機械学習

15問 • 2年前

a o

通報

問題一覧

機械学習とは、与えられた@にあるパターン／@をコンピュータが@に認識、新たな@のデータに対して答えを導き出す。「@が自分で学習する」＝@。

データ, 経験則, 自律的, 未知, 機械, ブレイクスルー

ディープラーニング（@）は、@年の@トロントで、ジュフリートヒントンが定義した。 @年には、人間の認識率@%を凌駕する@認識能力を示した・チェス、@で勝利

深層学習, 2006, カナダ, 2015, 95, 視覚, 囲碁

コンピュータが自らが学ぶ時代・@ @=顧客に何が興味あるか示すために、@統計学を応用した、アソシエーション分析と@を応用した、@を活用している。

ビッグデータ, Amazon, ペイズ, 機械学習, 強調フィルタリング

@の@は検索した単語からサイトを提示するのも、@を活用している

Google, Web広告, ペイズ統計学

AIが扱うデータとして不適切なものは？

テキスト

@認識は、代表的なAI活用分野であり、@と映像が対象になる。

画像, 写真

@認識は、様々は@を操作し、録音データから@に議事録をとる

音声, デバイス, 自動的

@（@の言語）の処理。「@言葉」から、論文のような「@言葉」までを対象とし@を解祈する

自然言語, 人間, 話し, 書き, 意味

データの@ 過去の時系列データから、@の数値を予測し、データの@や予測をより高い精度で行うことができるため、@予測が可能

予測, 未来, 分析, リスク

DXとAI ・経済効果は、大/中企業の合計で2025年で最大@兆円になる。一方で20@年までに@万人の労働人が減少する。そのため、既存の組織のあり方にわれず、@やデジタル技術を活用し、@を推進するべし

34, 25, 390, AI, DX

AIでDXを促進してく際の注意点差別（@）、大量のデータに@があると、AIの判断にも@や@がかかってしまう可能性がある

バイアス, 偏り, 偏見, バイアス

ミス（@など） AI判断の@が多発 20@年にアメリカのデトロイトで、@による誤認逮捕があった。@に@%はない。

冤罪, 20, 顔認証, 100

@性の高いデータは事前に@の許諾を取る必要があり、 @がないように@する必要もある

プライバシー, ユーザー, 漏洩, 対策

Gogleは「10の100年」を表す「@（gogol）」に由来する。 @年の創業当初から「@」開発に注力。独自の@を持つ、高速の検索エンジンが、@年に@に採用され、開発資金を得た。 @年にGoogleの根幹を支える「@」を開発・検索エンジンは世界で圧倒的に@ ・@でもトップ Googleの貢敵・インターネット空間を「@の山から宝の山に変えた」「@の民主化」

グゴール, 1998, 検索エンジン, 2000, ヤフー, 2001, 広告モデル, 首位, インターネット広告, ゴミ, 知

Googleのサービスを8つ答えよ

YouTube, Android, Googleマップ, Googleドライブ, Gmail, Chrome, Google play, Google

CIO/CDO/CDXO

CIO/CDO/CDXO

エグゼクティブサマリ

エグゼクティブサマリ