What is Machine Learning?YouTube↗  IA↗(long shot)
Science & Technology  787.2K views 12.8K likes 177 dislikes   24 Aug 2017
Google Cloud Tech 1.4M subscribers United States YouTube↗


Please select the problem
You must specify your email and describe the problem in detail
Describe your problem in detail if it's not obvious

Click to Play Video Click to Play Video
Il mondo è pieno di dati, molti dati.
世界は膨大な量のデータであふれています
Immagini, musica, parole, fogli di lavoro, video,
画像 音楽 言語 スプレッドシート 映像など
e non sembra che diminuiranno in futuro.
データの拡大ペースは 当分減速することはなさそうです
Il <i>machine learning</i> permette di ricavare un significato
機械学習の可能性は
da tutti questi dati.
この大量のデータから 意味を抽出することにあります
Arthur C. Clarke una volta ha detto:
アーサーC.クラークは こんな名言を残しています
"Qualunque tecnologia sufficientemente avanzata è indistinguibile dalla magia."
「ある程度進化したテクノロジーは 魔法と区別がつかない」
Io non considero l'apprendimento automatico magia,
私は機械学習は魔法というよりも
ma strumenti e tecnologie che si possono utilizzare
データを使って 皆さんの質問に対する解を
per rispondere a delle domande con i dati.
求めるためのツールであり テクノロジーだと思います
Questo è <i>Cloud AI Adventures</i>.
「Cloud AI Adventures」にようこそ
Io sono Yufeng Guo e in ogni episodio
ユフェン・グオです
esploreremo l'arte, la scienza e gli strumenti del <i>machine learning</i>.
この番組の各エピソードで 機械学習のアートと科学 いろいろなツールを探ります
In questo percorso scopriremo quanto sia facile
その過程で 素晴らしい体験を創造したり
creare esperienze incredibili e produrre analisi preziose.
貴重な洞察を得たりするのが いかに簡単かお見せします
Abbiamo appena iniziato a scoprire il valore dell'apprendimento automatico.
機械学習の価値は まだ認知され始めたばかりです
Nel mondo oggi ci sono tantissimi dati, generati non solo dalle persone,
今日の世の中では 大量のデータが 人間だけでなく
ma anche da computer, telefoni e altri dispositivi.
コンピュータや携帯電話など さまざまなデバイスによって
In futuro continueranno solo ad aumentare.
産み出されています これは 今後も増え続けるでしょう
L'uomo ha sempre analizzato i dati
今まで人類は データを分析して
e adattato i sistemi ai cambiamenti nei modelli di dati.
データのパターン変化に システムを順応させてきました
Ma quando il volume dei dati supera la capacità dell'uomo di comprenderli
ところが データ量が増えすぎて 人間がデータを理解して
e scrivere manualmente le regole,
システムのルールを手で書き出すことが 不可能になるにつれ
ci rivolgeremo sempre più a sistemi automatici in grado di imparare dai dati, e soprattutto dai cambiamenti dei dati,
データから学べて 何より データの変化を分析して 環境の変化に順応することができる
per adattarsi a un paesaggio mutevole.
自動化されたシステムに ますます依存するようになります
Il <i>machine learning</i> è ovunque, nei prodotti che utilizziamo.
今や機械学習は 日常的に使う製品に広く活用されています
Ma non è sempre evidente che dietro ci sia il <i>machine learning</i>.
ただし 機械学習が背後にあることは いつも明らかなわけではありません
Se per azioni come taggare oggetti e persone nelle foto
写真の中の物や人物を タグ付けするような作業は
c'è chiaramente in gioco il <i>machine learning</i>,
機械学習の関与が明らかですが
può non essere così evidente
視聴するおすすめの動画に
che anche suggerire il prossimo video da guardare
機械学習が活用されていることは
sia un'azione alimentata dall'apprendimento automatico.
すぐにわかりにくいかも知れません
Forse l'esempio più grande di tutti è la Ricerca Google.
もちろん 機械学習の最大の事例は
Ogni volta che si usa la Ricerca Google,
Google検索かも知れません Googleで検索するたびに
si usa un sistema che ha alla base molti sistemi di apprendimento automatico,
皆さんが活用するシステムの中心には 数多くの機械学習システムがあるのです
dalla comprensione del testo della domanda,
これには 検索テキストの理解から
all'adattamento dei risultati in base agli interessi personali,
個人的な関心に基づいた 検索結果の調整まで いろいろあります
come, ad esempio, quali risultati mostrare per primi quando cerchi Java,
例えば 「Java」と検索すると コーヒー通なのか デベロッパーなのかを判断して
a seconda che tu sia un esperto di caffè o un programmatore.
最初に提示する検索結果が選択されます
Magari entrambi.
両方だったら困っちゃうかな？
Oggi le applicazioni immediate del <i>machine learning</i>
今日 機械学習を直接利用する アプリケーションは
sono già abbastanza diffuse, incluso il riconoscimento delle immagini, il rilevamento di frodi e i sistemi di raccomandazione,
すでに多岐にわたっています 画像認識 不正検知 推奨システムや
così come i sistemi testuali e vocali.
