最初に その後のディープラーニングおじさんの話です。シンデレラの続きみたいなものなので、読まないほうが夢を壊さないかもしれませんということだけ、ここで注意喚起いたします。 この記事、ずっと下書きに入ったまま公開しようか迷っていたのですが、ディープラーニングおじさんのご家族にもご了承いただき、公開することにしました。そこまで拡散は希望していないのですが、特に制限するつもりはありません（できません）。 ディープラーニングおじさんとの出会い振り返り ディープラーニングおじさん（以下Dおじさん）とは、今だに私のブログでトップのPV数を誇る記事の主役です。 上記記事ではあっさり書いていますので、もうちょっと解像度高く思い出しながら振り返ってみたいと思います。 そもそもの出会いは、社内で異動した後、たまたま隣の課にDおじさんがいたことからはじまります。Dおじさんは、私より一回り以上上の年齢（50代後半
![ありがとうディープラーニングおじさん - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/3b7a9be3f549c0a6c946b439da6914c96c9a3f40/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20230630%2F20230630051943.png)
生成AIの検定試験、日本ディープラーニング協会が開催 note深津さんら監修 試験時間15分、受験費2200円
日本ディープラーニング協会（JDLA）は6月7日、生成AIの検定試験「JDLA Generative AI Test 2023」を開催すると発表した。生成AIを適切に活用するための能力や知識を問うという。開催日は6月24日で、オンラインで実施。試験時間は15分、受験費用は2200円。
iCAST 2020 Invited Talk: Fairness in AI Service and Awareness for Computational Social Science
この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。 チャンネル登録と高評価をよろしくお願いいたします。 このシリーズが良いと思った方はぜひ共有もよろしくお願いします！ 前回（第一回） https://youtu.be/tc8RTtwvd5U?si=15_MXStvqOZqL74O （英語版概要欄より）------------------------------------- さらに学びたい方へ、Michael Nielsenの本 http://neuralnetworksanddeeplearning.com こちらの本ではシリーズで扱われている例のコードを説明していきます： https://github.com/mnielsen/neural-networks-and-deep-learning MNIST d
「ディープラーニングにおける速度限界」の論文を読む
Speed Limits for Deep Learning という論文でニューラルネットの学習過程における熱力学的速度限界の研究がされています。 先を越されてしまった感があるので紹介します。本文10ページくらいで解析式とテストデータでの興味深い結果が書かれています。 熱力学的速度限界とは非平衡な物理系において分布の変化の大きさL、エントロピー生成\sigmaに対して変化に要した時間\tauが \tau \geq \frac{L^2}{2\Lambda \sigma} というような形で制限される法則です。 詳しくは ここでは機械学習の過程でパラメーター\theta_tが時間tに対して d\theta_t=\eta\nabla_\theta V(\theta;D)dt+\sqrt{1\eta\beta^{-1}}dB_t (Dは学習データ\etaは学習率)と変化するような状況を考え、 論文で
何が何だかわからないタイトルですが、次のような3Dのレンダラーをディープラーニングで模倣してみようということです。左側が訓練データ、右側がディープラーニングした結果でレンダリングしたものです。 まず、私はディープラーニングの専門家ではありませんので、この記事は自分の学習過程を記録したものになります。 今回はディープラーニングというかニューラルネットワーク一般の理解を深めるため、全てをフルスクラッチで実装してみました。行列の掛け算から誤差逆伝搬法まで。このため学習過程を可視化するGUIを作りました。 これは全て CPU で動作するので速度は期待しないでください。 リポジトリはこちらです。 ブラウザ上で動作する WebAssembly 版もありますが、ファイルから画像をロードする機能はありませんし、ネイティブ版より遅いです。 ニューラルネットワークの基本 ニューラルネットワークおよびディープラ
