機械学習

Wolfram言語は,どのようなレベルの人にとっても最適な機械学習ツールです.

分類器

組込みの分類器

プロジェクトで機械学習を使うのに,エキスパートである必要はありません.Wolfram言語には訓練済みのすぐに使える分類器関数が含まれているので,便利で興味深いタスクがすぐに実行できます.

Wolfram言語には,テキストや画像等に適用できる広範な訓練済み分類器が組み込まれています.

訓練済み分類器をすべて見る

カスタム分類器の構築

関数Classifyを使うと時間がかなり節約できます. Classifyは少数の例から分類タスクを学び,データを分類する最適な方法を自動的に見付け出します.

バケーションで撮った1000枚の写真に,人物が含まれているかどうかでラベル付けする必要があるとします.これをすべて手作業で行うと時間がかかります.しかしClassifyなら,手作業でラベルを付けたわずか20枚から,人物が含まれる写真と含まれない写真を区別することを自動的に学び,1秒以内に残りの写真を分類することができます.

In[•]:=
Out[•]=

今作成したClassifierFunctionを,まだ試したことのない新しい画像でテストしてみます.

In[•]:=
Out[•]=

ニューラルネットワーク

構築済みのニューラルネットワーク

Wolfram Neural Net Repositoryには,一般的なタスクの多くにそのまますぐに実装できるニューラルネットワークが含まれており,プロジェクトに無料で使えます.おもしろい例として,CycleGANネットワークを呼び出し,画像をゴッホのようなスタイルに変更します.

In[•]:=
Out[•]=
In[•]:=
Out[•]=
In[•]:=
Out[•]=

Wolfram Neural Net Repositoryで利用可能な100を超えるニューラルネットワークをすべてご覧ください.

カスタムのニューラルネットワーク

Wolfram言語には,NetTrainNetChain等の高レベルなコンストラクトがあり,プロトタイプや高度なニューラルネットでさえも迅速に構築するための優れたツールが揃っています.

損失を明示的に計算するネットを構築する.

In[•]:=
Out[•]=

ネットを初期化して入力でそれを評価する.

In[•]:=

In[•]:=
Out[•]=

この例では,NetTrainを使ってニューラルネットを訓練します.進行状況ウィンドウで訓練結果がリアルタイムで分かります.

ネットを手動で構築し,ランダムなパラメータでそれを初期化する.

In[•]:=
Out[•]=

値の集合で評価する.

In[•]:=
Out[•]=
In[•]:=

ネットをあと数回訓練し,モデルにどのくらいフィットしているかをリアルタイムでチェックする.

In[•]:=

ネットの結果が記号計算の結果に近付いた.

In[•]:=
Out[•]=
In[•]:=
Out[•]=

始めましょう

ラーニングリソース

ラーニングパス

すぐに試して,あとで学ぶ

ちょっと試してみたいと思いませんか?機械学習に焦点を当てた実際のコードの例を試して,Wolfram言語がどのようなものかを体感してください.

すぐに試す 無料のWolfram Cloudアカウントでアクセスできます.
無料でWolfram言語の認定証を取得する

Wolfram言語は自分のペースで学べます.無料のインタラクティブコースを受講して認定証を取得しませんか.

インタラクティブなオンラインコースを開始する 終了までには約7時間かかります.
すぐに試す 無料のWolfram Cloudアカウントでアクセスできます.
インタラクティブなオンラインコースを開始する 終了までには約7時間かかります.

機械学習を深く学ぶ

機械学習をもっと学びたい方へ

Wolframテクノロジーを使って機械学習の分野で他にどのようなことができるかについて知りたい方は,「機械学習」のページをご覧ください.

  • 概要
  • ドキュメントと特化された関数
  • 訓練済みのニューラルネットワーク
  • ダウンロード可能な例
  • オンラインクラスとその他のリソース
詳細

お勧めの製品