会員登録すると
学習することができます。
会員登録する（無料）
学習することができます。
登録済みの方はこちら
ログイン
学ぶ目的
AI・機械学習・深層学習・生成AIの関係
AIは、人の知的な働きをコンピュータでまねる技術の総称です。機械学習はその中の1つで、データから規則を学ぶ方法です。深層学習は、層の深いニューラルネットワークを使う機械学習です。生成AIは、深層学習の大きなモデルで、文章や画像などの新しい中身を作るものです。
学習の3つの種類
- 教師あり学習 … 正解のラベルが付いたデータから学ぶ。予測と分類に使う
- 教師なし学習 … ラベルの無いデータから、まとまりや外れ値を見つける
- 強化学習 … 行動の結果に報酬を与えて、よい行動を学ぶ
回帰・分類・クラスタリング
数を予測するなら回帰、決まった種類に分けるなら分類、ラベルの無いデータを似たもの同士にまとめるならクラスタリングです。「来月の問い合わせ件数」は回帰、「解約しそうかどうか」は分類、「顧客をいくつかの層に分ける」はクラスタリングです。
AIを使わないほうがよい場面
決まった結果が必ず必要な処理や、規則で書けば済む処理、効果より費用が大きい処理には、AIを使いません。
AWSのAIサービス
音声を文字にする Amazon Transcribe、翻訳の Amazon Translate、文章の分析の Amazon Comprehend、対話の Amazon Lex、読み上げの Amazon Polly など、学習済みのサービスはそのまま使えます。自分でモデルを作るなら Amazon SageMaker AI です。
このレクチャーで学ぶこと
- AI・機械学習・深層学習・生成AIの関係
- 教師あり学習・教師なし学習・強化学習の違い
- 回帰・分類・クラスタリングの使い分け
- AIを使わないほうがよい場面と、AWSの学習済みAIサービス
質問
まだ質問は投稿されていません。
質問投稿
ログイン後に質問の投稿ができます。
理解度チェックテストに
合格しました！
おめでとうございます！
AWS AI Practitioner
AWS Certified AI Practitioner対策 ― AIと生成AIの基礎を、AWSのサービスと結びつけて説明できるようにする
AIと機械学習の基礎 ― 学習の種類を知り、回帰・分類・クラスタリングを使い分ける
理解度チェックテストに合格しました！
＼ SNSにシェアする ／
＃1
未完了
試験の全体像と学び方 ― AIF-C01の5分野と採点の仕組みを知り、合格までの計画を立てる
＃2
未完了
AIと機械学習の基礎 ― 学習の種類を知り、回帰・分類・クラスタリングを使い分ける
＃3
未完了
機械学習の進め方と評価 ― パイプラインを知り、適合率・再現率・F1を計算する
＃4
未完了
生成AIの基礎 ― トークン・埋め込み・基盤モデルを知り、得意と不得意を説明する
＃5
未完了
基盤モデルの使い方 ― プロンプト・推論パラメータ・RAG・エージェントを組み立てる
＃6
未完了
カスタマイズと評価 ― ファインチューニングとRAGの費用を比べ、評価の方法を選ぶ
＃7
未完了
責任あるAI ― バイアスと公平性と説明可能性を知り、Guardrailsとモデルカードで備える
＃8
未完了