人工知能コンテンツ

ここは、人工知能についての様々な発信を行うページです。

現在は人工知能分野で必要となる数学分野の解説ページがメインコンテンツです。

解析学

関数の微分や極限を使う分野です。 人工知能に「学習」をさせるために用いられます。

最適化

人工知能の判断力を関数に見立てたときに、 もっとも優れた判断力を持つ関数を得るための手段です。

勾配法

最適化のチュートリアルともいうべき、最急降下法の紹介です。

ニュートン法

関数の最小値を求める勾配法に対して、 関数が0になる点(根)を求めるものがニュートン法です。

テイラー展開

あるx=a点において、複雑な関数を簡単な関数で置き換えられる、というのがテイラー展開です。 テイラー展開の特殊ケースであるマクローリン展開についてもここで紹介します。

ロピタルの定理

ロピタルの定理もテイラー展開と同じような発想です。 あるx=a点において、関数を別の関数で簡単に置き換える、というものです。 1/xのような、x=0だと計算できない式に対して有用です。

統計学

人工知能はビッグデータを活用することで、色々な場面で活躍するようになりました。 将棋や囲碁で人間以上の棋力を持つようになったのも、蓄積された棋譜データを活用したからです。 そうしたデータを分析する学問が統計学です。

回帰分析

最小二乗法

統計データから未来の予測を行う方法です。 株価の予測などにも応用できます。

代数学

ベクトルや行列を扱う学問です。 人工知能の実装には行列計算が欠かせませんし、 日本語などのデータを数値で表現するにはベクトルを用いることが多いです。

行列