金子邦彦研究室人工知能ディープラーニング(スライドとプログラム例,Python を使用)(全15回)

ディープラーニング(スライドとプログラム例,Python を使用)(全15回)

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. 人工知能の歴史, 種類,応用分野,Python [PDF], [パワーポイント]
  2. 機械学習の基礎(教師なし学習,教師あり学習) [PDF], [パワーポイント]
  3. 機械学習の基礎(教師なし学習,教師あり学習) [PDF], [パワーポイント]
  4. ディープラーニングの基礎 [PDF], [パワーポイント]
  5. ディープラーニングでの物体認識,画像分類 [PDF], [パワーポイント]
  6. 物体検出,セグメンテーション [PDF], [パワーポイント]
  7. 顔情報処理 [PDF], [パワーポイント]
  8. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM) [PDF], [パワーポイント]
  9. 自然言語処理(問答,要約,テキスト生成,単語の特徴ベクトル,単語の類似度) [PDF], [パワーポイント]
  10. 姿勢推定 [PDF], [パワーポイント]
  11. 中間まとめ [PDF], [パワーポイント]
  12. 実データの分析,意味の抽出,外れ値の判断 [PDF], [パワーポイント]
  13. データの合成 [PDF], [パワーポイント]
  14. 画像理解システムの演習 [PDF], [パワーポイント]
  15. 顔検出システムの演習 [PDF], [パワーポイント]
  16. 人工知能による合成の演習 [PDF], [パワーポイント]

1. 人工知能の歴史, 種類,応用分野,Python

資料

1. 人工知能の歴史, 種類,応用分野,Python [PDF], [パワーポイント]

概要

人工知能の応用分野は幅広く、顔検出、画像セグメンテーション、車両検知、翻訳、生成などが含まれ、同時に倫理とプライバシーの問題にも注意が必要です。また、人工知能は機械学習とルールベースの2つの主要なタイプに分かれ、機械学習はデータを用いて知的能力を向上させます。ニューラルネットワークは人間の脳を模倣し、ニューロンの働きを模倣することを目指しています。人工知能の歴史は技術的進歩とともに進化し、コンピュータ技術の進歩が大きな影響を与えました。プログラムとコンピュータは密接に関連します。Pythonは初心者向けのプログラミング言語で、Trinketなどのオンラインプラットフォームを通じて学習と共有が可能です。人工知能とプログラミングは緊密に結びついており、プログラミングスキルはAIの開発、調整、最適化に不可欠です。

関連する外部サイト

演習

  1. 演習1.生成AI

    ページ20~23

    翻訳サイト DeepL: https://www.deepl.com/

    Stable Diffusion Playground のサイト: https://stablediffusionweb.com/

    TalkAI のサイト: https://talkai.info/ja/

  2. 演習2.Python プログラムの実行

    ページ57,58

    https://trinket.io/python/6c652f1c2f

    https://trinket.io/python/94d1563844M

  3. 演習3.簡単なプログラムでもさまざまなことが可能

    ページ60~63

    https://trinket.io/python/2b804ab19a

    https://trinket.io/python/597e5771ff

    https://trinket.io/python/4e3559f879

    https://trinket.io/python/bdcce27488

追加説明資料:ae-1-1.docx

2. 機械学習の基礎(教師なし学習,教師あり学習)

資料

2. 人工知能の歴史, 種類,応用分野,Python [PDF], [パワーポイント]

概要】  Pythonは、機械学習などの人工知能の分野で広く使用されているプログラミング言語であり、学習者がPythonを効果的に使用できることは極めて重要です。そのため、この段階ではPythonの基本的な文法やコーディングスタイル(オブジェクト、メソッド、字下げなど)の学びに焦点を当て、学習者がPythonプログラムを実行し、変更できる実践的なスキルを向上させます。次に、Pythonプログラムの実行に関するオンラインプラットフォームとして、Google Colaboratoryの利用方法を説明します。これは、Pythonプログラムを実行し、実験するための有用なツールです。特に、Google Colaboratoryは機械学習のための高度な機能を提供しており、人工知能の高度な内容を学ぶ際に役立ちます。さて、データは機械学習における重要な要素であり、データの確認、整形、可視化は極めて重要です。Pythonはデータマネジメントに優れた機能を提供しており、Google Colaboratoryを用いた演習を通じて、学習者はプログラミングの基本、Pythonの実行方法、そしてデータマネジメントのスキルを習得できます。このときにPythonのさまざまなライブラリを利用し、その便利さも体験します。今回学ぶ内容は、今後の授業でも有用であり、各自、自主的に、復習、深化して欲しい重要な内容です。

