社内勉強会で生成AIについて発表したので70ページの資料を公開する！ - Qiita
前置き 毎週金曜日夕方に行われる社内勉強会にて、先日生成AIについて発表しました。折角なので少し加筆修正した資料を公開します。進化のスピードが早く、一時期食傷気味に陥ってましたが改めて昨今の生成AI関連の基本となるインプットを目指しました。 ※資料内冒頭に記載してますが、AIの専門家ではないので認識や説明に誤りがある可能性があります。 当方も勉強中なので、「ここ違うよ」や「これの説明もあるといいんじゃない」など様々なコメント大歓迎です！ 資料 資料目次 AIの基本 機械学習について 深層学習について 機械学習の種類 教師あり学習の得意なこと 教師あり学習のイメージ 教師なし学習の得意なこと 教師なし学習のイメージ 強化学習の得意なこと 生成AIについて 生成AIとは 生成AIの位置付け 生成AI利用例 代表的なサービス例 日本における盛り上がり 生成AI市場規模 AGIとは AGIは近い？
【2023年版】機械学習の日本語無料学習教材まとめ - Qiita
言語&開発基礎編 PythonやSQLなどの言語と開発環境に関連することをまとめました。 機械学習に関する教材はこの次のセクションにまとめてあります。 学習環境 インストール及び使い方チュートリアルのサイトと、ある程度使い慣れた後に役立つtips集を各エディタでまとめました。 Google Colaboratory Python初学者にとって最もわかりやすいPython実行環境です。プログラミングは初めて！という方はまずこのGoogle Colaboratory(通称: Colab)から始めてみて、使い方がある程度わかったら、そのまま次のセクションのPython編に移りましょう。 Pythonプログラミング入門 難易度: ★☆☆ 東京大学の公開しているPython講座ですが、冒頭でColabの使い方を解説しています。使ったことのない方はこちらから！ Google Colabの知っておくべき
データ分析の効率が10倍上がるデータサイエンティストのためのChatGPTの活用術 - Qiita
ChatGPTを使ってデータサイエンティストの生産性を爆上げする活用術をまとめました！ また、データサイエンティストがChatGPTを活用するための記事をまとめているので、こちらもぜひ参考にしてみてください。 データ前処理 「ChatGPTを使用すると、「データを分析可能な形に前処理して」といった大雑把なリクエストに対しても、すんなりと対応し、データ前処理を行ってくれます。」 今のところ、大量のデータを前処理する際にChatGPTを利用する場合は、ChatGPTに実際の前処理を行わせるのではなく、前処理用のサンプルコードを教えてもらう方が良いでしょう。 ただし、近い将来にはCSVやExcelを直接アップロード＆ダウンロード可能な「Code Interpreter」というプラグインが追加される予定とのことで、実務利用が大いに現実味を帯びると考えられます。 詳細は以下のページで紹介しています！
RPubs - Rとパンデミックの数理モデル 新型コロナウィルス(COVID-19)研究を例に
Hide Comments (–) Share Hide Toolbars
［AI・機械学習の数学］線形代数の固有値・固有ベクトルをマスター
連載目次 前回の番外編4では、図形的な意味や一次独立、一次従属といった線形代数の基本を踏まえて行列式について見てきました。今回も同様に、固有値と固有ベクトルの考え方について、ポイントを押さえながら説明します。また、行列の対角化を行うことにより、行列のべき乗を簡単に求める方法を紹介し、その応用としてマルコフ過程の事例を紹介します。 ポイント1 固有ベクトルは一次変換を行っても向きが変わらないベクトル ひと言でいうと、固有値や固有ベクトルは一次変換を特徴付ける値やベクトルです。しかし、以下のような式がいきなり登場して面食らってしまった人もいるのではないでしょうか。 「一次変換を表す行列をAとしたとき、 を満たす0でないベクトルxをAの固有ベクトル、λを固有値と呼ぶ」 というものです。確かに、式を見た瞬間に気を失いそうになりますね。しかし、Aが行列で、λが定数であることに注目すれば、ベクトルを一
［AI・機械学習の数学］線形代数の行列式をマスター
