サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
zero2one.jp
「さくらのクラウド検定」は、クラウド化に取り組む企業や IT の学びを深めたい学校の先生、次世代を担う子どもたちなど、広範囲に渡るDX人材育成のためにさくらインターネットが設立した検定です。本コースはその公式教材として、経済産業省「DXリテラシー標準」の中でも、特に「クラウド」「ハードウェア・ソフトウェア」「ネットワーク」の3項目をデジタル技術の基礎としてカバーし、さくらインターネットのサービスや「さくらのクラウド」を用いたシステム構成やアーキテクチャ設計等、実践的なクラウドに関する知識を得ていただける内容になっています。 *さくらのクラウド検定の概要はこちら
ファインチューニング ファインチューニングとは、既に学習済みのモデルに新たな層を追加し、モデル全体を再学習する手法です。 モデルを再利用するため、一から学習するよりも短時間で少ないデータでモデルの構築が可能です。似たような手法として転移学習がありますが、追加のデータセットを充分用意できるときはファインチューニング、できないときは転移学習を採用するといった考え方があります。
GPTとは? GPT(Generative Pretrained Transformer)とは、米国サンフランシスコの新興人工知能研究所であるOpenAIが開発し、人間のように自然な文章を生成することができる言語モデルです。1億1700万個のパラメータを持つ初期モデルのGPT-1が2018年6月にリリースされて以来、GPT-2, GPT-3, GPT-4など複数のバージョンが発表されています。 [参考] Transformerとは? GPTは、Transformerと呼ばれるニューラルネットワーク構造を使用しているモデルなので、まずはTransformerの仕組みについてイメージを掴んでおきましょう。 上のイメージ図のように、Transformerにできることは、文章の空欄に入る単語を予測することです。この際、空欄より前の文脈を考慮し、空欄にはどのような単語がどれくらいの確率で入るかを予測
このようにゲームの盤面の推移を木構造として表したものをゲーム木やゲームの木といいます。この記事(リンクを埋め込む)で深さ優先探索・幅優先探索を学習した方は馴染み深いデータ構造ですね。 評価関数 Mini-Max法は特定の指標にしたがって次に指す手を選択します。その時に使用する指標が評価関数です。例えば、下の図の×の番の手を⚪︎が有利になればなるほど数値が大きくなるという基準の評価関数を用いて評価します。図のように⚪︎が必ず勝つ真ん中の手がもっも評価関数の値が大きくなっているのがわかります。 評価関数は多くの場合、経験に基づいて決められます。例えば将棋の場合は、それぞれの駒に点数を割り振り、その重み付き和にするなどです。 評価関数=飛車の点数×駒数+角の点数×駒数+… このように評価関数はある基準に沿ってどちらかのプレイヤーが有利になれば値が大きくなるように設定されている必要があり、定め方は
本記事では、コンピュータビジョン分野に大きな進展をもたらしたディープラーニングアルゴリズムであるCNN(convolutional neural network, 畳み込みニューラルネットワーク)について解説します。 畳み込みニューラルネットワーク(CNN)とは CNN(convolutional neural network, 畳み込みニューラルネットワーク)は主に画像認識の分野で用いられるディープラーニングアルゴリズムです。データを学習することで入力画像から特徴量を抽出しそれらを区別することができるようになるため、ディープラーニングを画像認識の分野に応用する上で大変重要なものとなっています。 畳み込みニューラルネットワーク(CNN)の起源 まず、CNNがどのように生まれたのかを解説します。少しつまらないお話かもしれませんが、CNNを理解する上で知っておくべきことです。 画像データの学習
ニューラルネットワークとディープ ラーニング 誤差逆伝播法 多層パーセプトロン 単純パーセプトロン 勾配消失問題 信用割当問題 ディープラーニングのアプローチ 制限付きボルツマンマシン 事前学習 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 ディープラーニングを実現するには TPU CPU と GPU GPGPU ディープラーニングのデータ量 活性化関数 Leaky ReLU関数 ReLU関数 tanh 関数 学習の最適化 学習率 交差エントロピー 誤差関数 局所最適解 イテレーション 鞍点 大域最適解 エポック モーメンタム プラトー RMSprop AdaGrad AdaDelta AdaBound ADAM AMSBound ハイパーパラメータ ランダムサーチ 確率的勾配降下法 グリッドサーチ バッチ学習 最急降下法 データリーケージ ミニバッチ
「人工知能」の基礎を学びたい方々に向けて、人工知能の歴史も含めた基本知識から、知識表現、自然言語処理といった概念、さらには機械学習やディープラーニングについての基本知識まで、幅広く「基礎」を抑えていただきます。
日本ディープラーニング協会「G検定(ジェネラリスト検定)」合格に向けた、練習問題に特化したコースです。本コースはG検定の範囲を網羅した業界最多レベルの約1000題の例題を収録。問題ごとに解説と出典が明記され、追加の自主学習で理解を深めていただくことが可能です。
zero to one、12月12日(火)無償オンラインセミナー開催決定!「なぜ、今ビジネスの現場にデータリテラシーが必要なのか~一橋ビジネススクール、東北電力の事例から学ぶ~」
このページを最初にブックマークしてみませんか?
『株式会社 zero to one – 学びに、自由を。学びで、自由を。zero to oneは、最先端...』の新着エントリーを見る
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