サラッとなぞるAIの仕組み ~深層学習の仕組み~

axtyu

IT・WEB・エンジニア

深層学習について仕組みを学んだので、さらに理解を深めれるように勉強する

naya_10

経営・経営企画

この仕組みを理解した上で、AIを業務効率化に向けて応用することは検討できるかと思いました。

mkshmnwomwzrkr

メーカー技術・研究・開発

まだどの業務に活かせそうかは全くわからないので、引き続き勉強しようと思う

cazooo

マーケティング

深層学習の判断の「重み」「閾値」「ニューロンの働き」など概要がおぼろげに理解できました。さらに理解を深めたいです。

taka1962

販売・サービス・事務

業務で、場合分けが必要な場面は多いので、マニュアル業務でも深層学習の考え方で情報を整理できれば効率が上がると思います。

th0588

その他

なかなか理解に苦しんでいます。

huta-2021

メーカー技術・研究・開発

情報をアップデートし効率化につなげていきたい

tsukuda5276

経理・財務

理解できました。例があるとイメージしやすいですね。

aqueous

メーカー技術・研究・開発

ニンゲンの理解の仕方にとても類似している。

k_k_ai

メーカー技術・研究・開発

少し具体例があるとわかりやすいかなとおもいまいした。

yama258hiro

人事・労務・法務

ALって帰納法ですよね。演繹的ことは、ALにはできないのか教えてほしいです。

pomuec

専門職

深層学習は人間の脳を模倣したやり方ということを知ることができた。仕組みとして、沢山の情報を重みと閾値にて評価し結論づけていることが分かった。

chiihiro

営業

G検定の勉強をしていく基礎が身についたと思う。

y-arano

メーカー技術・研究・開発

深層学習の内容をさらっと理解できましたり

hag_t

その他

直接的に業務で活躍しそうなイメージはわかないが、AIの仕組みを知る上では助けになった

okuoku2

その他

「サラッとなぞる」シリーズは、自分の知識にインプットとして役に立ちます

kshimada

メーカー技術・研究・開発

深層学習についてもっと学習したいと思いました。

yamato1875

金融・不動産　関連職

深層学習の基礎が良くわかりました。今後のAI関連学習に役立ちそうです。

1250405

その他

普段の会話の中で出てくる言葉の基本内容として、深層学習は機械学習とは中身が大きく異なることがわかりました。

soushi_0310

人事・労務・法務

ニューラルネットワークは脳の神経細胞を模倣しており、「入力層」「中間層」「出力層」の3層で構成される。

一つの層の情報が一定基準を超えると、次の層に情報を送って別の切り口で情報を解析する。

情報は「重み」「閾値」という切り口で解析され、最終的な結論を導き出す。


「重み」「閾値」は学習の都度ニューラルネットワーク自身が調整する。そのため、人間が答えを都度教え込まなくても、自力で学習を深めていくことができる。

vegitaberu

人事・労務・法務

AIと人間の思考の方法が似ているかもしれないという認識を強めました。自分が無意識にアウトプットを出している思考も、重みと閾値的なものでコントロールされているかもしれないと考えると、そのメカニズムを理解していることによって、自分の思考を変えたいときに、意識して調整できるの感と思いました。

kkumi

その他

あんぱんの例を通して、深層学習の仕組み（ニューロンのような仕組み）を大凡理解できました。今後もAIに苦手意識を持たないように、機会を見つけて学んでいきたいと思います。閾値については今一理解が及びませんでした。

shgk

コンサルタント

私たちが無意識に行っている思考のパターンをまねて、AIが学習していることがわかりました。

hhmorimoto

メーカー技術・研究・開発

ニューラルネットワークについてわかりやすい説明で理解が深まりました

madara68

専門職

特長を数値化して物質の特定をする仕組みが分かった。

komanetzi

営業

人間が正解を与えて学ぶ機械学習とは異なり、ニューロンネットワークが多くのデータから特徴を見つけ学ぶ方法が深層学習である。ニューロンネットワークは人間の脳を模倣した作りになっていて、入力層、中間層、出力層で構成される。重み付けと閾値を調整し、判断される。ニューロンネットワークが人間が気づくことができない特徴を見つけ得る点に、今まで困難であった作業を実現できるなど、技術発展の可能性を感じました。

