Suche senden
Hochladen
最適化の視点から見た人工知能とSENSY社でのリサーチャー育成の取り組み
•
1 gefällt mir
•
2,169 views
T
Takashi Okamoto
Folgen
「第19回 Machine Learning 15minutes!」での講演資料です。
Weniger lesen
Mehr lesen
Ingenieurwesen
Melden
Teilen
Melden
Teilen
1 von 54
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
2017.12.15_ML資料
2017.12.15_ML資料
奈美 井関
Pythonでディープラーニングをはじめるための一歩目
Pythonでディープラーニングをはじめるための一歩目
Core Concept Technologies
ジュニアビジネス研究会第8回アジェンダ
ジュニアビジネス研究会第8回アジェンダ
Yasuhide Ishigami
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
Pythonの会社を 9年間経営してきて分かったこと
Pythonの会社を 9年間経営してきて分かったこと
Haruo Sato
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Takeshi Akutsu
エンジニアの瞑想:マインドフルネス
エンジニアの瞑想:マインドフルネス
Yoshiroh Miyata
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
Yuuki Nakajima
Empfohlen
2017.12.15_ML資料
2017.12.15_ML資料
奈美 井関
Pythonでディープラーニングをはじめるための一歩目
Pythonでディープラーニングをはじめるための一歩目
Core Concept Technologies
ジュニアビジネス研究会第8回アジェンダ
ジュニアビジネス研究会第8回アジェンダ
Yasuhide Ishigami
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
Pythonの会社を 9年間経営してきて分かったこと
Pythonの会社を 9年間経営してきて分かったこと
Haruo Sato
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Takeshi Akutsu
エンジニアの瞑想:マインドフルネス
エンジニアの瞑想:マインドフルネス
Yoshiroh Miyata
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
Yuuki Nakajima
Pythonで機械学習を自動化 auto sklearn
Pythonで機械学習を自動化 auto sklearn
Yukino Ikegami
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011
Preferred Networks
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
水着回抽出機
水着回抽出機
amayaw9
Lighting talk chainer hands on
Lighting talk chainer hands on
Ogushi Masaya
正しいプログラミング言語の覚え方
正しいプログラミング言語の覚え方
Kimikazu Kato
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
オブジェクト指向を学んで図解力、仕事力アップ
オブジェクト指向を学んで図解力、仕事力アップ
Haruo Sato
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
antibayesian 俺がS式だ
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
Core Concept Technologies
S01 t2 akutsu_my_pythonhistory
S01 t2 akutsu_my_pythonhistory
Takeshi Akutsu
第1回ステアラボ人工知能セミナー(オープニング)
第1回ステアラボ人工知能セミナー(オープニング)
STAIR Lab, Chiba Institute of Technology
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
Yuichi Saotome
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
Yasuyuki Sugai
みんなのPython勉強会#59 Intro
みんなのPython勉強会#59 Intro
Takeshi Akutsu
July tech festa 2020リモートにおけるPBL活動の工夫と成果
July tech festa 2020リモートにおけるPBL活動の工夫と成果
Tatushi Sato
コボラーがPython始めてみた話
コボラーがPython始めてみた話
Yuuki Nakajima
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Takeshi Akutsu
Stapyユーザーガイド
Stapyユーザーガイド
Takeshi Akutsu
DevOpsが引き金となるインフラエンジニアの進撃
DevOpsが引き金となるインフラエンジニアの進撃
Teruo Adachi
Dots deep learning部_20161221
Dots deep learning部_20161221
陽平 山口
Presentation oct-2018-tokyo r
Presentation oct-2018-tokyo r
Tom Kelly
Weitere ähnliche Inhalte
Was ist angesagt?
