再帰型ニューラルネットワーク(RNN)は自然言語処理の分野で高い成果をあげ、現在最も注目されているアルゴリズムの一つです。しかしながら、その人気が先走りして実際にRNNがどのように動くのか、構築するのかを解説する書籍は限られているように思います。この講義シリーズはそのために書きました。下記のように構成する予定です。 続きを読む →

2010年にGoogleやFacebookといった名だたる米国IT企業がAI/ディープラーニングの研究機関を設立するなど大規模な投資が話題となり、2015年にはAIの実用化が本格化しました。FacebookのMomentsやSkypeのTranslator、そしてGoogle Photosなど米国IT企業がAIを活用したサービスを公開し始め、トヨタやリクルートなど日本企業のAI/機械学習の研究機関設立の発表も相次ぎました。このトレンドはやはり、ここ数年のディープラーニングの目覚ましい技術的ブレークスルーが寄与しているのでしょう。この投稿では2015年に起こった技術的に進歩したことを解説するとともに、AI技術研究の最先端にいる研究者たちが考える2016年のトレンド予測を読み解いていきます。 続きを読む →

コードはこちら: 全てのコードはGithub上のIpython Notebookでも公開しています。

この投稿では、1から3階層のシンプルなニューラルネットワークを構築します。出てくる全ての数学の解説はしませんが、可能な限り必要な部分は、わかりやすく説明したいと思います。数学の詳細が気になる方は、英語が多いですが参考になるリンクを下記で記載します。 続きを読む →