データサイエンス、人工知能の入門

大学で使用した自作の資料等を，手直しの上公開している． クリエイティブ・コモンズ BY NC SA．

【目次】

1. ma-1. 人工知能の概要
2. ma-2. データサイエンス・AIの事例
3. ma-3. データサイエンス・AIの演習
4. ma-4. 機械学習
5. 人工知能（AI)が注目される理由・背景知識[ワード], [PDF]

   時系列

   • 2022年4月: 公開開始
   • 2022年6月: 目次ページおよびコンテンツの更新

【関連する外部ページ】

人工知能のデモサイト

• Google によるオンラインデモ: https://cloud.google.com/vision
• 顔の合成: https://www.whichfaceisreal.com
• OpenAI での写真の合成，イラストの合成: https://openai.com/blog/dall-e/
• 顔の表情など：https://cloud.google.com/vision/docs/drag-and-drop
• どちらが実在で，どちらがフェイクの顔か： https://www.whichfaceisreal.com/
• イラストの合成 (Waifu Labs): https://waifulabs.com/">
• AutoDraw: https://www.autodraw.com/
• magenta.tensorflow.org の AutoEncoder のデモ: https://magenta.tensorflow.org/sketch-rnn-demo
• affinelayer.com の Edges2cats のデモ: https://affinelayer.com/pixsrv/index.html
• DeepL: https://www.deepl.com/translator
• playhground.tensorflow.org: https://playground.tensorflow.org

【関連する外部ページ】

資料で出てくるサイト

• 総務省統計局のダウンロードページ: https://www.stat.go.jp/data/guide/download/index.html
• e Stat: https://www.e-stat.go.jp/

import numpy as np
from scipy.optimize import minimize
def rosen(x):
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)

x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])
res = minimize(rosen, x0, method='nelder-mead',
    options={'xtol': 1e-8, 'disp': True})
print(res.x)