関連する外部サイト

演習

  1. 演習1.オブジェクト、メソッド、引数

    https://trinket.io/python/f29bfe71cd

  2. 演習2.if, for 字下げ

    https://trinket.io/python/6c652f1c2f

  3. 演習3.Google Colaboratory , 演習4.Irisデータセットを用いた回帰分析と機械学習の基礎

    2つの演習で同じURLを使用

    https://colab.research.google.com/drive/1eQo91V3Tv4ldd0vJjdwJfmJs_MlbTw5m?usp=sharing

ae-2. 機械学習の基礎(教師なし学習,教師あり学習)

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae2-255572099

資料: ae-2. 機械学習の基礎(教師なし学習,教師あり学習)[PDF], [パワーポイント]

トピックス:機械学習, 機械学習の仕組み, 学習, 検証, Iris データセット, 教師有り学習, 教師無し学習, 予測, クラスタリング, 分離, ディープラーニング, 人工知能

関連する外部ページ

演習用の Google Colaboratory のページ

機械学習の基礎

https://colab.research.google.com/drive/1J7VEF2Vs3BQadJTbeVjhHwMleanTQya1?usp=sharing

ae-3. ディープラーニングの基礎

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae3-255572104

資料: ae-3. ディープラーニングの基礎 [PDF], [パワーポイント]

トピックス:ディープラーニングの仕組み, ディープラーニングの歴史, ディープニューラルネットワークの種類, 画像データ, ディープラーニングのモデル, 学習済みモデル, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

ニューラルネットワークの作成:

https://colab.research.google.com/drive/1k3YbTbQkZXlWw91DBXoHdU1_wd7LbFF3?usp=sharing

学習済みのディープニューラルネットワークを使用した画像分類:

https://colab.research.google.com/drive/1TM0bbEUcAyHhsWzlgfetO-WYaf9tcnJE?usp=sharing

ae-4. ディープラーニングでの物体認識,画像分類

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae4-255572110

資料: ae-4. ディープラーニングでの物体認識,画像分類 [PDF], [パワーポイント]

トピックス:画像理解, 畳み込み, 畳み込みニューラルネットワーク, 全結合層, 畳み込み層, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

畳み込み(Python のプログラム)

Google Colaboratory: https://colab.research.google.com/drive/1pcdD-I5-2VbLizKb3egJIQWXn8tBfOuK?usp=sharing

畳み込みニューラルネットワークを用いた画像分類

https://colab.research.google.com/drive/18IPPkY96Oc6jkYD2su4cFgWcoYAskLo_?usp=sharing

関連する外部ページ

ae-5. 物体検出,セグメンテーション

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae5-255572115

資料: ae-5. 物体検出,セグメンテーション [PDF], [パワーポイント]

トピックス:画像理解, 物体検出, セグメンテーション, セグメンテーションの仕組み, セグメンテーションの種類, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

物体検出

https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/object_detection.ipynb

セマンティック・セグメンテーション

https://colab.research.google.com/drive/1NKmQfbDG0XCR0bO6vcFP304gy4iqeD7L?usp=sharing

パノプティック・セグメンテーション

https://colab.research.google.com/drive/1xWaQuJt50LqYwyw9ohsYERZ_Ix1gy1rN?usp=sharing#scrollTo=az0NragleQUI

ae-6. 顔情報処理

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae6-255572122

資料: ae-6. 顔情報処理 [PDF], [パワーポイント]

トピックス:顔情報処理, 顔情報処理の種類, 顔検出, 顔ランドマーク, 顔検証, 顔識別, 顔認識, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

顔情報処理

https://colab.research.google.com/drive/1S55yEFiQpdIRdjWbdH0zzEYD5VAfklHd?usp=sharing#scrollTo=9PKc8UHqOlHt

ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM)

