グーグルに学ぶディープラーニング

  • 216人登録
  • 3.46評価
    • (6)
    • (18)
    • (20)
    • (5)
    • (1)
  • 19レビュー
制作 : 日経ビッグデータ 
  • 日経BP社 (2017年1月26日発売)
  • Amazon.co.jp ・本 (184ページ)
  • / ISBN・EAN: 9784822236861

この本を読んでいる人は、こんな本も本棚に登録しています。

有効な左矢印 無効な左矢印
クリス・アンダー...
伊賀 泰代
エリック・リース
リンダ グラット...
有効な右矢印 無効な右矢印

グーグルに学ぶディープラーニングの感想・レビュー・書評

  • 【Deep Learningに関する基礎知識とGoogle事例、企業での活用事例がまとまっている】
    難しい数式等も出てこないので、人工知能、機械学習とDeep Learningとはどう違うのか?Deep Learningの基礎知識を整理することができた。

    また、Googleでの事例の中では、驚きもあった。
    人工知能が単語ベース問題を出し、人間が20秒以内に描いたお絵描きを人工知能が評価する「Quick Draw」
    ニューラルネットワークの学習を見える化した「Play Ground」
    が特に面白い。

  • ディープラーニングの仕組みを初学者にもわかりやすく書かれています。
    AIの概要をまずは掴みたい人にはオススメです。
    現時点でどういったサービスが出ているのかもわかり、ボリュームもそれほどないので、さらっと読めてしまうと思います。
    AIを極めたい!という方には少し物足りないかもしれません。

  • 手取り早く情報を得たいならこの本で十分だけど、ネットで調べればわかるようなネタがまとめられているだけなので深みがまったくない。

  • 環境が提供されることは喜ばしい一方で、GoogleのAIが着実に進化する、他社の追随を許さない状況を生み出している気がしてならない。

  • 機会学習、ディープラーニングの仕組み、それを用いた実例などをわかり易く解説。これから社会に「進出」していくAIだが、肝は使い方。どのように自分のビジネスに活かすかはそれぞれだが、(グーグルなどによって提供される為)技術基盤を気にしなくて良いところは、利点でもあり、首根っこを掴まれているようである。Quick, Draw!やAlloなど、身近に機械学習を体験できるツールが紹介されているなど、初心者への配慮が行き届いた本。

  • 機会学習以外のAIは何があるか?

    「ルールベースの人工知能」
    →たとえば、エキスパートシステム
    教えなくてはいけないことが非常に多い代わりに、狭い分野で確率的な判断をするのに有効なシステム。しかし、人が条件を教え込まなくてはいけない

    機会学習は条件式を与えるのではなく、
    ・学習するための材料
    ・学習するための考え方
    を、与える必要がある

    機械学習で扱われるモデル
    - 決定木
    - 帰納推論
    - ニューラルネットワーク
    - ディープラーニング

    教師あり学習
    「この出力が得られれば正解、という答えがある学習の仕方」
    小さな子供が絵本を見ながら、「これはネコ?」「これはイヌ?」をお父さんお母さんに尋ねながら正解を覚えていくような学習の仕方

    教師なし学習、その一例が、強化学習
    サッカーの試合に勝つために、繰り返し繰り返しゲームのスタイルでパスやシュートをしながら勝ちパターンを学んでいく学習の仕方
    強化学習が効果を発揮した典型的な事例が「アルファ碁」

  • 結局のところ、機械学習とディープラーニングの何が違うのかがわかりませんでした…
    ディープラーニングが大量の学習を繰り返す以外に、質的な違いがあるのかがわかりませんでした。

  • グーグールに学ぶディプラーニング 日経 BP社

    人工知能と機械学習とディープラーニングの違い
    人工知能をつくる上での方法と具体性の違い

    ウエブ上におけるビッグデータと言われる
間違いをも含めた会話と文を
    片っ端から呑み込んでその言い回しをつかむことで
    翻訳機能を向上させて行く仕組
    人間がプログラムを作ることなく
    コンピューターが自分で多くの情報から
    学んで作り上げていくシステムのことを
ディープラーニングと言う
    意味がわかっているわけではないが
    成り立ちを理解することで仕事をこなす機械学習の一つ

    言葉だけでなく多くの姿形から漠然として抽象度の高い
    種類分けなどを可能にするよりファジーな選択を目指す
    具体的な部分の理解から大づかみの全体観を引き出す能力

