執筆者
オッズとロジット変換の関係：確率を線形モデルで扱う仕組み新着!!
こんにちは。ゆうせいです。 機械学習において、分類問題の予測結果を計算する際によく用いられる概念にオッズとロジット変換があります。ロジスティック回帰などのアルゴリズムの仕組みを把握する上で、各々の役割を理解することは避け […]
不偏共分散でデータ数から1を引く理由：母集団と標本の違いから学ぶ統計学新着!!
こんにちは。ゆうせいです。 統計学を学び始めると、データのばらつきや関係性を表す指標に出会います。その中で、2つの変数の関係性を示す共分散を計算する際、データの総数 n で割る場合と、n-1 で割る場合が存在します。n- […]
【Python】そのコード、なんて読む？ 〜scikit-learn・linalg・ord から strftime まで〜新着!!
こんにちは。ゆうせいです。 はじめに Pythonのコードを声に出して読もうとすると、途端に詰まる瞬間があります。 Pythonの識別子は、その多くが 英単語の省略形です。つまり「読めない」の正体は、たいてい「元の英単語 […]
【G検定】読み方が分からない用語、全部まとめました 〜LIME・Grad-CAM・尤度・鞍点まで〜新着!!
こんにちは。ゆうせいです。 今回は、G検定に出てくる用語で読み方が分からない用語をまとめました。 はじめに G検定の勉強をしていて、こんな経験はありませんか。 黙読しているうちは何となく読み飛ばせますが、勉強会で口に出し […]
ショアのアルゴリズムとは？新人エンジニア向けにRSA暗号との関係・周期発見・量子計算の仕組みをやさしく解説新着!!
こんにちは。ゆうせいです。 今回は、「ショアのアルゴリズム」を新人エンジニア向けに解説します。 ショアのアルゴリズムとは、量子コンピュータを使って、巨大な整数の素因数分解や離散対数問題を高速に解くためのアルゴリズムです。 […]
ベルの不等式とは？新人エンジニア向けに量子もつれ・局所実在論・CHSH不等式をやさしく解説新着!!
こんにちは。ゆうせいです。 今回は、「ベルの不等式」を新人エンジニア向けに解説します。 ベルの不等式は、量子コンピュータ、量子暗号、量子もつれを学ぶときに必ず出てくる重要な考え方です。 ただ、名前だけを見るとかなり難しそ […]
Gemmaをローカルにインストールして使う方法｜Ollamaで新人エンジニアでも手元PCで生成AIを動かす入門新着!!
こんにちは。ゆうせいです。 今回は、「Gemmaをローカルにインストールして使う方法」を、新人エンジニア向けに解説します。 Gemmaは、Google DeepMindが開発しているオープンモデルのファミリーです。Gem […]
ストアドプロシジャは現在でも有効な技術なのか？新人エンジニア向けに使いどころ・注意点・学び方を解説
こんにちは。ゆうせいです。 今回は、「ストアドプロシジャは現在でも有効な技術なのか？」というテーマで、新人エンジニア向けに解説します。 結論から言うと、ストアドプロシジャは現在でも有効です。 ただし、「何でもストアドプロ […]
G検定と生成AIパスポートの違いを比較｜新人エンジニア・研修担当者向けにどちらを選ぶべきか解説
こんにちは。ゆうせいです。 今回は、「G検定」と「生成AIパスポート」の違いを、初学者にも分かるように比較します。 AI資格を調べ始めると、この2つの名前をよく見かけますよね。 どちらもAIに関する資格ですが、学ぶ範囲と […]
Good & Newのバリエーション集｜研修講師が目的別に使い分けたいアイスブレイク実践ガイド
こんにちは。ゆうせいです。 今回は、研修講師向けに「Good & New」のさまざまなバリエーションを解説します。 Good & Newとは、参加者が「最近あった良いこと」や「新しく気づいたこと」を短く共 […]
線形回帰で学ぶ勾配降下法｜AIの学習を手計算で理解する第3章
こんにちは。ゆうせいです。 今回は、第3章として「線形回帰を使って、勾配降下法を手計算で理解する」ことを目指します。 前回までに、損失関数と勾配降下法を学びました。 ただ、数式だけを見ていると、少しふわっとしますよね。 […]
勾配降下法とは？AIが損失関数を小さくする仕組みを新人エンジニア向けに数式つきで解説
こんにちは。ゆうせいです。 今回は、第2章として「勾配降下法」を解説します。 前回は、AIの予測がどれくらい間違っているかを測る「損失関数」について学びました。 損失関数は、AIにとっての反省点数です。 では、AIは反省 […]
AIの損失関数とは？MSE・RMSE・交差エントロピーを新人エンジニア向けに数式つきで解説
こんにちは。ゆうせいです。 今回は、第1章として「損失関数」について解説します。 AIや機械学習を学び始めると、かなり早い段階で「損失関数」という言葉が出てきます。 なんだか難しそうですよね。 でも、損失関数の考え方その […]
営業の本質は「売ること」ではなかった！？ 『シン・営業力』から学ぶ営業の原理原則
「営業は話が上手な人が勝つ。」 そんなイメージを持っていませんか？(^^) 実は私自身も、以前はそう考えていました。 しかし、『シン・営業力』（天野眞也著）の第1章「営業する前に読んでおきたい原理原則」を読んで、その考え […]
ChatGPTの仕組みから学ぶG検定対策講座⑥
