8ri5bm6tqwwyt77qbhbj

【Python】「脳内の一つの神経細胞」の挙動をプログラミングしてみよう!

【初級レベル/5時間】Python3 を使って、AI技術の基礎中の基礎を学ぶ。単純パーセプトロンと呼ばれる「脳内の一つの神経細胞」の挙動のアルゴリズムと、単純ではないパーセプトロンで実現できることを学び、その先にあるニューラルネットワークやディープラーニングとのつながりを理解する。

AI(ニューラルネットワーク、ディープラーニング)の起源を理解して次のステップへ進もう!

本教材で学ぶ内容は、『単純パーセプトロン』と呼ばれる「脳内の一つの神経細胞」の挙動のアルゴリズム(モデル)です。

このアルゴリズムを Python を使ってプログラミングします。

『単純パーセプトロン』のアルゴリズムは、1958年にアメリカの心理学者フランク・ローゼンブラット(Frank Rosenblatt)によって発表されました。

1958年???

なぜ、そんな60年以上も前の古~いアルゴリズムの学び(教材)を今さら提供するのか。

それは、『単純パーセプトロン』が、現在(2020年現在)世界で大流行している『ニューラルネットワーク』や『ディープラーニング(深層学習)』の起源となるアルゴリズムだからです。2020年現在、世の中は AI(人工知能)ブーム真っ盛りです。そして、このAIブームを牽引しているのが『ニューラルネットワーク』、『ディープラーニング』です。

本教材は、その AI(ニューラルネットワーク、ディープラーニング)の「よ~い、スタート」の部分(起源の部分)を学ぶ教材です。

本教材をきっかけに、AI に対して興味がわけば、ニューラルネットワークやディープラーニングなど、より深い学びへ進んでみてください。




学習内容

  • 単純パーセプトロンのアルゴリズムについて学びます。
  • 単純パーセプトロンのアルゴリズムを Python を使って実装します。
  • 単純パーセプトロンのアルゴリズムを使って(Pythonで)論理演算を実装します。
  • 単純ではないパーセプトロン(多層パーセプトロン)について学びます。


受講における必要条件

  • Python の基礎知識
  • 中学レベルの数学に関する知識


本教材の対象者

  • AI に興味があり AI を学んでみたいけど、きっかけがなく手を出せていない方
  • 今、流行りの『ニューラルネットワーク』や『ディープラーニング』の起源を知りたい方


学ばないこと

  • 本教材ではプログラミング言語として Python を使用しますが、Python の文法等の説明は行いません。
  • 開発環境である Jupyter Notebook の操作方法の説明も行いません。
  • 単純パーセプトロンに関する理論的分析(「線形分離」など)に関しては、本教材では説明しません。
  • 単純パーセプトロンによる学習(機械学習)に関しては、本教材では説明しません。


本教材の対応バージョン

  • Windows 10
    Linux、MAC OS などでも動作すると思われますが、本教材の動作確認は Windows 10 のみでしか行っていません。


本教材で質問対応可能なOSや環境

この教材では質問できかねます。ご了承ください。


本教材の構成


0章 はじめに

本教材の概要について述べます。また、開発環境(Jupyter Notebook)を含むディストリビューション(Anaconda)のインストール方法と、Jupyter Notebook(開発環境)の使い方を説明します。

1章 単純パーセプトロン

単純パーセプトロンとは何なのかについて学びます。そして、単純パーセプトロンのモデルの説明、及び、そのモデルのPythonによる実装を行います。

2章 論理演算と論理回路

本教材では、単純パーセプトロンのモデルを使って論理演算を行います。2章では、論理演算(と論理回路)について説明を行います。論理演算について既にご存知の方は、この章は読み飛ばしてもらえればと思います。

3章 単純パーセプトロンで論理演算を表現して、実装してみる

1章で学んだ単純パーセプトロンのアルゴリズムを使って、2章で学んだ論理演算を(Pythonで)実装します。

4章 単純パーセプトロンを超えて

単純パーセプトロンで実装できないことや、単純ではないパーセプトロンでは実現できることを学びます。その単純ではないパーセプトロンの先にニューラルネットワークやディープラーニングがあることを学びます。

この教材の執筆者


株式会社ロボケン
株式会社ロボケン

ロボケンでは、人間らしい脳型AIを目指して、記憶を司る海馬の機能を実現するアルゴリズムの研究に取り組んできました。

また、「小型生体の画像認識」「音声の文字起こし」「表情からの感情認識」「波形分析によるFXトレンド予測」「脳波解析による楽曲レコメンド」など、AIを用いた様々なデータ分析を行ってきました。

現在は、2020年1月に東証一部上場企業と合弁会社を設立したことを機に、これまでの蓄積を生かした独自プロダクトの開発に注力しています


Dr.F
Dr.F

大学院で博士号取得後、AI系ベンチャーでエンジニアをしています。

本教材のカリキュラム



今すぐはじめる!