Pythonで機械学習を自動化 auto sklearn
Pythonで機械学習を自動化 auto sklearn
Yukino Ikegami
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011
Preferred Networks
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
水着回抽出機
水着回抽出機
amayaw9
Lighting talk chainer hands on
Lighting talk chainer hands on
Ogushi Masaya
正しいプログラミング言語の覚え方
正しいプログラミング言語の覚え方
Kimikazu Kato
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
オブジェクト指向を学んで図解力、仕事力アップ
オブジェクト指向を学んで図解力、仕事力アップ
Haruo Sato
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
antibayesian 俺がS式だ
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
Core Concept Technologies
S01 t2 akutsu_my_pythonhistory
S01 t2 akutsu_my_pythonhistory
Takeshi Akutsu
第1回ステアラボ人工知能セミナー(オープニング)
第1回ステアラボ人工知能セミナー(オープニング)
STAIR Lab, Chiba Institute of Technology
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
Yuichi Saotome
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
Yasuyuki Sugai
みんなのPython勉強会#59 Intro
みんなのPython勉強会#59 Intro
Takeshi Akutsu
July tech festa 2020リモートにおけるPBL活動の工夫と成果
July tech festa 2020リモートにおけるPBL活動の工夫と成果
Tatushi Sato
コボラーがPython始めてみた話
コボラーがPython始めてみた話
Yuuki Nakajima
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Takeshi Akutsu
Stapyユーザーガイド
Stapyユーザーガイド
Takeshi Akutsu
Was ist angesagt?
(19)
Pythonで機械学習を自動化 auto sklearn
Pythonで機械学習を自動化 auto sklearn
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
水着回抽出機
水着回抽出機
Lighting talk chainer hands on
Lighting talk chainer hands on
正しいプログラミング言語の覚え方
正しいプログラミング言語の覚え方
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
オブジェクト指向を学んで図解力、仕事力アップ
オブジェクト指向を学んで図解力、仕事力アップ
Pythonで簡単ネットワーク分析
Pythonで簡単ネットワーク分析
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
S01 t2 akutsu_my_pythonhistory
S01 t2 akutsu_my_pythonhistory
第1回ステアラボ人工知能セミナー(オープニング)
第1回ステアラボ人工知能セミナー(オープニング)
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
第三回デジタルガジェット祭り! LT「ペットとセンサー編」
みんなのPython勉強会#59 Intro
みんなのPython勉強会#59 Intro
July tech festa 2020リモートにおけるPBL活動の工夫と成果
July tech festa 2020リモートにおけるPBL活動の工夫と成果
コボラーがPython始めてみた話
コボラーがPython始めてみた話
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Stapyユーザーガイド
Stapyユーザーガイド
Ähnlich wie 最適化の視点から見た人工知能とSENSY社でのリサーチャー育成の取り組み
DevOpsが引き金となるインフラエンジニアの進撃
DevOpsが引き金となるインフラエンジニアの進撃
Teruo Adachi
Dots deep learning部_20161221
Dots deep learning部_20161221
陽平 山口
Presentation oct-2018-tokyo r
Presentation oct-2018-tokyo r
Tom Kelly
NAIST ソフトウェア工学研究室紹介 2017
NAIST ソフトウェア工学研究室紹介 2017
Takashi Ishio
CREST「共生インタラクション」共創型音メディア機能拡張プロジェクト
CREST「共生インタラクション」共創型音メディア機能拡張プロジェクト
NU_I_TODALAB
スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31
Sukusuku Scrum
#ibis2017 Description: IBIS2017の企画セッションでの発表資料
#ibis2017 Description: IBIS2017の企画セッションでの発表資料
Yahoo!デベロッパーネットワーク
Delphi開発者のためのSencha入門
Delphi開発者のためのSencha入門
Shinobu Kawano
S08 t0 orientation
S08 t0 orientation
Takeshi Akutsu
Elastic Team Building
Elastic Team Building
Yuki Nanri
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Satoshi Yazawa
コンピュータ将棋・囲碁における機械学習活用
コンピュータ将棋・囲碁における機械学習活用
Takashi Kato
Machine Learning Nagoya 20170619
Machine Learning Nagoya 20170619
陽平 山口
NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018
Takashi Ishio
東工大長谷川修研紹介 2011 (8月1日版)
東工大長谷川修研紹介 2011 (8月1日版)
SOINN Inc.
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ
Digital Nature Group
PredictionIOのPython対応計画
PredictionIOのPython対応計画
Shinsuke Sugaya
鹿駆動
鹿駆動
Shinichi Kozake
Study Group of NIPS2017 presented by webfarmer.ltd
Study Group of NIPS2017 presented by webfarmer.ltd
WEBFARMER. ltd.
