グーグルもフェイスブックもAI碁に夢中
米Googleと米Facebookによる「AI（人工知能）囲碁」を巡る勝負で、まずはGoogleが先勝した。両社は2016年1月27日（米国時間）、AI囲碁プログラムに関する論文をそれぞれ発表。「ディープラーニング（深層学習）」を採用する点は共通するが、プロ棋士に勝利したGoogleがFacebookをリードしている。 GoogleのAI研究部門であるDeepMindは27日、英「Nature」誌に「Mastering the game of Go with deep neural networks and tree search」という論文を発表し、同社が「AlphaGo」というAI囲碁プログラムを開発したことや、AlphaGoが2015年10月に囲碁のヨーロッパチャンピオンであるFan Hui氏（プロ2段）と5回対戦し、全勝したことを発表した。Facebookも同日「Better Co
機械学習・深層学習Q&A - HELLO CYBERNETICS
もうこれだけは絶対に把握しておいてください！ ってものだけ。 学問周り Q：機械学習ってなんですか？ Q：統計学との違いはなんですか？ Q：深層学習ってなんですか？ 手法周り Q：ニューラルネットワークってなんですか？ Q：サポートベクターマシンってなんですか？ Q：カーネル法とは？ Q：クラスタリングは何をするもの？ Q：教師なし学習と教師あり学習の違いは？ Q:特徴量抽出ってどんな作業ですか？ 何が言いたいのかというと ディープラーニングは特徴量を自分で獲得する？ 特徴量の獲得を指令しているのは誰？ なんでこの記事書いたのか 以下の人たちに最低限把握してほしい 学問周り Q：機械学習ってなんですか？ 既知のデータから規則性を見出す手法を研究する人工知能の一分野です。 モデルを仮定し、そのモデルを既知のデータに上手く当てはめることを学習と言います。 Q：統計学との違いはなんですか？ モデ
ゼロからDeepまで学ぶ強化学習 - Qiita
ロボットから自動運転車、はては囲碁・将棋といったゲームまで、昨今多くの「AI」が世間をにぎわせています。 その中のキーワードとして、「強化学習」というものがあります。そうした意味では、数ある機械学習の手法の中で最も注目されている(そして誇張されている・・・)手法ともいえるかもしれません。 今回はその強化学習という手法について、基礎から最近目覚ましい精度を出しているDeep Q-learning(いわゆるドキュン、DQNです)まで、その発展の流れと仕組みについて解説をしていきたいと思います。 本記事の内容をベースに、ハンズオンイベントを開催しました(PyConJPのTalkの増補改訂版) Pythonではじめる強化学習 OpenAI Gym 体験ハンズオン 講義資料の方が図解が豊富なので、数式とかちょっと、という場合はこちらがおすすめです。 Tech-Circle #18 Pythonではじ
Coursera Machine Learning (6): 機械学習のモデル評価（交差検定、Bias & Variance、適合率 & 再現率） - Qiita
Coursera Machine Learning (6): 機械学習のモデル評価（交差検定、Bias & Variance、適合率 & 再現率）機械学習coursera交差検定適合率再現率 機械学習を学ぶのに最も適した教材と言われる、Machine Learning | Coursera を受講しているので、復習も兼ね学んだ内容を簡潔にまとめてみようと思います。 第六弾は、機械学習モデルの検証です。データを手に入れ、いざモデルを作りました。そのモデルはいいモデルなんでしょうか？そもそもいいモデルってなんでしょう？そういう、意外と大切なことを学ぶ回です。 過去の記事 Coursera Machine Learning (1): 機械学習とは？単回帰分析、最急降下法、目的関数 Coursera Machine Learning (2): 重回帰分析、スケーリング、正規方程式 Coursera
1
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
処理を実行中です
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
[TensorFlow] APIドキュメントを眺める -Math編- | DevelopersIO![[TensorFlow] APIドキュメントを眺める -Math編- | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/d31a36e185555d1c0dca2a8ca8dba86ad1243522/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2015%2F11%2Ftensor_flow-1.png)
データマイニング・機械学習分野の概要
