機械学習へ
誘い
経 済 学 研 究 科 数 量 ス スM 1 伊 藤 克 哉@ K 1 I TO
自己紹
伊藤克哉 ( Katsuya Ito)
•理学部数学科2015年度進学〜2017年度卒業
•→経済学研究科数量 ス スM1
研究 :
• 洋一先生(数論幾何・代数的 )
•齊藤 一先生(SDE・PDE 数値解析)
•高橋明彦先生(数量 ス・ 解析・時々強化学習)
某東大発ベ チャ タ ス
過度
機械学習
目次
1.
機械学習
何
2.
機械学習
流行っ
い
目次
1.
機械学習
何
1. 機械学習 自動 学習する
2. 機械学習 タ ンを認識する
3. 機械学習 自動 特徴を認識し始めた
2. 機械学習 流行っ い
機械学習
何
機械学習
•
タ
パタ
を自動
認識
•
パタ
を
利用
•
未来
タや結
を
予測
技術
古典的
人工知能
タ
人間
書い
出力
大量 画像 名前を 収録 タベ ス
機械学習
タ
人間 書い
特徴量 出力
サ ル! ・耳
最新
機械学習
タ
簡単 特 徴量
象的特 徴量
特徴量 統合
例
(
自動
字幕生成
)
例
(
カ
を
翻訳
)
目次
1. 機械学習 何
◦ 機械学習 自動 タ ンを認識し予測する
2.
機械学習
流行っ
い
◦ 機械学習 人類 長年 夢
◦ ハ 面 後
◦ 深層学習 火付け役
第
4
次人工知能
第
1
次
AI
:
探索・推論
(1960
〜
)
• ュ タ 複雑 思考を い
•例:駅間 最短経路問題やチ ス
•実用 ッ 感 い・・・
第
2
次
AI
:
知識
(1970
〜
)
• ュ タ 知識を入 賢く
•例: キスパ ・ ス ( ・医療用 )
第
4
次人工知能
第
3
次
:
表現学習
•機械 特徴量を理解
•例: ュ ネッ ワ ・ ベ タ
• ,特徴量を 人間
第
4
次
:
深層学習
•機械 特徴量を自動的 出
◦ Google 猫
◦ ImageNet
深層学習
火付け役
目次
1. 機械学習 何
◦ 機械学習 自動 パタ を認識 予測
2. 機械学習 流行っ い
◦ ソ ハ 一体 っ 長年 夢を達成へ
数学科生
っ
機械学習
簡単
必要
技能
•
大学
2
年ま
線形代数
•
Python
や
C++
能力
理論を極
最強
?
機械学習を勉強
機械学習を勉強
機械学習を勉強
授業
•
東大
• 杉山・佐藤・本多研究
• 松尾豊研究 (駒場 遠隔 講可能)
•
Web
• ISLAR:An Introduction to Statistical Learning with Applications in R
• Coursera : Machine Learning
• CS231n: Convolutional Neural Networks for Visual Recognition
• CS224d: Deep Learning for Natural Language Processing
ま
1.
機械学習
何
機械学習 自動 パタ を認識 予測
2.
機械学習
流行っ
い
ソ ハ 一体 っ 長年 夢を達成へ