連載目次 行列式や固有値、固有ベクトルの壁を越えられないのは、行と列を掛けたり足したりという成分の計算で力を使い果たしてしまい、図形的な意味や線形代数の体系の中での意味を考える余裕がないからではないでしょうか。今回は行列式について、計算で力尽きないようにするための裏技を見た後、図形的な意味などについて考えてきたいと思います。固有値、固有ベクトルについては番外編5で取り扱います。 ポイント1 行列式はスカラーである まず、大前提です。行列式が求められるのは行数と列数が同じ正方行列のみです。ここからのお話に登場する行列は全て正方行列です。 さて、2×2行列の行列式は平行四辺形の面積を表すとか、3×3の行列式は平行六面体の体積を表すといった話を聞いたことがある人も多いかと思います。面積とか体積であるということは、行列式はスカラーであるということです。 行列Aの行列式はdet Aまたは|A|と表し
教員機関なら無償で利用できる「データサイエンス教育キット」を提供開始 NVIDIA
NVIDIAは2022年9月8日、「DLIデータサイエンス教育キット」の日本語版を提供開始した。DLI（Deep Learning Institute）は、NVIDIAが提供するデジタルスキル育成プログラム。日本語版への翻訳は滋賀大学が協力している。日本のデータサイエンス教育の普及を目的にしており、教育機関に所属する教員は無償でダウンロードし、データサイエンス教育に活用できる。 データサイエンスのさまざまな領域の基礎と応用を学習可能 DLIデータサイエンス教育キット（英語版）は、ジョージア工科大学とプレイリービューA＆M大学の研究チームがNVIDIAと共同開発した。同キットは、講義用スライドや演習課題、DLIオンライントレーニングへのアクセス権、クラウドのGPUインスタンスのクレジットなどを含む。NVIDIAは「教材や演習、学生の理解度を評価するためのテストやクイズなどをパッケージにして提
Anacondaの仮想環境の作成パスを設定する - ＩＴ管理のマメ知識
Windows環境にインストールされたAnacondaで仮想環境が作成されるパスを追加します。 anaconda では、仮想環境のパスを複数登録することができます。 Windowsのシステム環境変数に「CONDA_ENVS_PATH」を追加 ここでは、仮想環境の保存先フォルダを「C:\Anaconda_Datas\envs」にすることにします。 Windows> コントロール> システム> 詳細設定> 環境変数にて「システム環境変数」を追加 変数名：CONDA_ENVS_PATH 変数値：C:\Anaconda_Datas\envs 複数のフォルダを指定したい場合は、「;」で区切ることで可能です。 仮想環境のパスを確認する 「conda config --show envs_dirs」コマンドで、仮想環境のパスが追加されていることを確認します。 [annaconda prompt] (ba
「データという金脈を掘り当てた」 三井物産が挑むデータ活用を追う！ PoCの結果は「経営陣も注目のインパクト」
「データという金脈を掘り当てた」 三井物産が挑むデータ活用を追う！ PoCの結果は「経営陣も注目のインパクト」 企業はいま“VUCA時代”の真っ只中にいる。AIなどテクノロジーの進歩や環境問題、国際情勢の動向といった急激な変化を前に、世の中の変動性（Volatility）、不確実性（Uncertainty）、複雑性（Complexity）、曖昧性（Ambiguity）が増した。こうした状況でも企業が成長を続けようにも、従来のやり方は通用しない。 この課題は企業規模の大小に関係なく、きちんと向き合う必要がある。こうした考えで早くから行動したのが、大手総合商社の三井物産だ。経験知に基づいた業務から一転し、データに基づく業務とそれを指揮するデータドリブン経営に舵を切った。 同社はDX（デジタルトランスフォーメーション）を掲げた「DX総合戦略」を推進する上で欠かせないデータ分析基盤の構築をテーマに
AI・機械学習のための数学超入門 ～中学数学からのおさらい編～
