エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント2件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【図解】コレ1枚で分かる人工知能(統計的アプローチとディープ・ラーニング):ITソリューション塾:オルタナティブ・ブログ
昨日に引き続き、今日も「コレ1枚」にまとめてみた。テーマは、人工知能の2つの手法について。 ひとつ... 昨日に引き続き、今日も「コレ1枚」にまとめてみた。テーマは、人工知能の2つの手法について。 ひとつは、「統計的アプローチ」と言われる手法だ。例えば、cat、dog、birdの違いを識別できる人工知能を実現する場合を考えてみよう。人間が、それぞれに相当する写真を区別して読み込ませる。大量の写真を使って、これを繰り返すことで、cat、dog、birdを区別する基準を人工知能に作らせる。そこに未知の写真を読ませ区別させようとすると、自ら作った評価基準に照らし合わせて、「catである可能性が最も高い」と判断し、「cat」と回答する。 これに対し、「ディープ・ラーニング」では、cat、dog、birdの区別なく、大量の写真を読み込ませることで、それぞれを区別する「概念」を自ら創り出す。未知の写真を読み込ませると、自ら作った「概念」に照らし合わせcatに相当すると判断する。名前を答えさせるためには、人
2015/04/29 リンク