データビジュアライゼーションもくもく会
データビジュアライゼーションもくもく会
dsuke Takaoka
Ähnlich wie 最適化の視点から見た人工知能とSENSY社でのリサーチャー育成の取り組み
(20)
DevOpsが引き金となるインフラエンジニアの進撃
DevOpsが引き金となるインフラエンジニアの進撃
Dots deep learning部_20161221
Dots deep learning部_20161221
Presentation oct-2018-tokyo r
Presentation oct-2018-tokyo r
NAIST ソフトウェア工学研究室紹介 2017
NAIST ソフトウェア工学研究室紹介 2017
CREST「共生インタラクション」共創型音メディア機能拡張プロジェクト
CREST「共生インタラクション」共創型音メディア機能拡張プロジェクト
スクラムプロジェクト準備(公開用) No.31
スクラムプロジェクト準備(公開用) No.31
#ibis2017 Description: IBIS2017の企画セッションでの発表資料
#ibis2017 Description: IBIS2017の企画セッションでの発表資料
Delphi開発者のためのSencha入門
Delphi開発者のためのSencha入門
S08 t0 orientation
S08 t0 orientation
Elastic Team Building
Elastic Team Building
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
コンピュータ将棋・囲碁における機械学習活用
コンピュータ将棋・囲碁における機械学習活用
Machine Learning Nagoya 20170619
Machine Learning Nagoya 20170619
NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018
東工大長谷川修研紹介 2011 (8月1日版)
東工大長谷川修研紹介 2011 (8月1日版)
先端技術とメディア表現 第4回レポートまとめ
先端技術とメディア表現 第4回レポートまとめ
PredictionIOのPython対応計画
PredictionIOのPython対応計画
鹿駆動
鹿駆動
Study Group of NIPS2017 presented by webfarmer.ltd
Study Group of NIPS2017 presented by webfarmer.ltd
データビジュアライゼーションもくもく会
データビジュアライゼーションもくもく会
最適化の視点から見た人工知能とSENSY社でのリサーチャー育成の取り組み
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
SENSY株式会社 取締役CRO (Chief Research
Officer) SENSY 人工知能研究所 代表 岡本 卓 最適化の視点から見た人工知能と SENSY社でのリサーチャー育成の取り組み
29.
© Copyright SENSY
Inc. 20171 会社プロフィール 社名:SENSY株式会社 (旧カラフル・ボード㈱) 本社:渋谷区渋谷 設立:2011年11月 (2014年SENSY事業開始) 従業員数:33人 資本金:10.4億円(剰余金含) 主要株主:慶應大学VC等
30.
© Copyright SENSY
Inc. 20172 自己紹介 岡本 卓 SENSY株式会社取締役 CRO (Chief Research Officer) SENSY 人工知能研究所 代表 千葉大学 グローバルプロミネント研究基幹 特任准教授 博士(工学) 2007年3月 慶應義塾大学大学院理工学研究科博士課程修了 2007年4月 千葉大学大学院工学研究科 助教 2014年4月 千葉大学大学院工学研究科 准教授 2017年10月 SENSY (旧:カラフル・ボード) 株式会社にJoin 専門:システム工学,最適化理論,ソフトコンピューティング,計算知能,複雑系
31.
© Copyright SENSY
Inc. 20173 人の感情ロジックである「感性 (センス)」に着目 感性
32.
© Copyright SENSY
Inc. 20174 感性 人の感情ロジックである「感性 (センス)」に着目 感性 Who どんな人が? What 何に対して When いつ Where どこで How どう感じたか Why
33.
© Copyright SENSY
Inc. 20175 「感性」をディープラーニング技術で解析 Who どんな人が? What 何に対して When いつ Where どこで How どう感じたか
34.
© Copyright SENSY
Inc. 20176 「感性」を学習するパーソナル人工知能:SENSY SENSYは、ユーザーの自由な時間を生み出すために、「2人目の自分」として24時間働い てくれる自分の分身のような人工知能ロボットである。 感性を覚えさせる 生活をサポート 感性 パーソナル人工知能ユーザー 生活データ
35.
© Copyright SENSY
Inc. 20177 ひとり一台のパーソナル人工知能 ユーザーひとりひとりがパーソナル人工知能SENSYを持つ時代を目指す。
36.
