2017/08/04 23:44:28
beerbeerkun
え???
2017/08/05 00:30:04
obsv
要約:機械学習は人間がデータを加工してAIに理解させる手法でデータ量が少ない場合に向く。ディープラーニングは大量の未加工データをAIに与え自力分析させる手法でマシンパワーを要し、広義には機械学習に含まれる
2017/08/05 01:06:36
Nyoho
{ 機械学習 } ⊃ { ディープラーニング } です。
2017/08/05 03:05:40
pmonty
参考にブクマ。ディープラーニングも内部構造、初期値、ハイパーパラメータなど工夫する余地ある。"ディープラーニングは多くの知識や工夫がなくとも高い精度を得られる" ウソウソ。調整必要です。いろいろもにょる
2017/08/05 03:32:49
killy1979
“ハードウェアに恵まれ、さらにデータが多い場合はディープラーニング、マシンの性能があまり高くなく、処理するデータの数もそれほど多くない場合は、機械学習を採用するのが良い”
2017/08/05 07:57:17
htnmiki
機械学習と深層学習、マシンラーニングとディープラーニング、表記を合わせないのはディープの響きがなんとなくカッコイイから以外に何かあるんだろうか。
2017/08/05 08:13:00
fufufukakaka
これディープラーニングじゃなくてCNNの説明ね
2017/08/05 09:42:00
samu_i
英語の勉強
2017/08/05 10:00:23
TAKAPPRS
ちょうど良い記事。
2017/08/05 10:13:06
zaskar99
[AI]
2017/08/05 10:41:33
watto
区別があること自体知らなかった。
2017/08/05 10:49:23
n_knuu
言いたいことは既に人気コメントにまとめられていた
2017/08/05 10:54:50
linkuru8
#fb
2017/08/05 10:59:22
MetaVariable
??? ”「ディープラーニング」は広い意味での機械学習という概念に含まれるものである、と言う事実。中略このムービーでは機械学習を「ディープラーニングではないもの」という分類のしかたで説明しています。”
2017/08/05 12:01:05
airj12
人間が特徴を指示できるものか否かが境目だと思ってるが
2017/08/05 12:48:38
blueboy
全然ダメだ。ディープラーニングは「畳み込みニューラルネットワーク」が核心なのに、そこをスルーしてしまっているのでは、本質を見失っている。こっちを見よ。→ http://postd.cc/how-do-convolutional-neural-networks-work/
2017/08/05 12:49:34
kyogoku174
今やこういった物まで常識化、知識化しだしたか、お年寄りとか生きにくそう。
2017/08/05 15:22:54
aodifaud09
一方俺はGIGAZINは読まずにスルーする事を学習した
2017/08/05 16:03:49
miura10moki
事前知識がなくても十分にわかりやすかった。
2017/08/05 19:16:10
otihateten3510
“内部のアルゴリズムはもはや人間が理解しきれない「ブラックボックス」であるため、デバッグを行うことが事実上不可能であることも覚えておく必要があります。” この点がすごく気になってる。悪い意味で。
2017/08/05 19:54:38
hiroomi
"に恵まれ、さらにデータが多い場合はディープラーニング、マシンの性能があまり高くなく、処理するデータの数もそれほど多くない場合は、機械学習を"
2017/08/05 20:10:27
kana0355
んー.
2017/08/05 23:42:05
adsty
機械学習とディープラーニングは厳密には同じ「機械学習」に含まれている。
2017/08/05 23:46:00
susanne
ん?この記事は何が言いたいのか?
2017/08/06 00:20:32
phoope
知らなかった
2017/08/06 11:01:04
iku-sawa11
それよりディープラーニングと畳込みネットワークの違い教えて
2017/08/06 11:16:29
Re-birth
既にAIがうさんくさい言語になりつつあるしディープラーニングも機械学習もすぐに本来の厳密な意味から外れた宣伝文句になるよ、あもうなってますか。