(レポート)[JAWS Festa 2016]学ぼう機械学習！ ～簡単なデモと実践〜 #jawsug #jawsfesta

こんにちは、菊池です。

はじめに

本レポートは2016年10月22日(土)に開催されたJAWS Festa 2016のセッション「学ぼう機械学習！ ～簡単なデモと実践〜」のレポートです。

スピーカーは(有)来栖川電算、機械学習名古屋勉強会に所属の後藤俊介さんです。

レポート

機械学習について

• 機械学習とは（Wikipedia）
  • AI（人工知能）の研究分野の一つで数学的な基礎付け
  • コンピュータに何かを学習させて、それを元に色々な仕事をさせる
  • ポイントはその主な判断基準をコンピュータ自身に考えさせること
• 大分類
  • 教師あり学習：推測と判別
  • 教師なし学習：構造や特徴を導く
  • 強化学習：一連の行動から報酬がもっとも多く得られる方法を学習

•  教師あり学習
  • 線形回帰
  • SVM
  • ニューラルネットワーク

• 教師なし
  • クラスタリング/次元削減
  • 手法：K-means/混合ガウスモデル（GMM）/主成分分析/独立成分分析

• 機械学習の応用としてレコメンデーション

 

深層学習（ディープラーニング）とは

• 多層構造のニューラルネット（DNN）を用いた機械学習
• 時間とリソースを大量に消費する代わりに、高い性能

従来手法との比較

	従来手法	ディープラーニング
特徴定義	人が定義	学習データから抽出
リソース（時間/処理）	比較的少ない	大量に必要
性能	そこそこ...	割と高い

• ディープラーニングが流行った理由
• 元々は80年代からあった理論
  • 大量のデータで学習できるようになった（学習データが大量に必要）
  • 効率の良い学習アルゴリズムがたくさん出てきた
  • コンピュータの性能工場、GPUの活用
  • 猫画像認識、チェス/囲碁/将棋でチャンピオンに勝利、などの話題性

• 仲間たち
  • 畳み込みニューラルネット（CNN）
    • DNNに畳み込み層を取り入れた
    • 主に画像認識で有用
  • 再帰型ニューラルネット（RNN）
    • 内部に閉路をもつDNN
    • 短期記憶を表現でき、時系列データ（自然言語処置、音声）を扱える

• フレームワーク
  • TensorFlow（Goggle）など
  • たくさんの言語対応ライセンス・モデル

• 対応したWEBサービス
  • AWS/Azure/BM/Google
  • それぞれでマシーンラーニングサービス

デモ

• CNNを使った画像認識：手書き文字による数字の認識
• CNN/RNN：何が画像に写っているか認識 -> 文章を構築

「機械学習 名古屋 勉強会」の紹介

• 使える機械学習を勉強したい
• 知識を共有したい
• やりたいけどどうやっていいかわからない
• 仲間が欲しい

一緒に勉強しましょう！

まとめ

流行してよく使われている、機械学習/ディープラーニングが非常によく整理され、理解が深まるセッションでした。