AI初学者– category –

はじめに 　本稿では、AI、特に大規模言語モデル（LLM）が生成する情報の「精度」をいかにして向上させるか、というテーマについて深掘りします。AIとの対話で、時折もっともらしいけれど事実ではない「ハルシネーション（幻覚）」と呼ばれる回答に遭遇し...

はじめに 　本稿では、現代のAI技術の進化を支える非常に重要な概念である「推論（インファレンス）」について、Googleの公式ブログ「The Keyword」に掲載された記事「Ask a techspert: What is inference?」を基に解説していきます。 引用元記事 タイトル...

はじめに 　本稿では、急速に進化するAI（人工知能）技術と共存し、それを自己の成長やキャリアアップに活かすための具体的な方法についてAxiosが発行した「Behind the Curtain: Your AI survival kit」をもとに解説します。 引用元記事 タイトル: Behind ...

機械学習の分野でよく耳にする「ナイーブベイズ法」。名前は少し難しそうに聞こえますが、実はシンプルな原理に基づいた強力な分類アルゴリズムです。この記事では、ナイーブベイズ法の基本から応用まで、丁寧に解説していきます。 確率論とは？：不確実性...

はじめに 　近年、大規模言語モデル（LLM）は目覚ましい進化を遂げ、文章作成、翻訳、質疑応答など、様々な分野でその能力を発揮しています。その応用範囲は科学技術分野にも広がり、研究開発を加速させる存在として大きな期待が寄せられています。しかし...

はじめに 　近年、大規模言語モデル（LLM）と呼ばれるAI技術が目覚ましい発展を遂げ、文章作成、要約、翻訳など様々な場面で活用され始めています。しかし、LLMが生成する情報には、ハルシネーション（幻覚）と呼ばれる、事実に基づかない誤った情報が含ま...

はじめに 　最近、「ChatGPT」や「Gemini」といった言葉をよく耳にするようになりました。スマートフォンやパソコンで簡単に使えるこれらのAIツールは、私たちの日常生活やビジネスに大きな変化をもたらしています。しかし、「結局これらは何なのか」「ど...

機械学習・深層学習のための情報理論：なぜ学ぶ必要があるのか？ はじめに 　機械学習や深層学習を学ぶ上で、なぜ情報理論の知識が役立つのかを、初学者の方にもわかりやすく解説します。機械学習や深層学習の根底にある「情報」という概念を理解するため...

機械学習・深層学習のための確率・統計：なぜ学ぶ必要があるのか？ はじめに 　機械学習や深層学習を学ぶ上で、なぜ確率・統計の知識が重要なのかを、初学者の方にもわかりやすく解説します。線形代数が、データやモデルを「形」として捉えるための道具だ...

機械学習・深層学習のための線形代数：なぜ学ぶ必要があるのか？ はじめに 　機械学習や深層学習を学ぶ上で、なぜ線形代数の知識が必要不可欠なのかを、初学者の方にもわかりやすく解説します。 線形代数とは？ 　線形代数は、ベクトル、行列、そしてそれ...