人工知能や機械学習には「統計学」および「プログラミング」の2つのスキルが必要になります。
統計学は数学の一つの分野で特に、線形代数、微分積分、確率論などが重要な勉強項目となります。
プログラミングは多くの言語がありますが、人工知能と機械学習に絞ると
RとPythonという2つのプログラミング言語が最も主流です。
Rは特にデータ解析に特化したプログラミング言語なので、データ解析しかしない人にとっては学びやすい言語です。
Pythonはウェブにおけるサーバー側の構築など、データ解析以外でも使うことのできる言語なので、より幅広く人工知能や機械学習を適用したい人や、すでにプログラミングに詳しい人はおすすめです。
プログラミング学習についてはこのサイトでも紹介しています。
- Prog8
- Html&CSS, JavaScriptなどからRuby, Pythonなどまで幅広く扱っている
- 実際にコードを書いていく方式で進む
- Codeprep
- Html&CSS, JavaScriptなどからRuby, PHPなどまで幅広く扱っている
- スライド形式などで学んでいく形式
- 英語 Codecademy
- Html&CSS, JavaScriptなどからRuby, PHPなどまで幅広く扱っている
- 実際にコードを書いていく方式で進む Prog8の英語版
Python
R言語
- 英語「AI, Deep Learning, and Machine Learning: A Primer」、 by Andreessen Horowitz
- 英語「Deep Learning」
- Yann LeCun, Yoshua Bengio, Geoffrey HintonによるDeep Learningの外観
- はじめの文より”Deep learning allows computational models that are composed of multiple processing layers to learn representations of data with multiple levels of abstraction. These methods have dramatically improved the state-of-the-art in speech recognition, visual object recognition, object detection and many other domains such as drug discovery and genomics. Deep learning discovers intricate structure in large data sets by using the backpropagation algorithm to indicate how a machine should change its internal parameters that are used to compute the representation in each layer from the representation in the previous layer. Deep convolutional nets have brought about breakthroughs in processing images, video, speech and audio, whereas recurrent nets have shone light on sequential data such as text and speech. ”
- 英語「DEEP LEARNING FOR CHATBOTS」
RNN・LSTM(Recurrent neural network, long short term memory)
GAN(Generative adversarial network)
自然言語処理
- ワードアソシエーション
- "The techniques used to mine word associations can be generally classified into two categories. The first is hypothesis testing, where statistical tests are used to determine if the co-occurrence of two words happened by chance or due to an actual correlation. The second category is information-theoretic and is based on measures such as mutual information, which was discussed in the lectures. For a survey of the different methods used for word collocation mining see this chapter on collocation mining." from Coursera text mining and analytics course
各アルゴリズムや原理詳細
一旦書いてみただけです。研究者の方とかは良いのではないのだろうか。
- 「全脳アーキテクチャ勉強会」
- 「脳全体のアーキテクチャに学び人間のような汎用人工知能を創る(工学)」をミッション・ステートメントに掲げた人工知能の研究開発アプローチです。こうして脳に学ぶ研究開発を通じ、2030年頃を目標として脳を越えた汎用人工知能の構築を目指します。
- 「一杉裕志のHP」
- 産業技術総合研究所 人工知能研究センター 脳型人工知能研究チーム
- 研究テーマ: 脳を模倣した脳型人工知能の研究開発
- 人間のような知能を持つロボットを実現する最も確実な方法は、脳の動作原理を解明し、それを模倣することです。 私は計算論的神経科学の分野で知られている大脳皮質に関する知見をヒントにした BESOM と呼ぶ 機械学習アルゴリズムを開発しています。 BESOM は複数の機械学習技術 (自己組織化マップ、ベイジアンネット、独立成分分析など)を組み合わせたもので、 計算機上での効率的実行に適した有望な技術になると考えています。
- 「松尾豊教授のHP」
- 東京大学で、人工知能、ウェブ、ビジネスモデルの研究を行っています。 人工知能を使ってウェブをもっと賢くすること、ディープラーニングをはじめとする新しい人工知能技術で大きなブレークスルーを生み出すことを目指しています。人工知能とウェブの研究を行う松尾研究室を運営しております。