Wolfram機械学習WOLFRAM言語の
コアとなる部分

機械学習,ニューラルネットワーク,大規模言語モデル(LLM)
従来の機械学習,統計解析,可視化,画像処理等と緊密に統合されている最新のAIを使って,生産グレードのインテリジェントなシステムが構築できます.
大規模言語モデル(LLM)の統合
プログラムでLLMにアクセスし,コンテンツを生成したり,プロンプトを構築したりできます.LLMが正確な計算やデータを取得するためにWolfram言語のツールにアクセスさせることで,ハルシネーションを回避します.OpenAIやAnthropic等のさまざまなサービスに接続する機能により,ワークフローを合理化します.

ニューラルネットワーク
ニューラルネットワークを使用して,シンプルでありながら強力な記号フレームワークで複雑なタスクに取り組みます.訓練済みモデルをインポートして新しいタスクのために微調整することも,ネットワークをゼロから構築して訓練することもできます.カスタムアーキテクチャと転移学習をサポートし,モデルの適応を迅速化します.

教師あり学習
事前に訓練された分類器,または自作の分類器で任意のデータを分類することができます.テキスト,配列,動画,その他のデータを用いて人間の行動を識別したり,価格を予測したり,作物の収量を予想したりします.自動化を利用して最適な手法とモデルを選択することも,完全にカスタマイズして制御することもできます.
教師なし学習
次元を削減しながら複雑なデータ関係を維持します.事前の知識なしにデータを分類するために,k平均法,スペクトルクラスタリング,階層クラスタリング等の手法を使います.多様な手法によって線形および非線形の構造の両方をモデリングすることができます.
異常と欠損データの処理
データ集合の中の極値,新しい値,異常な値を検知したり,自動的に欠損値を補完したり,指定された分布を使ったりします.モデルの訓練におけるバイアスを削減し,故障検出の向上,性能の監視,品質の評価を行います.
意味検索
ベクトルデータベースを作成することによって,効率的に文書,Webページ,画像,音声のコレクションを検索します.結果を直接使用することも,LLMの動的プロンプトを作成するために検索強化生成に使用することもできます.

テキストAIと自然言語処理
テキストを要約・生成したり,質問の答を記事の中で見付けたり,論文の中で指定された概念が言及されている部分を識別したり,文の文法構造を分析したりすることができます.自然言語処理は,データマイニング,市場調査,カスタマーサポート等の分野に欠かせない要素です.

画像AI
LLM,機械学習,ニューラルネットワークのモデルを使って,プロンプトから画像を生成したり,画像の中のオブジェクト,テキスト,顔等を効率よく正確に見付けて識別したり,高度な分割,スタイル付け等を実行したりします.コンピュータビジョンのソリューションは,運転者補助システムをはじめ,自動品質管理,警備,医療等の分野のいたるところで使われます.

音声AI
音声信号を解析し処理して,有声の間隔の検出,音声認識の実行,話者の特定の他,話者の音の高さ変更も行います.テキストプロンプトから,多様な言語の音声を生成します.機械学習と音声処理,統計解析,可視化を一緒に使うことで,簡単で非常に効率的な音声計算が可能になります.

機械学習に関するWolframドキュメント
Wolfram 機械学習は,Wolfram言語に統合されています.全システムに計算の全分野を網羅する6,000個を超える組込み関数が含まれており,そのすべてが綿密に統合されているため,完全に一体となって作動します.


全領域とドキュメント