【AIエンジニアは年収高い!】機械学習や、ディープラーニング(深層学習)をPythonで学習しよう!2つの違いは? No ratings yet.

AIといえば、「DeepLearningと機械学習」!!

どーも、ユウスケホンダです(`・ω・´)ゞ

僕は、大学でAIの一種であるディープラーニング(深層学習)を、RNN(リカレントニューラルネットワーク)を用いて、

リチウムイオン電池劣化予測の推定を研究していた経験があります!

その経験から、今からディープラーニングを学習しようとしている方に向けて、書きたいと思います(`・ω・´)ゞ

まさか、まさかの本田圭佑さんがAIを勉強する見たいです(笑)

これは、負けてはいられませんよ笑笑(・∀・)

「DeepLearningと機械学習」ってなに?

まず、「DeepLearningと機械学習」はプログラミング等で、

「コンピュータ上で学習をする脳のようなもの」

ということを認識しておく必要があります。

プログラミングは、単純作業をさせる物が非常に多いです。

しかし、「DeepLearningと機械学習」は、段々と学習していくという点で大きく違います!

また、ディープラーニングは、

【CNN】⇒膨大な画像を学習する

(例 医療のCTなどの画像を学習。医師に代わって、癌などを発見する。人間よりも精度を上げることによって誤診を防ぐ。)

画像が主に扱われています。

また、

【RNN】 ⇒ パラメータ(時系列データ、数字)を予想する

物もあります!

また、ディープラーニングはPythonと呼ばれるプログラミング言語が使われています!!

AIやディープラーニングを学習を考えていて、どのプログラミング言語か迷っているかたは、Pythonを選択すべきです!!

時代はAI!Python特化型プログラミングスクール【.pro】

【DeepLearning】機械学習と深層学習(ディープラーニング)の違いは何?

簡単に説明すると、図に示すような関係になります!!

(図は、僕が作成 笑(・∀・) )

【深層学習(DeepLearning)】の特徴

・機械学習のように、教師学習がない

・中間層が非常にたくさんある

・機械学習以上の、結果を出せる

・「画像データを扱うCNN(畳み込みニューラルネットワーク)」,

「 時系列データを扱うRNN(リカレントニューラルネットワーク)」の2つがある

【深層学習(DeepLearning)】のデメリット

・過学習(Dropout)⇒学習させ過ぎると、学習結果が悪くなる

・データが多いので、結果を出すのに時間がかかる

・RNNはCNNに比べると、研究がまだ進んでいないので、論文や本など参考にするものも少ない……。

ちなみに、アルファ碁(AlphaGO)は、画像を学習させて、答えを出すCNNが使われているのですね!

囲碁を画像で学習されているというのは、驚きでしたね!!

これは、他のことにも応用出来そうですね!!

【まとめ】

「DeepLearningと機械学習」は、

これから非常に伸びる分野で間違いないです。

しかし、日本でもまだ研究が全然進んでおらず、論文や本も少ないです。

ですが、研究がまだ進んでいないからこそ、やる価値があります!!

まずは、プログラミングを学んだり、G検定、E資格を受けてみたりが良いと思います!!

ほな(`・ω・´)ゞ

関連ページ「プログラミング、AI」

【プログラミング】フリーランスエンジニア、今から始めても、東大京大生に勝てる!!

【DeepLearning】機械学習以上の出力を出せる、ディープラーニングを学習しよう!

【AI】今後のAI社会&安く、簡単に、AIを学習

【DeepLearning】ディープラーニング、G検定、E資格を受けてみよう!!

【新卒1000万!?】プログラミングは、オンラインで学びたい人向け!!【厳選3選! 】

【新卒1000万!?】プログラミングを教室で学びたい方向け!!【オススメ5つ!】

【年収1000万円も可能!!】とてもオススメ、フリーランスエンジニア

【年収1000万円も可能!?】とてもオススメ、エンジニアサイト【一覧】

時代はAI!Python特化型プログラミングスクール【.pro】


米国シリコンバレー発祥、世界最大級のオンライン学習プラットフォーム!【Udemy】

【評価】

コメントを残す