t endoh

AIエンジニア(元医療従事者) 資格：E資格、G検定 記載されている内容は、私個人の見解に基づくものです。 これらの情報を活用する際は、自己の責任で行ってください。 また、ご意見やご指摘がある場合は、コメント欄にてお知らせいただければ幸いです。

t endoh

AIエンジニア(元医療従事者) 資格：E資格、G検定 記載されている内容は、私個人の見解に基づくものです。 これらの情報を活用する際は、自己の責任で行ってください。 また、ご意見やご指摘がある場合は、コメント欄にてお知らせいただければ幸いです。

  • 医療機器システム開発

DX (デジタルトランスフォーメーション)と生成AIの繋がり

DX (デジタルトランスフォーメーション) **デジタルトランスフォーメーション（DX）**とは、デジタル技術を活用してビジネスや業務プロセス、社会全体の構造を根本から変革することを指します。単に既存のアナログなプロセスをデジタル化するだけでなく、新しいビジネスモデルの構築や顧客体験の向上を目指すものです。DXの主な目的は、データ駆動型の意思決定、効率化、競争力の向上などを通じて、企業や組織の成長を促進することです。 DXの例としては、製造業におけるIoTデバイスを用いた

t endoh

    • ChatGPT-4oとClaude 3.5 Sonnetの違い

      はじめに：AIって何？ まず、AIについて簡単に説明しましょう。AIとは、人間のような知能を持つコンピュータープログラムのことです。最近のAIは、人間との会話や文章作成、画像理解など、様々なことができるようになっています。 今回紹介する2つのAI、GPT-4oとClaude 3.5 Sonnetは、特に自然言語処理（人間の言葉を理解し生成する能力）に優れた「大規模言語モデル」と呼ばれるAIです。 GPT-4oとは？ GPT-4oは、OpenAI社が開発した最新のAIモ

      t endoh

      • シンギュラリティとAIの進化：AIと社会保障の融合

        AI（人工知能）の進化がどんどん加速していると言われていますが、それが本当にどこまで進むのか、私たちはどう考えればいいのでしょうか？2005年に未来学者のレイ・カーツワイル氏が「シンギュラリティ（技術的特異点）」という概念を提唱しました。これは、コンピュータ技術が加速度的に進化し、2045年頃には今の私たちには想像もできない時代に突入するという予測です。 一方で、技術には「ハイプサイクル」という概念があります。これは、新しい技術が最初は大いに盛り上がりますが、しばらくすると

        t endoh

        • 生成AI（ジェネレーティブAI）とは何か？

          生成AI（ジェネレーティブAI）とは何か？初心者向けに解説します！ 生成AI（ジェネレーティブAI）は、新しいコンテンツを自動で作り出す技術を持った人工知能です。このAIは、テキスト、画像、動画、音声など様々な形のデータを生成することができます。特別な技術知識がなくても、誰でも簡単に高品質なコンテンツを作ることができるのが大きな魅力です。 どのようにして生成AIはコンテンツを作るのですか？ 生成AIは、「ディープラーニング」という技術を使います。これは、人間の脳の仕組み

          t endoh

        マガジン

        • 医療機器システム開発
          1本

        記事

          VS Code でデバック使う際のポイント

          Visual Studio Code（VS Code）でのデバッグVisual Studio Code（VS Code）でのデバッグは、プログラムの実行をコントロールし、コードの動作をステップごとに追跡して問題を特定するプロセスです。以下は、VS Codeでデバッグを行う基本的なステップとその操作方法です。 1. デバッグ環境の設定 VS Codeでデバッグを行う前に、適切なデバッグ環境を設定する必要があります。これには、使用しているプログラミング言語に対応したデバッグ拡

          t endoh

          VS Code でデバック使う際のポイント

          t endoh

          python マルチプロセスとマルチスレッドについて

          マルチプロセスとマルチスレッドは、コンピュータの複数のタスクを並行して実行するための二つの異なる方法です。これらの概念を理解するためには、まずプロセスとスレッドの基本的な違いから始めましょう。 プロセス プロセスは、実行中のプログラムのインスタンスです。プロセスは自分自身のメモリ空間を持ち、オペレーティングシステムからシステムリソース（CPU時間、メモリなど）を割り当てられます。異なるプロセス間ではメモリが共有されないため、プロセス間の通信には特別な方法（例えば、IPC（

          t endoh

          python マルチプロセスとマルチスレッドについて

          t endoh

          強化学習

          強化学習は、機械学習の一分野であり、エージェントが環境と相互作用しながら最適な行動方針を学習する方法です。このプロセスは、人間が試行錯誤を通じて学習する方法に似ています。エージェントは、定義された報酬に基づき、環境からのフィードバックを受け取りながら、最適な行動を学習します。ここで、報酬をどのように定義するかが、学習プロセスの成否に重要な役割を果たします。 強化学習のモデル強化学習は、エージェントが最適な行動を学習するために環境との相互作用を通じて報酬を最大化しようとするプ

