作り方からAIを想像する
AI開発の準備
- 設計
- どんなAIを作りたいか決める
- 利用するAIモデルを決める
- 集められるデータについて調べる
- 箱
- Pythonプログラムが実行できるようにする
- パソコン用意して
- プログラム開発ができるサービスを利用する
- 自分でパソコンにプログラム開発ができるようにする
- 道具
- 計算用の機械学習ライブラリ
- データが効率よく使えるようにフレームワーク準備
- もの
- 学習用のデータと正解ラベル
- AIモデル入手
- 補足
- 人間の脳にあたる部分をAIモデルと言う
- 目的に合ったAIモデルを選択する
組み立てる
- 学習するように組み立てる
- 学習用データをファイルから読み込む
- 効率よくデータを使えるようにデータを束ねる
- 学習用データをモデルに投入する
- モデルが期待の結果を出力するか評価する
- 評価用のデータをモデルに入れて結果を得る
- データを投入すれば自動で学習する
- 必要な機能の例
- データ読み込み
- AIが処理できるように前処理加工
- 期待の答えと現時点のAIの解答の差分数値化
- AIの脳にあたる部分の微調整
- 学習状況を数値化、グラフ化して出力する
AIを学習、評価する
- ディープラーニングと言われる部分
- はじめに準備したデータを分けておく
- 学習用データ：正解ラベルを含む
- 評価用データ：AIが知らないデータ
- 学習
- 実行して待つ
- ちょうどいい結果になるまで何度も繰り返す
- どれぐらい繰り返すかは作った人が判断する
- 学習データの一部を使って学習が進んでいるか確認する
- 評価
- 評価用データを使ってAIが期待の結果を出力するかテストする
- 試行錯誤、良い結果が得られるまで調整を繰り返す