サイプレス Vol.96

21/36

⇒数値の時系列データなどのシーケンシャルデータのパターンを認識するように設計されたニューラルネットワークのモデル（5）自動応答botの作成ステップ・Step1：会話データセットを収集・Step2：日本語解析処理‥分解して数値化⇒MeCabを使用した形態素解析・Step3：ニューラルネットワークへの入力・Step4：実行（6）実機による実演・PCは2009年製、CPU1コア、メモリ4ＧＢ・青空文庫「銭形平次捕り物帳」から会話データを取り出す・URLを指定すると「」の中身を抜いてくる、質問と応答の組み合わせも作成・ＭｅＣａｂに文章を入れると細かく分割される、それを学習させる・実演：PythonでMeCabを呼び形態素分析を行い、そのままTensorFlowに入れ込み、スラックでbotを動かす（7）どう動く？・学習した語り口に近い回答となる想定・使い道はヘルプデスクなど⃝··············································································································································⃝開催日時：2018年2月21日（水） 16：00 ～ 17：30場　　所：ＡＧＳ株式会社参加者：鬼澤喜一、井本貴志、山村栄治、小林裕一郎（順不同、敬称略）⃝··············································································································································⃝１．内容・『ニューラルネットワーク』（発表者：株式会社デジタルイノベーション井本貴志氏）（1）人口ニューロン・ニューラルネットワークの大きな特徴：人工ニューロンは単純な仕組みだが、それを多数組み合わせる事で複雑な関数近似を行う事ができる・普通の自動運転とは違うものが出来る⇒田植えコンバイン⇒人工関節（2）ニューラルネットワークの利点・複雑な関数近似をしなければ分類や回帰ができない場合・従来の機械学習の限界解決・データに法則性がなく、複雑な関数近似をしなければ分類できない場合⇒株価予想：上海市場の混乱・複雑な表現や認識ができない⇒犬と猫の違い・色彩識別機や光学識別機の限界vol. 9619