AI／機械学習、ディープラーニングを学び始めると、どこかで数式を読むことになる。それも偏微分や線形代数など大学レベルの数学である。この壁にぶつかって、数式を理解できないままスルーしたり、学ぶこと自体を諦めてしまったりする人も少なくないのではないだろうか？ 本書は、主にAI／機械学習の教材などに書かれている数式でつまずいたことがある初学者に向けた、「AIに最低限必要な数学を基礎の基礎からしっかりと、しかも効率的に学ぶ」ための電子書籍の第1部である。具体的には連載『AI・機械学習の数学入門 ― 中学・高校数学のキホンから学べる』を構成する、 という全4部の中の「第1部 中学数学からのおさらい編」を電子書籍（PDF）化したものである。 数学を学んでから10年以上のブランクがある場合は、本人が考えている以上に数学を忘れているものだ。偏微分や線形代数などのAI（特にディープラーニングのニューラルネッ
Pythonでニューラルネットワークを書いてみよう
連載目次 本連載（基礎編）の目的 スクラッチ（＝他者が書いたソースコードを見たりライブラリーを使ったりせずに、何もないゼロの状態からコードを記述すること）でディープラーニングやニューラルネットワーク（DNN：Deep Neural Network、以下では「ニューラルネット」と表記）を実装して学ぶ系の書籍や動画講座、記事はたくさんあると思います。それらで学んだ際に、「誤差逆伝播」（バックプロパゲーション）のところで挫折して、そこはスルーしている人は少なくないのではないでしょうか。個々の数式や計算自体を理解していても、何となく全体像がつかめずに、 と自信を持って言えない人も多いのではないかと思います。 本連載（基礎編）はそういった人に向けた記事になります。この記事はニューラルネットの仕組みを、数学理論からではなくPythonコードから学ぶことを狙っています。「難しい高校以降の数学は苦手だけど
Microsoft、機械学習ライブラリ「PyTorch」の初心者向け無料教材 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま（1/2 ページ） 2021年、さまざまな企業が自社の社内研修資料を無償公開したことが話題になった。ITmedia NEWSでは主に、新人エンジニア向けに公開した資料などを記事として取り上げたところ、多くの反響が集まった。 学べる内容は、機械学習やIT業界の文化、ゲーム開発、セキュリティ、AWS入門、数学など各社さまざま。100ページ以上のスライドや5時間を超える動画などの資料もあり、新人教育への力の入れ具合も垣間見える。改めて、2021年に企業が無償公開した、社内研修資料を取り上げた記事を紹介する。 セガ、3DCG技術の基礎に役立つ数学資料 セガは6月15日に、2020年に社内勉強会で使った線形代数の教材を公式ブログで公開した。ゲーム制作では、キャラクターや背景を3次元で回転させた
2022年の「AI／機械学習」はこうなる！ 8大予測
日本語でのTransformerの活用拡大と、Transformerを超える技術発展が進む 高度なマルチモーダルAIの研究が進展し、何らかのサービス登場する ローコード／ノーコードのAIサービスを採用するケースが増える AutoMLを利用するケースは着実にさらに増えていく MLOpsは引き続き広まり、採用する企業が増えていく エッジデバイスでの機械学習／TinyMLの利用は引き続き拡大する 量子AI／量子機械学習の実用化に向けた研究がさらに進展する 責任あるAIのための原則や規制が各所で制定され続ける なお、AutoML、MLOps、TinyML（エッジデバイス上の小さな機械学習技術）、責任あるAIを支える説明可能性／解釈可能性やデータとプライバシーの規制強化などのトレンドは、数年を掛けて拡大中のため、2019年や2020年で予測した項目と重複しているが、2022年も継続するトレンドとして
いますぐ使える単語埋め込みベクトルのリスト - Qiita
はじめに 単語埋め込みとは、単語を低次元(と言っても200次元程度はある)の実数ベクトルで表現する技術のことです。近い意味の単語を近いベクトルに対応させることができるとともに、ベクトルの足し引きで意味のある結果(例えば king - man + women = queen)が得られるのが特徴です。 単語埋め込みベクトルは品詞タグ付け、情報検索、質問応答などの様々な自然言語処理アプリケーションに使われる重要な技術です。とはいえ、実際に用意するのはなかなか骨の折れる作業です。大規模なデータをダウンロードし、前処理をかけ、長い時間をかけて学習させ、結果を見てパラメータチューニングを行う・・・。 そのため、単に使いたいだけなら学習済みのベクトルを使うのが楽です。というわけで、そんな単語埋め込みベクトルの中から今すぐ使えるものをピックアップしてみました。 埋め込みベクトルの情報は以下のリポジトリにま