KOT（Koopman Operator Theory）とは？ KOT（Koopman Operator Theory）は非線形なシステムに従う実験データ（制御状態、制御入力）を非線形な関数（エンコード関数）によって高次元空間へ写像することで、その高次元空間上では線形なオペレータ（クープマンオペレータ）に従い状態が変化していくと仮定する方法です。 発想としてはカーネル法に近いイメージになるかもしれません。 この方法で、ソフトロボット分野で今までのLSTMのモデリング以上に正確で高速にモデリング＋制御が可能になりました。具体的には100次元の写像によるモデリング＋50Hzの制御が可能になった例があります。 また、エンコード関数の行先の高次元空間が無限次元の場合、厳密に任意のシステムをエンコード関数とクープマンオペレータで表現できることが解っています。 先行研究は主に二つの方向に進化していて、
この動画は3Blue1Brownの動画を東京大学の学生有志団体が翻訳・再編集し公式ライセンスのもと公開しているものです。 チャンネル登録と高評価をよろしくお願いいたします。 近年さまざまな分野で成果を出しているニューラルネットワーク。神経細胞を模したニューロンの多層構造による深層学習（ディープラーニング）の仕組みについてのシリーズの第一回です。 誤字訂正 14:16 バイアスのベクトルの最後の添え字はnではなくkです 編集 シリーズ第1回のみ英語版で赤緑の色分けになっている箇所があり、日本語版では青緑の色分けに変更しています。 線形代数シリーズ https://youtube.com/playlist?list=PL5WufEA7WHQGX7Su06JzbPDXUQGOd0wlq&si=dnM07l6OnnAP6Phs Michael Nielsenの本 https://goo.
AIエンジニアを目指す方、機械学習やディープラーニングを学びたい方におすすめの本・書籍を紹介します。 機械学習やディープラーニングのおすすめ本を紹介するにあたって、私が勤務するITメガベンチャーで実際に機械学習・ディープラーニングなどのAI（人工知能）を業務でゴリゴリ活用しているサイエンティストやAIエンジニアにもヒアリングしてきました。初心者・未経験者の方はもちろん、実務で活用したいという人も読んでいただけると幸いです。 本記事の構成としては、①プログラミングもあまり経験が無い本当の初心者向け ②プログラミング経験はあるけど機械学習やディープラーニングをこれから学びたい人向け ③機械学習・AIの基礎知識はあり実践的なスキルを学びたい人向け ④その他AIの読み物や特に専門分野などの番外編 といった4部構成です。 単純に本を羅列するだけではなく、実際に本を読んだ人の感想や口コミも合わせて掲載
人工知能研究の権威である松尾豊氏（東京大学大学院教授）が理事長を務める日本ディープラーニング協会（以下、JDLA）が、5月1日に、生成AIの利用ガイドラインを公開した。こちらは誰でも無償で入手できるものだ。 ChatGPTを始めとした、質問や要求を入力するとそれに見合った成果物を出力してくれる生成AIを、企業内で利用するときに、最低限定めておきたい要素がまとまっている。そこで、リスクマネジメントや法務に関わる人のみならず、ビジネスで生成AIを利用しているビジネスパーソンのみなさん向けに、ガイドライン本編を理解する一助にして欲しく、要点を、本記事にて解説する。 生成AIの利用ガイドラインの交付元 日本ディープラーニング協会とは？ 引用元：JDLA ガイドラインは、Microsoft Word形式で公開されており誰でも無償で入手できる。 条項のみで、必要な部分を穴埋めすれば、すぐにガイドライン
ディープラーニングおじさんの話 | ドクセル
スライド概要 ディープラーニングおじさんの代理でアップロードしました。 2019/09/07「AIchi勉強会」 #StudyAIchi での発表資料です。 https://connpass.com/event/134720/
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
ありがとうディープラーニングおじさん - karaage. [からあげ]
日本ディープラーニング協会主催 NeurIPS 2023 技術報告会講演資料
深層学習の仕組み, 勾配降下 | Chapter 2, 深層学習（ディープラーニング）
Rust でレイトレーシングレンダラーをディープラーニングしてみた
クープマン作用素理論×ディープラーニング×非線形制御
ニューラルネットワークの仕組み | Chapter 1, 深層学習（ディープラーニング）
機械学習・ディープラーニングのおすすめ本11冊+α！(初心者〜中級者向け)
日本ディープラーニング協会が公開した「生成系AI利用のガイドライン」でおさえておきたい3つのポイント｜@DIME アットダイム