celt

クリエイティブ

深層学習の仕組みをあんぱんの判断に例えてわかりやすく説明してくれていた。人間ば無意識に経験から判断していることを、項目の抽出とその重み付けによって判断しているのだと分かった。

nob_non

メーカー技術・研究・開発

入力層、中間層、出力層。重み、閾値。

00840525

IT・WEB・エンジニア

深層学習を利用するにあたり、その結果の解釈や処理の理解に役立つ。

cross0313

メーカー技術・研究・開発

深層学習(ディープラーニング)という言葉は聞いたことがあったが、どのようにして判断しているのかを初めて知ることができた。得た情報を重みづけして閾値を超えたものを出力するのもので、入力層/中間層/出力層の構造であることも初めて知った。

s-eguchi

営業

何となく理解していた深層学習について理解を深めれました。

ke_ko_

営業

AIが自身で学習して判断基準をつけていくことがわかった。
人間の脳の働きを機械が学習できるなんてすごい。

masako_desu

経理・財務

人間の深層学習の仕組みを、AIも数値化して実施できることが、サラッと分かった。

y-wada_1976

経営・経営企画

深層学習についてさらっと理解できた。

m-uno

資材・購買・物流

AIの学者メカニズムの概要がわかりました。

nakata0505

建設・土木　関連職

ニューラルネットワークにおいて重みづけと閾値の設定が重要であることが理解でき、
コンクリートの変状をAI抽出する際に、どの特徴に重みをつけるか吟味しなけらばならないと感じた。

masuda001

人事・労務・法務

ぼんやりいしていたAIの仕組みが理解できたように思います。

coffee_user

その他

例えばいろいろなパンを購入し、冷凍してあったばあい、なにのパンか外観から自動的に割り出すことができる。

macmax

IT・WEB・エンジニア

ニューラルネットワークと重み付け

arino_watari

専門職

アンパンのたとえが大変わかりやすく理解できました

yamashita-y

資材・購買・物流

深層学習の言葉を初めて聞きました。あんぱんを例題にし仕組みが良く分かった。

naomaki

販売・サービス・事務

深層学習という名前は初めて聞いたので、内容が分かりました

tantamtam

販売・サービス・事務

まだ日常業務に活用は無いと思いますが考え方を理解しておくのは今後のためにも必要だと思いました。

769134

営業

AIを利用した検索に、重みのある言葉を入れることでヒットしやすくなるのではないでしょうか

seikan

その他

AIの考え方について理解出来ました。
入力層→中間層→出力層といった人間の脳（ニューラルネットワーク）を模倣して導き出しているのが良く分かった。
今後、AIを理解しChatGPなどを使って業務効率をあげていきたい。

sugawa-m

営業

ＡＩが膨大なネット情報を基に学習する方法が少し理解できた。
ＡＩが人間と同じ思考能力を有した時、人間がＡＩを利用しているつもりがＡＩに誘導されていたということになるのではないかと思った。

suwa_nobuo

メーカー技術・研究・開発

現在、教師データを用いた画像予測に取り組んでいる。深層学習について知見がないので、知見のある方と意見交換を行い、手法の選択肢として検討したい。

nekobas

メーカー技術・研究・開発

深層学習という言葉を聞いたことはあるものの内容は知らなかったが、要素に重みをつけて敷値を超えた場合に判断することを理解した。

hiro-san-2024

その他

まだ日常業務における活用方法は、浮かばないが、何となく仕組みが理解しかけた。

0032

営業

重みや閾値を変えながらの繰り返しで学習。という判断の仕組みがなんとなくですが理解できました。どれくらい繰り返して学習完了なのか、完了はなく精度が上がり続けるのか？と興味をもちました。

yanagee

メーカー技術・研究・開発

重み付けの調整について、人が行う作業なのか、AIが学習しながら調整する作業なのかが、あいまいでした。結局調整しないとならないのであれば、人の手間がかかることにも変わりがないので、自動化されているのだと思っています。総じて、あいまいな表現があるのも事実で、疑問に思わせない言葉使いに気を使って皆と共有したい。