          t endoh

          強化学習

          t endoh

          正規化（Normalization）

          正規化（Normalization）とは、数学、統計学、機械学習において、データのスケールを一定の範囲や分布に調整する処理を指します。これにより、異なるスケールのデータを比較しやすくしたり、機械学習アルゴリズムの性能を向上させたりすることができます。主に以下の2つの方法が広く用いられています。 1. Min-Max Normalization この方法は、データを0から1の範囲にスケーリングします。具体的には、各データ点から最小値を引き、その結果を最大値と最小値の差で割る

          t endoh

          正規化（Normalization）

          t endoh

          RNN~トランスフォーマーまでの概要

          RNN RNN（Recurrent Neural Network）は、時系列データを扱うためのニューラルネットワークです。RNNの特徴は、過去の情報を記憶しながら、新しい入力に対して出力を生成することができる点にあります。ここでは、RNNの順伝播（forward propagation）と逆伝播（backpropagation）について、説明します。 RNNの順伝播 RNNの順伝播では、時系列データを一つずつ処理していきます。時系列データは、例えば文章の各単語や音声の各時

          t endoh

          RNN~トランスフォーマーまでの概要

          t endoh

          VAE　GAN　VQVAE　について

          KLダイバージェンス（Kullback-Leibler Divergence）KLダイバージェンスは、二つの確率分布の違いを測る方法です。一方の確率分布が、もう一方からどれだけ離れているかを示します。KLダイバージェンスが大きい場合、二つの分布はかなり異なると言えます。小さい場合は、似ていると言えます。この指標は、情報理論で使われるエントロピーの考え方を拡張したものです。 VAE（Variational Autoencoders）VAEは、データを圧縮してから元に戻すオート

          t endoh

          VAE　GAN　VQVAE　について

          t endoh

          セマンティックセグメンテーションについて

          セマンティックセグメンテーションは、画像内の各ピクセルを特定のクラスに分類するコンピュータビジョンのタスクです。これにより、画像内の物体や領域を正確に理解することができます。 画像の領域を分割するタスクをSegmentation(領域分割)と呼び、Semantic Segmentationは「何が写っているか」で画像領域を分割するタスクのことを指します。 画像を物体領域単位で分類する物体認識や物体検出に対して、Semantic Segmentationは画像をpixel単位

          t endoh

          セマンティックセグメンテーションについて

          t endoh

          物体検出まとめ

          物体検出とは物体検出は、画像の中で「何がどこにあるか」を特定する技術です。具体的には、画像内の物体を囲む四角形（バウンディングボックス）を描き、その中の物体を分類する作業を含みます。この技術は、自動運転車の歩行者検出や工場での品質管理など、さまざまな分野で使われています。 物体検出のモデルの精度を測る指標として mAP や AP があります mAP（Mean Average Precision）とAP（Average Precision）についてAP（Average P

          t endoh

          物体検出まとめ

          t endoh

          ResNet 以降のCNNを利用してみる

          ResNet (2015)開発者: マイクロソフト 特徴: Skip Connection（スキップ接続）を導入し、非常に深いネットワークの訓練を可能にしました。残差ブロックでは、畳込み層とSkip Connectionの組み合わせになっています。Residual Block(残差ブロック) を導入することで、結果的に層の深度の限界を押し上げることができ、精度向上を果たすことが出来ました。 重要性: 深層学習における勾配消失問題の解決に貢献し、多くの後続モデルに影響を与え

          t endoh

          ResNet 以降のCNNを利用してみる

          t endoh

          PyTorchの基礎からCNNでの応用まで

          PyTorchの基礎: ディープラーニングのための便利なツールPyTorchは、ディープラーニングの研究と開発に広く使用されているオープンソースの機械学習ライブラリです。この記事では、PyTorchの基本的な概念と特徴について紹介します。 PyTorchとは？ PyTorchは、FacebookのAI研究チームによって開発された機械学習ライブラリで、Pythonで書かれています。PyTorchは、その柔軟性と直感的な使用感から、研究者や開発者に人気があります。 主な特徴

          t endoh

          PyTorchの基礎からCNNでの応用まで

          t endoh

          生成モデルとGAN

          生成モデルとその種類についての解説 生成モデルは、データの分布を学習し、新しいデータを生成する能力を持つモデルです。この記事では、生成モデルの種類とその特徴について詳しく見ていきましょう。 KLダイバージェンスとJSダイバージェンスKLダイバージェンス: 二つの予想がどれくらい違うかを、一方向からだけ見て測る方法です。 JSダイバージェンス: 二つの予想がどれくらい違うかを、両方向から見て測る方法です。 識別モデルと生成モデル識別モデル: 与えられたデータからクラスを

          t endoh

          生成モデルとGAN

          t endoh

          セグメンテーションについて

          セグメンテーション：画像を分割する機械学習のタスクセグメンテーションは、画像をいくつかのオブジェクトに分割する機械学習のタスクです。この分野には主に3つのタイプがあります。 1. セマンティックセグメンテーション 目的: 画像中の全ての画素にクラスラベルを予測する。 特徴: 各画素がどのオブジェクトに属するかを識別します。 2. インスタンスセグメンテーション 目的: 画像中の全ての物体にクラスラベルを予測し、一意のIDを付与する。 特徴: 重なり合う物体を個別に

          t endoh

          セグメンテーションについて

          t endoh