© Copyright SENSY
Inc. 20178 クラウド上にパーソナル人工知能のプラットフォームを構築 Fashion Cosmetics Music Gourmet Movie HairHealthcare Travel Book Interior Advertisement News
37.
© Copyright SENSY
Inc. 20179 SENSY CLOUDを活用したアプリケーション群 Original app Partner app SENSY COOK AI Chat BOT Fashion App AI Fashion Stylist AI Sommelier AI Chat BOT for Biz AI Merchandiser Healthcare app for Consumerfor Business Suit Advice BOT Wine App AI Marketer
38.
© Copyright SENSY
Inc. 201710 AI人材は空前の人手不足 SENSY社の置かれている状況 資金調達を経て研究開発の規模を急速に拡大中 AI人材の即戦力の確保が急務 AI人材が2020年には国内で約48,000人不足する見込み ̶ 経産省 IT人材の最新動向と将来推計に関する調査結果(平成28年6月10日) Wantedlyで「これぞ」と思った方は最近転職されているパターンが多い!! さまざまな大学・企業・NPO等で育成プログラムが走ってはいるが… 新卒・インターン採用では間に合わない!! AI技術に興味のあるITエンジニアは多い リサーチャー育成プログラム
39.
© Copyright SENSY
Inc. 201711 リサーチャー育成プログラム (1) プログラム概要 第0章:numpy, matplotlib, pandas演習 第1章:最適化理論の基礎 第2章:機械学習概論と多層パーセプトロン 第3章:多層パーセプトロンの学習 第4章:畳込みニューラルネットワーク 第5章:リカレントニューラルネットワーク 第6章:種々の機械学習技術 第7章:AI技術実践
40.
© Copyright SENSY
Inc. 201712 リサーチャー育成プログラム (2) 第1章 最適化理論の基礎 [講義] 最適化問題の例,最適化問題の分類,最適化手法 [演習] 最急降下法の実装 (フルスクラッチ) 第2章 機械学習概論と多層パーセプトロン [講義] 機械学習の考え方,多層パーセプトロンモデル [演習] 多層パーセプトロンの実装 (フルスクラッチ) 第3章 多層パーセプトロンの学習 [講義] 誤差関数と損失関数,ミニバッチ学習,誤差逆伝播法 [演習] 多層パーセプトロンの学習 (フルスクラッチ) 第4章 畳込みニューラルネットワーク (CNN) [講義] 畳込みニューラルネットワークの解説 [演習] Chainerを用いた多層パーセプトロンとCNN実装
41.
© Copyright SENSY
Inc. 201713 リサーチャー育成プログラム (3) 第5章 リカレントニューラルネットワーク [講義] リカレントニューラルネットワークの解説 [演習] Chainerを用いたLSTM実装 第6章 種々の機械学習技術 [講義] 線形回帰, SVM, クラスタリング, 決定木とアンサンブル学習 [演習] scikit-learnを用いたアルゴリズム実装 第7章 AI技術実践 [講義] SENSY社内のプロジェクトでのAI技術応用についての解説 2名のITエンジニアが11月からResearcherチームに移籍
42.
© Copyright SENSY
Inc. 201714 《エンジニア向け》DeepLearning ワークショップ 内容 13:00-14:00 (講義1)機械学習概説 14:00-15:00 (演習1)scikit-learnを用いた演習 15:00-16:00 (講義2)Neural NetworksとDeep Learning 16:00-17:00 (演習2)Chainerを用いた演習 演習の実施形態 Jupyter Notebookの利用 ブラウザさえあれば環境構築なしで演習ができる 弊社内GPUサーバ2台 (1台予備) で40名を対応 (大きなトラブルもなく終了) 実施結果 connpassで募集。募集開始後数日で満席 (定員40名)。 アンケート結果は概ね好評 ちょっと詰め込みすぎ!!という意見がちらほら。 対象 Pythonの基本文法を理解しているITエンジニア
43.
