• 検索結果がありません。

Nagoya Institute of Technology

N/A
N/A
Protected

Academic year: 2021

シェア "Nagoya Institute of Technology"

Copied!
50
0
0

読み込み中.... (全文を見る)

全文

(1)

Nagoya Institute of Technology

(2)

Nagoya Institute of Technology

教科書

イラストで学ぶ機械学習

(3)

Nagoya Institute of Technology

参考書

(4)

Nagoya Institute of Technology

講義のすすめ方など

スライド + タブレットPCへの板書で講義をすすめる

(5)

Nagoya Institute of Technology

講義用ウェブサイト

(6)

Nagoya Institute of Technology

人工知能と機械学習

(7)

Nagoya Institute of Technology

なぜニューラル情報処理?

(8)

Nagoya Institute of Technology

ニューラル情報処理のイメージ

(9)

Nagoya Institute of Technology

1 + 1 = ? 入力

ニューラル情報処理のイメージ

(10)

Nagoya Institute of Technology

入力 出力

1 + 1 = ? 3

ニューラル情報処理のイメージ

(11)

Nagoya Institute of Technology

入力 出力 正解

1 + 1 = ? 3 2

ニューラル情報処理のイメージ

(12)

Nagoya Institute of Technology

入力 出力 正解

1 + 1 = ? 3 2

ニューラル情報処理のイメージ

(13)

Nagoya Institute of Technology

入力 出力 正解

1 + 1 = ? 3 2

ニューラル情報処理のイメージ

(14)

Nagoya Institute of Technology

4 + 1 = ? 入力

ニューラル情報処理のイメージ

(15)

Nagoya Institute of Technology

入力 出力

4 + 1 = ? 5

ニューラル情報処理のイメージ

(16)

Nagoya Institute of Technology

入力 出力 正解

4 + 1 = ? 5 5

ニューラル情報処理のイメージ

(17)

Nagoya Institute of Technology

入力 出力 正解

4 + 1 = ? 5 5

ニューラル情報処理のイメージ

(18)

Nagoya Institute of Technology

入力 出力 正解

4 + 1 = ? 5 5

ニューラル情報処理のイメージ

(19)

Nagoya Institute of Technology

機械学習(学習するコンピュータプログラム)

(20)

Nagoya Institute of Technology

機械学習(学習するコンピュータプログラム)

(21)

Nagoya Institute of Technology

小テスト

(22)

Nagoya Institute of Technology

学習データ(教師データ)

(23)

Nagoya Institute of Technology

何が難しいのか(その1)

(24)

Nagoya Institute of Technology

何が難しいのか(その2)

(25)

Nagoya Institute of Technology

何が難しいのか(その3)

(26)

Nagoya Institute of Technology

機械学習はどのように役立つのか?

スパムメールフィルタ

メール

ユーザ

コンピュータ

メール or スパム

(27)

Nagoya Institute of Technology

機械学習はどのように役立つのか?

コンピュータ

盤面(棋譜) 勝ち敗け

プロ棋士

コンピュータ将棋

(28)

Nagoya Institute of Technology

機械学習はどのように役立つのか?

コンピュータ

自動運転

ドライバー

道路状況

運転記録

(29)

Nagoya Institute of Technology

機械学習はどのように役立つのか?

コンピュータ

医療・診断

遺伝情報

医師

医療診断

(30)

Nagoya Institute of Technology

機械学習の定式化

真の関数

学習された関数

入力 出力

入出力関係を表す関数を学習する

(31)

Nagoya Institute of Technology

ビッグデータ

(32)

Nagoya Institute of Technology

訓練データ

学習された関数

入力 出力

入出力関係を表す関数を学習する

訓練データ

(33)

Nagoya Institute of Technology

機械学習と統計学

(34)

Nagoya Institute of Technology

線形回帰分析の例題

T自動車では新車の開発を予定している. 近年の新車開発で は燃費性能が重要であり, 設計前にどの程度の燃費になるか を予測しておきたい. T自動車が最近開発した20車種の重量 と燃費の関係から新車の燃費を予測したい.