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae7-lstm

資料: ae-7. 予測・判断(時系列データ,リカレントニューラルネットワーク,LSTM) [PDF], [パワーポイント]

トピックス:時系列データ, リカレントニューラルネットワーク, LSTM, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

LSTM による予測

https://colab.research.google.com/drive/1qxh5l0iEPUm-QRTuEBSqBLd3V9KvqItK?usp=sharing

ae-8. 自然言語処理(問答,要約,テキスト生成,単語の特徴ベクトル,単語の類似度)

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae8-255572128

資料: ae-8. 自然言語処理(問答,要約,テキスト生成,単語の特徴ベクトル,単語の類似度) [PDF], [パワーポイント]

トピックス:自然言語処理, 単語の特徴ベクトル, Word2vec, Transformer, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

単語の特徴ベクトルと類似献策(Word2vec を使用)

https://colab.research.google.com/drive/1E86OSq90AyI1z-ULE6hNoVmpCJ_7fCR8?usp=sharing

自然言語処理(問答、要約、テキスト生成)(Transformer を使用)

https://colab.research.google.com/drive/1L9n5E0_BTRy1q0jE1I2xT3MTuSpceVSY?usp=sharing

関連する外部ページ

ae-9. 姿勢推定

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae9

資料: ae-9. 姿勢推定 [PDF], [パワーポイント]

トピックス:姿勢推定, 人体の姿勢推定, 頭部の姿勢推定, オブジェクトの姿勢推定, ディープラーニング, 人工知能

https://colab.research.google.com/drive/13nOMSW0Dzx_LjN9XEG99jtvgMACl4m9V

ae-10. 中間まとめ

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae10-255572437

資料: ae-10. 中間まとめ [PDF], [パワーポイント]

トピックス:ディープラーニングの種類, ディープラーニングの用途, ディープラーニングの仕組み, 画像理解, 畳み込みニューラルネットワーク, 顔情報処理, 姿勢推定, 自然言語処理, ディープラーニング, 人工知能

ae-11. 実データの分析,意味の抽出,外れ値の判断

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae11

資料: ae-11. 実データの分析,意味の抽出,外れ値の判断 [PDF], [パワーポイント]

トピックス:Python, データフレーム, ヒストグラム, クラスタリング, 外れ値, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

散布図,ヒストグラム,クラスタリング,クラスタリングの中心からの距離,外れ値

https://colab.research.google.com/drive/1eGdELBNegyEoF43ueYqwa6WDk13_7yuY?usp=sharing

ae-12. データの合成

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae12-255572462

資料: ae-12. データの合成 [PDF], [パワーポイント]

トピックス:人工知能による合成, GAN, 人工知能社会, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

超解像

https://colab.research.google.com/drive/1oT69ts_qzr1xrPYguSepcl24QaQv5AYq#scrollTo=mlVW1_628s0G

関連する外部ページ

ae-13. 画像理解システムの演習

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae13-255572466

資料: ae-13. 画像理解システムの演習 [PDF], [パワーポイント]

トピックス:画像理解システム, 画像理解の応用例, セグメンテーションの種類, 事前学習済みモデル, パノプティック・セグメンテーション, セマンティック・セグメンテーション, インスタンス・セグメンテーション, ディープラーニング, 人工知能

関連する外部ページ

ae-14. 顔検出システムの演習

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae14

資料: ae-14. 顔検出システムの演習 [PDF], [パワーポイント]

トピックス:顔検出システム, 顔マスク検出法, マスク有り顔の検出, マスク無し顔の検出, ディープラーニング, 人工知能

演習用の Google Colaboratory のページ

顔マスク検出(マスク有り顔,マスク無し顔の検出)

https://colab.research.google.com/drive/1iYEI9O_cxWw4VyyafaYB4ne6CNdNJYeS?usp=sharing

関連する外部ページ

ae-15. 人工知能による合成の演習

SlideShare: https://www.slideshare.net/kunihikokaneko1/ae15-255572475

資料: ae-15. 人工知能による合成の演習 [PDF], [パワーポイント]

トピックス:Stable Diffusion, 人工知能による画像合成, pix2pix, ChatGPT, 対話システム, ディープラーニング, 人工知能

関連する外部ページ