文献

J-GLOBAL ID：201702238095264319   整理番号：17A0014878

データサイエンス超入門 機械学習をどう学ぶべきか?数学とコンピュータのつなぎ方

著者 (1件)： 中井悦司 (グーグル)
資料名： Software Design  (Software Design)
号： 315  ページ： 62-73  発行年： 2017年01月18日 
JST資料番号： L3952A  ISSN： 0916-6297  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,データサイエンスの観点から,機械学習とディープラーニングの役割を整理し,また,その学び方を解説した。データサイエンスは,過去のデータを基に,科学的なプロセスで予測/判断することを目的とする。その1つの方法が機械学習であり,最近ディープラーニングの発展により予測精度が圧倒的に向上した。機械学習は,3つのステップで分析を進める。1)モデルを設計し数式を仮定する。2)誤差関数を定義する。3)誤差関数を最小化する数式のパラメタを決定する。ディープラーニングは,モデルの関数として,ニューラルネットワーク型関数を利用したものである。これにより,予測精度が飛躍的に向上し,「あたかも知性を持っている家のような判断」が実現できるようになった。

シソーラス用語： *機械学習 ,  *予測技法 ,  *ソフトウェア工学 ,  データ ,  ニューラルネットワーク ,  誤差関数 ,  モデル ,  パラメータ推定
準シソーラス用語： *データサイエンス ,  *深層学習 ,  モデル開発 ,  モデルあてはめ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： データサイエンス ,  機械学習 ,  数学 ,  コンピュータ