PFI 全体セミナーで発表した、専門家向けではなく一般向けのDeep Learning（深層学習）の解説です。どのような場面で活躍しているのか、今までの学習手法と何が違うのかを解説しています。Read less

2. 紹介  岡  右⾥里里恵  (早⼤大理理⼯工M1)  出⾝身、住まい等          横浜  趣味 　映画鑑賞,  シンセ  /  kaggle歴  3ヶ⽉月  好きな物 　redbullと最近はドクペ  @0kayu 研究    脳画像を⽤用いた診断補助法の開発 2

4. • Deep Learning • Deep Neural Network(DNN) • Neural Network(NN) • Hidden Markov Model(HMM) • Gaussian Mixture Model - Hidden Markov Model(GMM-HMM) • Deep Neural Network - Hidden Markov Model(DNN-HMM) • 機械学習 • パターン認識 • 時系列データの認識 • 音声認識 • 画像認識 • モーション認識 • 音楽リズム認識 • 経済モデル • 感情モデル... キーワード 7. • Ne#lix Movie Compe..on – Part of the “Ensemble” ($1 Million dollars) • Kaggle Merck Competion 2012 - Help

2. ⾃自⼰己紹介 l 得居  誠也  (Seiya  Tokui) 株式会社Preferred  Infrastructure,  Jubatus  Pj.  リサーチャー l 専⾨門は機械学習（修⼠士、現職） l – 系列列ラベリング→ハッシュ・近傍探索索→深層学習 l 今の興味は深層学習、表現学習、分散学習、映像解析 l @beam2d  (Twitter,  Github,  etc.) 2 /  47 3. 2011年年:  ⾳音声認識識における成功 l l 3 /  47 DNN-‐‑‒HMM  を使った⼿手法が、⾳音声認識識の  word  error  rate  で従来 法  (GMM)  より  10%  前後も改善 携帯端末における⾳音声操作に  Deep  Learning  が利利⽤用されるように F. Seide, G. Li and D. Yu.

3. ILSVRC 2012 大規模物体認識のコンテスト http://www.image-net.org/challenges/LSVRC/2012/ Classification Localization Team name Error Team name Error 1 Super Vision 0.15315 1 Super Vision 0.335463 2 Super Vision Deep LearningVision 0.16422 2 Super 0.341905 3 ISI 0.26172 3 OXFORD_VGG 0.500342 4 ISI 0.26602 4 OXFORD_VGG 0.50139 5 ISI 0.26646 5 OXFORD_VGG 0.522189 6 ISI 0.26952 6 OXFORD_VGG 0.529482 7 OXFORD_VGG