nature

メーカー技術・研究・開発

概要がつかめてよかったです

i323

その他

アンパンの例は分かりやすかったので、同じように他のものの重みや閾値を考えてみたいと思った。

kanakana-

メーカー技術・研究・開発

全くイメージわきません。もう少し学んでみたいです。

yama____bcl

その他

なるほど…、、学習（経験値）を上げることで判断するのは人間と同じですよね。人間のように忘れるはないから膨大な情報から選択できて人間を超えていく想像が簡単にできる反面、偽情報や悪意をどう受け取るべきか等の判断力が課題になるんだろうということが見えてきました。

koichi003

人事・労務・法務

深層学習の仕組みが少し理解できた

oyobe_y

営業

AIの理解を深めていきたいと思う

stshige

営業

いまのところ思いつきません。

seiichi_inoue

マーケティング

さらっと教養ですね。

tomtotm

メーカー技術・研究・開発

良く理解できました。AIを知ることは自分がどう考えているかを知ることですね

kamakuramm

その他

ニューロンの仕組みがよくわかりました。
人間の脳がものすごい速さで処理が行われていると驚きました。

tohrut

専門職

ニューラルネットワークは 入力層・中間層・出力層の 3つの層で構成
そして入力された情報に対して、正しく判断するために情報の重みと閾値の調整を 繰り返して学習
深層学習ではこのニューラルネットワークの層を複数重ねる

kinase007

営業

真相学習は情報量が多いだけだと思っていたが、違うっていうことがよくわかりました。

ami-pero

マーケティング

AIを活用していく業務はまだないのですが、
想像よりも簡単な仕組みだったので、使えるものから使っていきたい

dome_sugiyama

その他

すごく分かりやすく、サラッとですが理解しました

yurina_2024

経理・財務

Deep learningには前から興味があったが、よくわかりました。ますます興味がわきました。学習を進めます。

gun-boy

メーカー技術・研究・開発

深層学習の仕組みが少し理解できました。

koh-i

営業

基本的な知識をまなべた

higuchi_561

人事・労務・法務

重みと閾値は分かるのですが、色や形、大きさや表面の状態、トッピングの有無などのタラメータについての接異名が無かったように思います。
少し端折りすぎているのでは？

w371173

経理・財務

深層学習の独立した学習能力機能に驚きました。

katakorikei

マーケティング

AIが判断しやすくする閾値設定が肝となり、膨大なデータからAI自身が学習する。

sean_bs

経営・経営企画

深層学習の重要な要素である脳の行う判断を、アンパンを通じて分かりやすくひも解いており分かりやすい。

seishiro

営業

ありがとうございます

grateful

専門職

深層学習の仕組みを学びました。

noir_hpy

経理・財務

AIの仕組みが少しわかった

bonjours

金融・不動産　関連職

ニューラルネットワークと深層学習がこれまで結びつかなかったのですが、密接な関係があることがわかりました。

n_jiro

営業

サラッと概要を理解できました。

koichi_0502

その他

～っぽいといった判断基準に点数付けをし、ある一定の点数を越えたら何々である。という深層学習をして判断していることが理解できました。

papapon

営業

無意識のうちに人間の脳が深層学習を行っていることが凄いし、それをＡＩがやることもすごい

pirorin_

その他

深層学習について概要は理解できたように思います。
アンパンの用例はとてもわかりやすく感じました

gantetsu013

営業

ディープラーニングの基礎を知ることができました

tatsu-2024

経営・経営企画

なんとなく概要はつかめました。

paseri_2

メーカー技術・研究・開発

AIエンジニアと話をする際の深層学習に関する最低限の用語を理解した

70sp1208

その他

深層学習という言葉はよく耳にするが、この動画を視聴して内容が理解できた。深層学習に限らず、ＡＩの概念はわかっているようでわかっていないので、引き続き学習し、理解を深めていきたい。

toshi-iwai

経理・財務

人間の脳を再現する方法が「重み」と「閾値」の設定なのですね。復習したいと思います。

ryoshima

メーカー技術・研究・開発

深層学習についてなんとなくわかった

n_moriyama

メーカー技術・研究・開発

深層学習について、本当にサラッとなぞっていた。この内容だけでは活用が難しいと思う。

ma_a80

金融・不動産　関連職

人間と同じように理解させていることを知りました

chang_shin

販売・サービス・事務

重みと閾値という言葉を覚えておこう。

tcei_wako

IT・WEB・エンジニア

特にありません。
とくには。