重量 燃費 重量 燃費 重量 燃費 重量 燃費

10 14 12 11 14 12 17 11

10 15 12 12 14 13 17 12

11 13 12 13 15 11 18 10

11 14 13 12 15 12 18 11

11 15 13 13 16 11 19 10

(35)

Nagoya Institute of Technology

車体重量から新車の燃費を予測

学習された関数

訓練データ

燃費

車体重量

(36)

Nagoya Institute of Technology

例題:新車の燃費を推定する

20車種の燃費(km/litter)と車体重量(100kg)をプロットすると 以下のようになった.

(37)

Nagoya Institute of Technology

例題:新車の燃費を推定する

燃費(y)と重量(x)の関係を推定することにより, 重量から燃 費を予測することができる.

(38)

Nagoya Institute of Technology

例題:新車の燃費を推定する

燃費(y)と重量(x)の関係を推定することにより, 重量から燃 費を予測することができる.

車体重量が1500kgの車の燃費 11.8km/litterと予測される.

(39)

Nagoya Institute of Technology

非線形回帰分析

(40)

Nagoya Institute of Technology

非線形回帰分析

(41)

Nagoya Institute of Technology

線形分類分析の例題

ある機械販売会社では, 芝刈り機の宣伝のため, 自社製品の 購入歴のある顧客宛にダイレクトメール(DM)を郵送すること にした. アンケートにて集めた顧客の年収および宅地面積と購 入の有無を記録したデータを用い, 芝刈り機を購入する可能 性の高い人と低い人を判別したい.

収入 (万円)

宅地面積 ()

購入 (1) 非購入 (0)

収入 (万円)

宅地面積 ()

購入 (1) 非購入 (0)

620 80 1 300 80 0

450 60 0 640 115 1

880 98 1 750 80 0

910 120 1 400 55 0

580 85 0 760 100 1

(42)

Nagoya Institute of Technology

収入などから芝刈り機の購入者を予測

学習された関数

訓練データ

購入の有無

収入・宅地

(43)

Nagoya Institute of Technology

例題:芝刈り機の購入者を予測する

20人の収入および宅地面積と芝刈り機購入/非購入の関係

(44)

Nagoya Institute of Technology

例題:芝刈り機の購入者を予測する

新規顧客の芝刈り機購入有無を予測したい.

新規顧客A

新規顧客B

新規顧客E

新規顧客D 新規顧客C

(45)

Nagoya Institute of Technology

例題:芝刈り機の購入者を予測する

新規顧客の芝刈り機購入有無を予測したい.

新規顧客A

新規顧客B

新規顧客E

新規顧客D 新規顧客C

判別境界

(46)

Nagoya Institute of Technology

例題:芝刈り機の購入者を予測する

新規顧客の芝刈り機購入有無を予測したい.

新規顧客A

新規顧客B

新規顧客E

新規顧客D 新規顧客C

判別境界

購入層の判別領域

非購入層の判別領域

(47)

Nagoya Institute of Technology

非線形分類分析

(48)

Nagoya Institute of Technology

非線形分類分析

(49)

Nagoya Institute of Technology

機械学習の種類

教師あり分類学習 教師あり回帰学習

教師なし学習 教師あり学習

機械学習

(50)

Nagoya Institute of Technology

関連する講義

参照

関連したドキュメント

tiSOneと共にcOrtisODeを検出したことは,恰も 血漿中に少なくともこの場合COTtisOIleの即行

が前スライドの (i)-(iii) を満たすとする.このとき,以下の3つの公理を 満たす整数を に対する degree ( 次数 ) といい, と書く..

<警告> •

・Squamous cell carcinoma 8070 とその亜型/変異型 注3: 以下のような状況にて腫瘤の組織型が異なると

駐車場  平日  昼間  少ない  平日の昼間、車輌の入れ替わりは少ないが、常に車輌が駐車している

Amount of Remuneration, etc. The Company does not pay to Directors who concurrently serve as Executive Officer the remuneration paid to Directors. Therefore, “Number of Persons”

図 21 のように 3 種類の立体異性体が存在する。まずジアステレオマー(幾何異 性体)である cis 体と trans 体があるが、上下の cis

鉄道駅の適切な場所において、列車に設けられる車いすスペース(車いす使用者の