  • 現時点で、現実的にビジネスに活用できる企業、つまり、AIの導入効果が得られる企業は非常に限られているのではないか?と思う。
    本書にも述べられているように、効率化したいと考える一見単純なルーティンワークでも、経験や工夫がモノを言う場面が多いこと、また、AIの活用の原資となるデータに乏しいのではないか?と思われること、から。

    ただし、今後、AIが想像以上の進化を遂げ、かつ、安価に利用できることになるならば〜そんな時も想像以上に早く来るんだろうなぁ…〜働き方、求められる人材、賃金も劇的に変わるのでしょうね。

  • ディープラーニングを使った事例が多く紹介されていて、もうすでに、思ったより広く浸透しているのだなと感じた。

    機械学習、ディープラーニング、ってなに、というところから概要を体系立てて説明してある。

  • 前半の説明部分は良かったが、
    後半の例部分が広く浅く記載されていて、得られるものが少なかった。

    しかし、基本を知る、という意味では良かった本だと思う。

  • 超入門的な内容...ディープに学ぶには別の本をお勧めしたいなぁ...

  • 人工知能に関する周辺情報を効率よく知ることができた。
    機械学習とディープラーニングの関係。機械学習以外の人工知能とは。
    人工知能を活用するために必要なこと。人工知能を活用するために必要な人材とは。
    など参考になった。

  • 一度では理解できないかも。わかりやすい内容ではあったものの。
    2017.04.13

  • 人工知能の超入門から機械学習そしてディープラーニングの位置づけを明確にしてのディープラーニングの説明でその輪郭をくっきりとと浮き出させる掴みは秀逸。グーグル社でのディープラーニングの活用として、自動運転やデータセンターの省エネ化からGoogle Home、Google フォト、機械翻訳などのサービス、そして、画像処理、音声認識、自然言語処理などのAPIやライブラリ(フレームワーク?)のテンソルフローを紹介し、企業の事例や活用のフレームワークを提示して未来を展望します。ディープラーニングやテンソルフローなどはもっと詳しい説明があったほうが良い気がしましたが、一般向けはこれが限界なのかもしれません、分野ごとに丹念に取材しているところが伺い知れる好著です。

  • 非常にわかりやすい。事例の紹介も豊富。

  • グーグルのAIビジネスと見ている課題の展望を概要理解できる

全19件中 1 - 19件を表示

グーグルに学ぶディープラーニングを本棚に「読み終わった」で登録しているひと

グーグルに学ぶディープラーニングを本棚に「積読」で登録しているひと

グーグルに学ぶディープラーニングの作品紹介

ディープラーニングは、人工知能や機械学習と何が違う?
この技術によって将来、ビジネスはどう変化する?
グーグルのエンジニアらへの取材に基づき、
その技術をやさしく解説するとともに
最新の事例から、将来のビジネスの変化を探る1冊。

 囲碁のプロ棋士に勝つ、クイズのチャンピオンに勝つ──、人工知能(AI)はこうした特定分野で象徴的な成果を上げてきました。しかし、最近ではAIが人々の生活や経済活動を改善して、世の中を変えていく可能性を示す実例が次々と出てきました。
 例えば、米グーグルは、AIを使った「Google翻訳」の精度を大きく改善し、長年「実用的ではない」と言われてきた機械翻訳を日常生活では十分実用的なレベルへと引き上げました。また、同社はデータセンターにおけるサーバーなどの冷却電力を40%も削減しました。これもAIを活用して空調や窓の調節・開閉など約120の要素を制御し最適化した成果です。大手IT企業は次々と、画像認識、音声認識、翻訳といったAI機能を安価に提供し始めており、いわば「蛇口をひねればAIがすぐ使える」時代が間もなく到来します。
 このAIの進化をけん引するのが、脳の神経回路が仕組みの原点にある「ディープラーニング」という技術です。本書では、グーグルのエンジニアらへの取材に基づき、このディープラーニング技術をやさしく解説。また、将来のビジネスがどう変わるのか、グーグルのサービスや日本企業の取り組み事例から探るとともに、その未来の姿に迫ります。


序 章 ディープラーニングがすべてのビジネスを変える
第1章 人工知能と機械学習とディープラーニングはどう違う?
第2章 ディープラーニングの仕組み
第3章 グーグルのディープラーニング活用事例
第4章 ディープラーニングで業務効率化、国内で続々始まる
第5章 データ×目的で整理し、活用の展開図を描こう
第6章 ディープラーニングが課題を解決する未来へ
グーグルクラウド・マシンラーニング・グループ研究責任者のジア・リーさんに聞く

グーグルに学ぶディープラーニングのKindle版

ツイートする