TensorFlowと機械学習に

必要な数学を基礎から学ぶ会

浅川伸一 東京女子大学 tensorflow.ja@gmail.com

日比谷文化図書館セミナールームA

2016年9月29日19:00 -21:30

09/17/2016 2 /13

本日の内容1. 自己紹介

2. 環境の確認

3. Udacity への登録

4. 進め方についてのご相談

5. 実習

3/1309/21/16

自己紹介浅川伸一 東京女子大学 情報処理センター勤務。早稲田大学在学時

はピアジェの発生論的認識論に心酔する。卒業後エルマンネットの考

案者ジェフ・エルマンに師事，薫陶を受ける。以来人間の高次認知機

能をシミュレートすることを目指している。知的情報処理機械を作るこ

とを通して知的情報処理とは何かを考えたいと思っている。著書に

Python で実践する深層学習（ 2016) コロナ社 . ディープラーニング，

ビッグデータ，機械学習 --- あるいはその心理学 (2015) 新曜社。

「ニューラルネットワークの数理的基礎」「脳損傷とニューラルネット

ワークモデル，神経心理学への適用例」いずれも守一雄他編 コネク

ショニストモデルと心理学 (2001) 北大路書房などがある

4/1309/21/16

師匠ジェフ・エルマンとUCSDキャンパス内 2002年ころ

09/17/2016 5 /13

←2016年

2015年→

09/17/2016 6 /13

1. 最近のAI研究の特徴

1. 畳み込みニューラルネットワーク

2. リカレントニューラルネットワーク

3. 強化学習

09/17/2016 7 /13

1. 最近のAI研究の特徴

1.畳み込みニューラルネットワーク

– 人間超え

2.リカレントニューラルネットワーク

3.強化学習

2010 2011 2012 2013 2014 2015開催年

0

0.05

0.1

0.15

0.2

0.25

0.3

予測

誤差

人間の成績=0.051

0.2820.258

0.164

0.117

0.067

0.036

09/17/2016 8 /13

1. 最近のAI研究の特徴

1.畳み込みニューラルネットワーク

2.リカレントニューラルネットワーク

– SOTA（LSTM, 機械翻訳，対話生成，画像文章相互変

換，etc）

3.強化学習

09/17/2016 9 /13

1. 最近のAI研究の特徴

1.畳み込みニューラルネットワーク

2.リカレントニューラルネットワーク

3.強化学習

– 人間超え AlphaGO

From ``Mastering the game of Go ith deep neural networks and tree search’’ (2016)

09/17/2016 10 /13

1. 最近のAI研究の特徴 ４つの要因

1.計算 (ムーアの法則，GPUs, ASICs),

2.データ (e.g. ImageNet),

3.アルゴリズム (e.g. バックプロパゲーション,CNN, LSTM), and

4.基盤 (Linux, TCP/IP, Git, ROS, PR2, AWS,AMT, TensorFlow, etc.).

http://karpathy.github.io/2016/05/31/rl/

09/17/2016 11 /13

環境構築

1.Linux

2. MacOS

3. Windows 10 (Docker)

09/17/2016 12 /13

09/17/2016 13 /13

Udacity への登録

1.Google 作成の TensorFlow 入門コース

https://www.udacity.com/course/deep-learn

ing--ud730

2.上の日本語訳ニコニコ動画 小学生でも分かる深

層学習

http://www.nicovideo.jp/watch/sm28230856