© Copyright SENSY
Inc. 201715 どの辺がうけるか (逆に他で説明されていないこと) 最適化の視点から見た機械学習の原理 識別・分類・回帰すべてが関数近似問題 関数近似問題:パラメータの最適化問題 ニューラルネットワークの近似定理 隠れ層が1つのMLPにおいてニューロン数をうまく設定すれば, 任意の関数を近似可能 上記の原理と組み合わせて,N. N.は万能な学習器であることを理解 CI実装技術 ソフトウェア環境 なぜPythonなのか,なぜChainer / TensorflowなどのFrameworkを用いるのか。 ハードウェア環境 実際に使っているGPUサーバのスペック・値段を紹介 AWS・GCPを使った場合の比較もあるといいかも
44.
教師あり学習(1) 教師あり学習の用語と流れ 入力 データ いわゆる生データ(画素値,ユーザID,色ID等) 特徴量:学習器にとって都合の良い入力データの特徴を表す量 e.g.
輝度勾配 (変化量) のヒストグラム 学習器・予測器・識別器・分類器 出力データ “5” “0” “4” “1” “9”
45.
教師あり学習(2) 直線による回帰 各学習データ点での真値からの誤差の合計が最小になるよう に,パラメータ
, を選ぶ minimize , ⋯ 予測結果は直線上の点(青点線)となる
46.
教師あり学習(3) 線形分類 分類問題:分類するための線(面)を与える関数を決める問題 0.3
47.
教師あり学習(4) 非線形関数を用いた回帰・非線形分類 非線形関数を用いた回帰 非線形分類
非線形性を扱える学習器が必要
48.
教師あり学習(5) 教師あり学習問題 学習器と入出力関係
(大量の)訓練データを用いて,訓練データ通りの入出力が 得られるように学習器のパラメータ を調整 訓練データの例(MNIST手書き文字認識問題) “5” “0” “4” “1” 0000010000 1000000000 0000100000 0100000000 ⋯ ⋯ ⋯label
49.
教師あり学習(6) 教師あり学習問題の目標 訓練データの入力 を入力したときの学習器の出力
が 真値 と同じになるように学習器のパラメータ を調整すること 訓練データセット: , , , , … , , 番目の入力データ に対する学習器の出力は ; 教師あり学習器の学習問題 minimize , と , の誤差を 1, … , まで集計 解法には最適化アルゴリズムを用いる
50.
© Copyright SENSY
Inc. 201722 【閑話休題】進化計算コミュニティの動向 (1) 進化計算 生物の進化の過程を模倣した (最適化) 計算の枠組み 既存個体群から更新候補点を生成 (交叉・突然変異), 既存個体との比較に基づいた淘汰を繰り返しながら探索 遺伝的アルゴリズム,進化戦略,差分進化法,遺伝的プログラミングなど 応答曲面法 (サロゲートモデル) 計算コストが大きい評価関数を機械学習器を用いて近似 近似関数 (応答曲面) 上で進化計算 車体構造設計・電力系統最適化などに応用 Evolutionary Machine Learning 進化計算を機械学習に応用 構造 (上位レベル) 最適化に対する応用が中心 パラメータ (下位レベル) 最適化には勾配法が有用
51.
進化計算コミュニティの動向(2) 応答曲面法(サロゲートモデル)のイメージ
52.
© Copyright SENSY
Inc. 201724 【閑話休題】進化計算コミュニティの動向 (3) Evolutionary Machine Learningの例
53.
© Copyright SENSY
Inc. 201725 《エンジニア向け》DeepLearning ワークショップ 第2弾 対象 機械学習・N. N.に興味のあるITエンジニアで, scikit-learn, chainer, tensorflow等の使用経験がある方 (業務での使用でなくてもOK) 日時・場所 日時:2018年1月13日(土) 13:00-17:00 場所:弊社オフィス (渋谷区神南) 内容 13:00-14:20 (講義)AI技術概論 14:30-15:30 (講義)Neural Networksと実問題への応用 15:30-17:00 (演習)購買履歴模擬データを用いた購買行動予測演習 サポート課題:最急降下法演習 Chainerを使ったMLP実装の演習 17:00- 懇親会 connpassで参加者募集いたします よろしければご参加下さい!! URL: https://sensy.connpass.com/event/74730/
54.
© Copyright SENSY
Inc. 201726 人工知能がセンスを学習するアプリ
Jetzt herunterladen