読書ノート: ディープラーニング G検定

2020年3月29日日曜日

ディープラーニング G検定

徹底攻略ディープラーニングG検定ジェネラリスト問題集

明松真司 (著), 田原眞一 (著), インプレス (2019/2/8)

人工知能（AI）とは（人工知能の定義）
人工知能をめぐる動向
- 探索・推論、知識表現、機械学習、深層学習
人工知能分野の問題
- トイプロブレム、フレーム問題、弱いAI、強いAI、身体性、シンボルグラウンディング問題、特徴量設計、チューリングテスト、シンギュラリティ
機械学習の具体的手法
- 代表的な手法、データの扱い、応用
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、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、CPU と GPU
- ディープラーニングにおけるデータ量
ディープラーニングの手法
- 活性化関数、学習率の最適化、更なるテクニック、CNN、RNN
- 深層強化学習、深層生成モデル
ディープラーニングの研究分野
- 画像認識、自然言語処理、音声処理、ロボティクス（強化学習）、マルチモーダル
ディープラーニングの応用に向けて
- 産業への応用、法律、倫理、現行の議論

人工知能（AI）とは（人工知能の定義）

人工知能の定義

人工知能	コンピュータによる知的な情報処理システムを設計、または実現するための研究分野。
機械学習	人言の学習能力・予測能力をコンピュータで実現しようとする技術や手法の総称。アーサー・サミュエル「明示的にプログラムシなくても　学習する能力をコンピュータに　与える研究分野」
深層学習	ディープニューラルネットワークを用いて学習を行う機械学習のアルゴリズム。

AIブームの歴史

第一次 AIブーム	1950年代後半〜1960年代	推論と探索トイ・プロブレム冷戦下
第二次 AIブーム	1980年代後半	エキスパートシステム知識ベースの推論エンジン
第三次 AIブーム	2000年代〜	機械学習と深層学習 ILSVRC（画像認識コンペティション） 2012年、ジェフリー・ヒントンのAlexNet（8層）が圧勝

人工知能をめぐる動向

人工知能分野の問題

機械学習の具体的手法

機械学習
 ├教師あり学習
 │　├回帰
 │　└分類
 ├教師なし学習
 │　├クラスタリング
 │　└次元削減
 └強化学習

ディープラーニングの概要

深層学習
 └ デープニューラルネットワーク(DNN)
　  ├ 畳み込みニューラルネットワーク(CNN) …画像認識
　  ├ 再帰型ニューラルネットワーク(RNN) …時系列データ
　  ├ 敵対的生成ネットワーク(GAN) …画像生成
　  └ 自己符号化器(オートエンコーダ) …次元削減

ディープラーニングの手法

ディープラーニングの研究分野

ディープラーニングの応用に向けて

徹底攻略ディープラーニングG検定ジェネラリスト問題集

明松真司 (著), 田原眞一 (著), インプレス (2019/2/8)

深層学習教科書ディープラーニング G検定公式テキスト

浅川伸一 (著), 江間有沙 (著), 工藤郁子 (著), 巣籠悠輔 (著), 瀬谷啓介 (著), 松井孝之 (著), 松尾豊 (著), 翔泳社 (2018/10/22)

人工知能は人間を超えるか　〜ディープラーニングの先にあるもの

松尾豊 (著), KADOKAWA/中経出版 (2015/3/11)

→ 読書ノート

【図解即戦力】機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書

株式会社アイデミー (著), 山口達輝 (著), 松田洋之 (著), 技術評論社 (2019/9/2)

やさしく学ぶ機械学習を理解するための数学のきほん

立石賢吾 (著), マイナビ出版 (2017/9/21)

ゼロから作るDeep Learning　〜Pythonで学ぶディープラーニングの理論と実装

斎藤康毅 (著), オライリージャパン (2016/9/24)

→ 読書ノート