澁谷直樹 @ キカベン

機械学習を勉強するための「キカベン」では、「わかりやすく、具体的に」をモットーに、アルゴリズム、機械学習、ディープラーニング、画像処理、自然言語処理、強化学習、人工知能、量子コンピュータ、プログラミングなどの情報発信をしています。

機械学習を勉強するための「キカベン」では、「わかりやすく、具体的に」をモットーに、アルゴ…

メンバーシップに加入する

メンバーシップに参加すると、すべての記事とマガジンが読み放題になります。

キカベン・読み放題

¥1,000 / 月

アルゴリズム、機械学習、深層学習、強化学習、量子技術をわかりやすく

すべての記事とマガジンが読み放題
マガジン「トランスフォーマーを理...」
マガジン「理解するための基礎数学」
マガジン「【物体検出】YOLO、...」
マガジン「G検定総まとめ」
マガジン「強化学習を理解して実践...」
マガジン「巨大言語モデル（LLM...」
マガジン「実践ディープラーニング」
マガジン「画像生成 AI」
マガジン「画像分類 AI」
マガジン他3件
メンバー限定の会員証が発行されます
活動期間に応じたバッジを表示
メンバー限定掲示板を閲覧できます
メンバー特典記事を閲覧できます
メンバー特典マガジンを閲覧できます

古典機械学習を学ぶ

澁谷直樹 @ キカベン

38 本

線形回帰、ロジスティック回帰、正則化、決定木、サポートベクトルマシン、クラスタリング、次元削減などの機械学習の仕組みを解説していく予定です。

自然言語AI

澁谷直樹 @ キカベン

22 本

自然言語AIの進化史を辿り、大型言語モデルの成功に至るまでの道のりを探ります。

トランスフォーマーを理解する

澁谷直樹 @ キカベン

23 本

2017年に、Googleの研究者であるAshish Vaswaniらのチームが発表したトランスフォーマー（Transformer）のアーキテクチャは、近年におけるディープラーニングの進展に大きく貢献しました。GPT3やBERTなどの巨大な言語モデル（LLMs, Large Language Models）の土台にもなっています。特に自己アテンションと呼ばれる仕組みが重要です。どのようなシーケンス（順番に並んでいるもの）でも応用が効くため、最近では言語モデルだけでなく、画像処理や画像生成の分野にも広く応用されています。とは言っても、もともとトランスフォーマーは機械翻訳のモデルとして登場したので、その文脈で話を進めます。その方が歴史を辿りやすいのが理由です。