Titanicから始めよう：特徴量エンジニアリングのまねごとをしてみた
前回に引き続きEDAと特徴量エンジニアリングを行って、今回は最後にできあがったデータフレームで学習をしてみましょう。目指せ！ スコアアップ！ 連載目次 こんにちは。Deep Insider編集部のかわさきです。冬至も過ぎて、これからはもう毎日昼間の時間が伸びて春になるのを待つばかりになりましたね。と思う冬至の翌日の朝6時です（「こんにちは」なのか「おはようございます」なのかはともかく眠いです）。 そんな人生における些細（ささい）なことはさておいて、前回は、EDA（探索的データ解析）のまねごとをしてみたところ、ディープニューラルネットワーク（DNN）に何も考えずにデータを突っ込むよりもよいスコアが出てしまったというお話をしました。今回は、その続きとなりますが、CSVからpandasのデータフレームに読み込んだデータに手を加えて、独自の特徴量を作ってみることにします。いわば特徴量エンジニアリン
高度な自然言語処理モデルをAzureで MSが新たなAIサービスを提供へ
Microsoftは「Azure OpenAI Service」の提供を開始する。Azureで利用できる高度な自然言語処理モデル「GPT-3」で、大量のテキストの要約や質問に対する回答の生成などの用途に対応する。 Microsoftは2021年11月2日（米国時間）、「Azure OpenAI Service」の提供を開始すると発表した。「Microsoft Azure」（Azure）で高度な自然言語処理モデル「GPT-3」を使うためのサービスで、まずは招待制で提供する。 GPT-3はOpenAIが開発した自然言語処理モデルだ。精度の高い文章を自動生成する。自然言語をソフトウェアコードに変換し、大量のテキストを要約したり質問に対する回答を生成したりと、単純要約ではなく意味や意図を理解して対応する必要がある言語処理に対応する。Microsoftはスポーツのテレビ中継のコメント内容を把握して試
ビジネスパーソンはPythonよりも「AI企画」を学ぼう--実践で使えるメソッドを伝授
DX推進のキーテクノロジーであるAI。しかし、AIを使いこなせる人材が不足しているために、AIをうまくビジネスに取り入れられない企業が多くあります。世界有数のデジタル企業がAIを活用してビジネスを成長させているなかで、これからの競争を勝ち抜いていくためには、実践の場で活躍できるAI人材の採用または育成が急務となっています。 ZOZOでさまざまなAIプロジェクトの推進を担い、SaaS型人材育成サービスを手がけるGrowth X社（コラーニングから商号変更）でAI戦略アドバイザーを務める野口竜司が、連載の第1回ではこれからの企業におけるAIの重要性やAI人材が不足している現状について、第2回では自社でAI人材を育成するときに使えるフレームワーク「心技体＋知」についてお伝えしてきました。 最終回となる第3回は、「心技体＋知」の「技」、特にAI企画の立案について深掘りし、そのメソッドをお伝えします
デジタルビジネスにおけるAIアプリケーションの6つの設計原則
ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナー アナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。 人工知能（AI）は、人間が現在行っている判断や作業の高度化や自動化を実現する。そのため、デジタルビジネストランスフォーメーションに不可欠だ。企業はAI活用により、人件費を削減したり、新しいビジネスモデルを創出したり、ビジネスプロセスや顧客サービスを改善したりできる。だが、ほとんどのAI技術は、まだ成熟していない。 「この問題を克服するには、CIOは、戦略的なビジネス目標（売上高の拡大やサービスのスケーリングなど）を達成するためのアプリケーションの設計が、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
富士通、AI倫理ガイドラインに基づきAIシステムの倫理上の影響を評価する方式を開発、手順書や適用例とともに無償公開（Impress Watch） - Yahoo!ニュース