集合知プログラミング① 読んでみたまとめ
1章 集合知への招待
こちらの本を読んでいきたいと思います
コードはPythonで書かれていますよ!
1.1 集合知とは何か
たくさんのデータを集める。
それらを利用し、個々人が知らなかかった統計的な結論を引き出す。
つまり、独立した貢献者たちから新たな結論を作りあげることである。
それらを利用し、個々人が知らなかかった統計的な結論を引き出す。
つまり、独立した貢献者たちから新たな結論を作りあげることである。
1.2 機械学習とは何か
人工知能の一分野であり、コンピュータに学習させること。
データを分析し、将来現れるデータを予測する。
でたらめなデータでない限り、パターンを含んでいるので、このパターンを機械によって一般化する。
データを分析し、将来現れるデータを予測する。
でたらめなデータでない限り、パターンを含んでいるので、このパターンを機械によって一般化する。
1.3 機械学習の限界
1.4 実生活における例
・Google検索エンジン
ページのランキングを出すためにWebリンクを使用するだけでなく、どのような人が広告をクリックしたかという情報も集めている。
・Amazon,Netfrix
人びとが購入したりレンタルした情報を利用して似ている人々や類似した商品を決定する。
ページのランキングを出すためにWebリンクを使用するだけでなく、どのような人が広告をクリックしたかという情報も集めている。
・Amazon,Netfrix
人びとが購入したりレンタルした情報を利用して似ている人々や類似した商品を決定する。
1.5 学習アルゴリズムのその他の使用
・バイオテクノロジー
シークエンシングとスクリーニング技術の発展により、DNA配列、たんぱく質の構造、化合物スクリーニング、RNA発現など。
生物学的な過程に対する理解を増すパターンを見つける
・クレジット詐欺の発見
ニューラルネットワークで、取引や現金の動きが不適切か確かめる
・マシンビジョン
侵入者を自動的に発見したり、自動車を特定したり、顔を認識する
教師なし学習を使用されている
・製品のマーケティング
顧客からデータを入手するのが簡単になったので、将来の流行について予測したり
・サプライチェーン
製品の需要を正確に予測することでお金を節約する
最適化と学習の技術がよく用いられる
・株式市場の分析
パターンを発見する
・国防
世界中の政府による膨大な量のデータからパターンを発見する
そして、それらを危険と関連させる
シークエンシングとスクリーニング技術の発展により、DNA配列、たんぱく質の構造、化合物スクリーニング、RNA発現など。
生物学的な過程に対する理解を増すパターンを見つける
・クレジット詐欺の発見
ニューラルネットワークで、取引や現金の動きが不適切か確かめる
・マシンビジョン
侵入者を自動的に発見したり、自動車を特定したり、顔を認識する
教師なし学習を使用されている
・製品のマーケティング
顧客からデータを入手するのが簡単になったので、将来の流行について予測したり
・サプライチェーン
製品の需要を正確に予測することでお金を節約する
最適化と学習の技術がよく用いられる
・株式市場の分析
パターンを発見する
・国防
世界中の政府による膨大な量のデータからパターンを発見する
そして、それらを危険と関連させる
第一章をまとめるとこんな感じ
機械学習が重点的に使われている例は様々であり、ビッグデータであるからこそ機械学習にまかせるのがいい。
そして、インターネットの世界では情報が常に追加されていること
なかなか面白く興味深い内容でした!
随時更新していきます!
ではでは(^▽^)/