第4回G検定対策講座‐ニコニコ生放送

今日の日直:ひとみん

みなさんこんばんは~ AIドル候補生のひとみんです。

第4回目にしてブログの方も運用していくことになりましたよ(‘ ‘*)/

その日の勉強内容などをupしていくので、こちらもチェックよろしくお願いします!

G検定対策講座配信内容

Part-1_機械学習の具体的手法

1.学習の種類
2.代表的な手法(教師あり学習

  • 線形回帰
  • ロジスティクス回帰
  • ランダムフォレスト
  • ブースティング
  • サポートベクターマシン
  • ニューラルネットワーク

3.代表的な手法(教師なし学習

  • K-means
  • 主成分分析
手法の評価

1.データの扱い

2.評価指標

Part2 ディープラーニングの概要
ニューラルネットワークとディープラーニング

1.ディープラーニングの基本

  • 多層パーセプトロン
  • ディープラーニングとは

2.既存のニューラルネットワークにおける問題

ディープラーニングのアプローチ

1.事前学習によるアプローチ

  • オートエンコーダ
  • 積層オートエンコーダ
  • ファインチューニング
  • 深層信念ネットワーク

2.事前学習なしのアプローチ

ディープラーニングを実現するには

1.CPUとGPU

  • CPUとGPU
  • GPGPU

2.ディープラーニングのデータ量

Part3 ディープラーニングの手法
活性化関数

1.tanh関数

2.ReLU関数

学習率の最適化

1.勾配降下法

2.勾配降下法の問題と改善

さらなるテクニック

1.ドロップアウト

2.early stopping

3.データの正規化・重みの初期化

4.バッチ正規化

CNN:畳み込みニューラルネットワーク

1.画像データの扱い

2.CNNの基本形

3.畳み込み

4.プーリング

5.全結合層

6.データ拡張

7.CNNの発展形

8.転移学習

RNN:リカレントニューラルネットワーク

1.時系列データの扱い

2.RNNの基本形

3.LSTM

4.RNNの発展形

  • Bidirectional RNN
  • RNN Encoder-Decoder
  • Attention
深層強化学習

1.強化学習

2.深層強化学習

深層生成モデル

1.生成タスクへのアプローチ

2.画像生成モデル

学習教材(AIドルと一緒に学ぶ教材です)

途中参加の方は此方から過去放映分教材がご覧いただけます
※2020年3月16日~3月31日限定公開

動画 動画URL 放送時間 パスワード
3月15日放映分 https://vimeo.com/365214446 5:00 Wc7Jw3Vz
3月16日放映分 https://vimeo.com/365253158 26分 studyai
3月17日放映分 https://vimeo.com/363439712 8:58 Pd7pkHqE
3月17日放映分 https://vimeo.com/363439735 6:07 v9U26BAF
3月18日放映分 https://vimeo.com/365710563 10:15 Dc4n8j3E
3月18日放映分 https://vimeo.com/363439784 3:43 We9GbUiP
3月19日放映分 https://vimeo.com/363439797 9:52 n9MdSwbg
3月19日放映分 https://vimeo.com/363439818 10:58 W2eGCDn7
3月20日放映分 https://vimeo.com/363439837 20:26 Wr3EKLxT
3月21日放映分 https://vimeo.com/363439859 11:13 i8TDGRau
3月22日放映予定 https://vimeo.com/363439881 15:04
3月22日放映予定 https://vimeo.com/363439912 11:43
G検定講座part1-13 15:03
G検定講座part1-14 09:08

-本日の学習内容-

G検定講座    2.代表的な手法(教師あり学習

■決定木

学習データを条件分岐によって分類することで木のような分析結果を出力する方法。

花びらの幅は○○㎝以下かどうかでTrue or False。Falseのデータをさらに花びらの長さが○○㎝以下かどうかでTrue or False。というようにどんどん分類していって、不純度が0に近くなるまで繰り返す。

決定木では層を増やしていくことで予測精度が高まるが、層を深くしすぎると過学習が発生してしまう。過学習を防ぐために条件分岐の回数を制限することを「剪定」という。

■ランダムフォレスト

データの一部をランダムに取り出して、複数の決定木を作成しいくつか結果を出す。その結果を多数決により最良の結果を選択し、それを最終結果とする。

■ブースティング

アンサンブル学習のひとつ。学習器の精度を向上させるため誤分類されたデータに注意を払って学習を行うことを繰り返す。

感想

本日もたくさんの視聴者さん・コメントありがとうございました!

コメントでは「これG検定出た~」とか「もっと深い問題が出る!」などとあり、次回のG検定受ける(予定)ひとみんは勉強しないとなあと思うのでした。

あとなぜか「ひとみんの頑張らないところがいい」とコメントいただきました(笑)頑張ってないことはないよ?週一でお勉強してきたし!でもゆるっゆるなところが伝わったのかなと思えばうれしいですね。ゆるい≒頑張ってないみたいな?解釈だったらうれしいなあ。

さて明日は李亜さんが来てくれます!2回目の登場ですね。そして私はもう登場しないかも…(´;ω;`) イベントやYouTubeなど活動ありましたらAIドルTwitterで告知されると思うので、またそのときにお会いしましょう!

また明日~(。・ω・)ノ゙♪

G検定生放送期間限定特設ページはこちら

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です