■人工知能

人工知能の作り方【アルゴリズムの種類と分類】

■人工知能

こんにちは黒部です。
今回は急速に発展している人工知能について、そのアルゴリズムの種類を解説します。

人工知能と言ってもその定義は曖昧ですが、全体像を把握することが人工知能を理解する第一歩です。

本記事の目標とレベル

目標 :アルゴリズムの分類のイメージを知る
レベル:★☆☆☆☆

人工知能の作り方【アルゴリズムの種類と分類】

大まかにこちらが人工知能のアルゴリズムの種類とその分類です。厳密に言えば違うところもありますが、理解のしやすさを第一としています。

 大別して機械学習と深層学習があり、そこからさらに「教師あり学習」「教師なし学習」「強化学習」と分類されます。

一つ一つの内容については、以下にリンクを随時貼っていきますので是非ご覧ください。レベル感は超初学者向けです。

これらをひとつずつ、エッセンスだけでも理解していけば現代の人工知能についておおよそ理解できると思います。

機械学習と深層学習の違い

教師あり学習とは【分類と回帰】

教師なし学習とは【クラスタリングと次元削減】

強化学習とは

バンディットアルゴリズムとは

・Q学習とは

・CNN(畳みみニュートラルネットワーク)とは

・RNN(再帰型ニュートラルネットワークとは)

・LSTM(Long Short Term Memory)とは

・オートエンコーダとは

GAN(敵対的生成ネットワーク)とは

人工知能を学ぶ価値は高い

 人工知能には高いポテンシャルがあり、年々その利用価値が増大しています。

企業にとって人工知能を含むITをうまく活用できるかどうかは利益に大きな影響を与えていくようになります。

そして個人としては、AIエンジニアであるかに関わらず、その性質やアルゴリズム、世界中に広がるAIサービスを正しく理解し、ツールとして最大限に活用できる人材は間違いなく価値が上がっていきます。

 2019年の経済産業省の公表によれば、2030年に日本のAIエンジニアは12万人不足するという試算です。

これは人工知能の知識のあるなし、興味のあるなしに関わらず、多くの人々の生活に人工知能が浸透し、共存が要求されるということを意味しています。

まさにライフハックと呼べる分野になりますので、今のうちに人工知能の世界に足を踏み入れましょう。