次のトークンはどう選ばれるのか？Logit・Softmax・Temperature こんにちは。ゆうせいです。 前回は、Self-Attentionで集めた情報をMLPで加工し、残差接続やLayer Normalizat […]
ChatGPTの仕組みから学ぶG検定対策講座⑤
Attentionの後で何をしているのか？MLP・GELU・残差接続 こんにちは。ゆうせいです。 前回は、Self-Attentionによって文章中のトークン同士の関係を調べ、必要な情報を取り込む仕組みを説明しました。 […]
ChatGPTの仕組みから学ぶG検定対策講座④
未来の単語を見せない仕組みとは？マスクとSoftmax こんにちは。ゆうせいです。 前回は、TransformerのSelf-Attentionで使われるQuery、Key、Valueについて説明しました。 Queryと […]
ChatGPTの仕組みから学ぶG検定対策講座③
Transformerは文章のどこに注目するのか？Self-AttentionとQ・K・V【第3回】 こんにちは。ゆうせいです。 前回は、入力された文章がトークンに分割され、それぞれが数値ベクトルへ変換されるまでを説明し […]
ChatGPTの仕組みから学ぶG検定対策講座②
文章はどのように数値へ変換されるのか？Transformerの入力埋め込み こんにちは。ゆうせいです。 前回は、ChatGPTなどの文章生成AIが、次に続くトークンを一つずつ予測して文章を作っていることを説明しました。 […]
ChatGPTの仕組みから学ぶG検定対策講座①
こんにちは。ゆうせいです。 ChatGPTに質問すると、まるで人間が考えて書いたような自然な文章が返ってきます。 しかし、ChatGPTが最初から回答全体を完成させているわけではありません。 文章生成の基本となっているの […]
残差学習とは？ResNetの仕組みを新人エンジニア向けにやさしく解説
こんにちは。ゆうせいです。 画像認識やディープラーニングを学んでいると、「残差学習」という言葉を目にする機会があります。 名前だけを見ると、少し難しそうですよね。 残差学習とは、ニューラルネットワークに「求めたい答えその […]
新人エンジニア向け：オートエンコーダの仕組みをインスタントコーヒーで理解する
こんにちは。ゆうせいです。 機械学習の分野でよく用いられる技術の一つに、オートエンコーダがあります。オートエンコーダは、入力されたデータを一度圧縮し、再び元の形に近い状態へ復元するニューラルネットワークです。ここでは、オ […]
機械学習モデルの軽量化と過学習防止：ドロップアウトとプルーニングの違い
こんにちは。ゆうせいです。 ディープラーニングのモデルを開発していると、ネットワークの規模が大きくなりすぎたり、学習データに偏りすぎて未知のデータに対応できなくなったりする課題に直面します。計算コストの増大や過学習の課題 […]
営業とは「売ること」でしょうか？営業の本当の役割とは
「営業とは何ですか？」 皆さんに質問すると、多くの方がこう答えます。 「商品を売る仕事です。」「契約を取る仕事です。」「売上を作る仕事です。」 もちろん、その答えは間違いではありません。 しかし、本当に営業の本質は「売る […]
Teachable Machineでグー・チョキ・パーを判定するAIシステムを作ってみた｜新人エンジニア向けに仕組みをやさしく解説
https://saycon.co.jp/yuu/tmic.html こんにちは。ゆうせいです。 今回は、Teachable Machineを使って「グー・チョキ・パー」をWebカメラで判定するAIシステムを作成した、と […]
VAE（変分オートエンコーダ）の仕組みと役割を初心者向けに解説
こんにちは。ゆうせいです。 機械学習の分野において、新しいデータを生成する技術が注目されています。画像や音声などのデータを人工的に作り出す仕組みの一つに、VAE（変分オートエンコーダ）と呼ばれる手法が存在します。本記事で […]
平均二乗誤差と残差二乗和の違いと計算式を初心者向けに解説
こんにちは。ゆうせいです。 機械学習や統計学を学び始めると、予測の正確さを測る指標として平均二乗誤差と残差二乗和という専門用語に頻繁に出会います。一見すると似たような言葉ですが、平均二乗誤差と残差二乗和は明確に異なる指標 […]
ディープラーニングの基礎となるXOR問題と多層パーセプトロンによる解決
こんにちは。ゆうせいです。 ディープラーニングを学習する過程で、多くの人が最初に触れる重要な概念の一つにXOR（エックスオーアール）問題があります。この問題は、ニューラルネットワークの歴史において、初期のモデルが持ってい […]
機械学習におけるTriplet lossの仕組みと役割：初心者向け解説
こんにちは。ゆうせいです。 画像認識や自然言語処理の分野で、データ同士の類似度を学習する際に用いられる手法の一つにTriplet loss（トリプレットロス）があります。本記事では、Triplet lossの仕組みや構成 […]
機械学習における表現空間、潜在空間、エンベディング空間の違いと役割
こんにちは。ゆうせいです。 ディープラーニングなどの技術を学ぶ際、空間という単語が頻繁に用いられます。本記事では、データを処理する上で不可欠な概念である表現空間、潜在空間、エンベディング空間について、それぞれの役割と違い […]