テキスト・言語システムが含まれます
Queste potenti capacità possono essere applicate a molti campi,
これらの強力な機能性は 幅広い領域で活用できます
dalla retinopatia diabetica all'individuazione del cancro della pelle,
例えば糖尿病網膜症や 皮膚がんの検知から小売業界
al commercio al dettaglio, e ovviamente ai trasporti con le auto a guida autonoma e parcheggio assistito.
そしてもちろん自動駐車や自動運転などの 輸送関連の分野です
Fino a poco tempo fa un'azienda o un prodotto che offriva l'apprendimento automatico era considerata innovativa.
つい最近まで 機械学習を提供する会社や製品があれば 斬新だと評価されましたが
Oggi, tutte le aziende cercano di usare il <i>machine learning</i> nei loro prodotti
今ではすべての企業が機械学習を 製品に何らかの方法で 活用しようとしています
in qualche modo. Sta diventando velocemente una funzionalità che ci si aspetta.
機械学習は急速に 当たり前の機能になってきているのです
Così come ci aspettiamo che un'azienda abbia un sito
企業のウェブサイトが 携帯デバイスやアプリで機能するのを
che funzioni sui dispositivi mobili o magari un'app,
今では誰もが当然期待するのと同様です
il giorno in cui ci aspetteremo una tecnologia personalizzata,
未来は目前に来ています テクノロジーがカスタマイズされ
intelligente e autocorrettiva arriverà presto
優れた洞察力を持ち 自律制御するのが 当たり前になります
Mentre usiamo il <i>machine learning</i> per rendere le attività umane
機械学習の活用により
migliori, più veloci e facili che mai,
人間の作業を改善し より速く簡略化できるようになるにつれ
possiamo guardare al futuro,
機械学習は将来
quando il <i>machine learning</i> ci aiuterà a svolgere compiti
人間だけでは成し遂げられなかった仕事を
che da soli non saremmo stati in grado di fare.
可能にしてくれるでしょう
Per fortuna non è difficile approfittare dell'apprendimento automatico
ありがたいことに今日でも 機械学習を活用することは 難しくはありません
Gli strumenti sono piuttosto buoni.
ツールはかなり向上していますから
Tutto ciò che ti serve sono dati, programmatori
必要なのはデータとデベロッパーと
e la volontà di lanciarsi.
そして飛び込む勇気だけです
Per il nostro scopo, ho sintetizzato la definizione di <i>machine learning</i>
私たちの目標を説明するため
in poche parole:
機械学習を短く定義しました
utilizzare dati per rispondere a domande.
「データを使って質問に答えること」です
Non userei una risposta così sintetica per un tema d'esame,
小論文の試験だったら こんな短い回答はしませんが
ma nel nostro caso è molto utile.
ここでは十分な説明だと思います
Possiamo suddividere la definizione in due parti:
この定義は２つに分解できます
utilizzare dati e rispondere a domande.
「データを使う」と 「質問に答える」です
Queste due parti ben delineano i due aspetti
この２つは
dell'apprendimento automatico, entrambi ugualmente importanti.
機械学習の２つの等しく重要な側面を 大まかに捉えています
Utilizzare dati è quello che chiamiamo addestramento,
「データを使う」というのは 機械のトレーニングを指しています
mentre rispondere a domande è chiamato
そして「質問に答える」というのは
fare previsioni o inferenza.
予測や推測をすることです
Approfondiamo un attimo questi due aspetti.
ここで この２つの側面を もう少し詳しく見てみましょう
L'addestramento implica l'utilizzo dei dati
トレーニングとは自分のデータを使って
per la creazione e la messa a punto di un modello predittivo.
予測モデルを構築するため 情報を与え精緻化することを指します
Questo modello predittivo può quindi essere utilizzato
この予測モデルは
per fare previsioni su dati sconosciuti
未知のデータについて予測を立て
e rispondere a quelle domande.
質問に答えるために使われます
Più dati vengono raccolti, più il modello può essere migliorato
より多くのデータが集められるにつれ モデルは徐々に改善され
e nuovi modelli predittivi implementati.
新たな予測モデルがデプロイされます
Come avrai notato, la componente chiave dell'intero processo sono i dati.
お気づきかと思いますが このプロセス全体の鍵となる要素は データです
Tutto dipende dai dati.
すべてがデータに依存しているのです
I dati sono la chiave per sbloccare il <i>machine learning</i>
データが機械学習を開封する鍵です
così come il <i>machine learning</i> è la chiave per sbloccare l'informazione nascosta nei dati.
そしてまた機械学習は データに隠された実態を開封する鍵なのです
Questa è solo un quadro generale sull'apprendimento automatico, sul perché è utile e alcune delle sue applicazioni.
機械学習の利便性といくつかの利用法を 簡単にご説明しました
Il <i>machine learning</i> è un settore vasto che abbraccia diverse tecniche
機械学習の領域は幅広く データから解を推測するため
per dedurre risposte dai dati.
いろいろな分野の技術が駆使されます
Nei prossimi episodi vogliamo offrirti un'idea più precisa
今後のエピソードで 詳しくご説明することは
sull'approccio da utilizzare per un determinato insieme di dati
与えられたデータセットと 解を必要とする質問に対しての
e di domande a cui vuoi rispondere,
アプローチの方法と
e gli strumenti per ottenerle.
目的達成のためのツールについてです
Nel prossimo episodio ci immergeremo nel processo concreto di creazione di <i>machine learning</i>, analizzando passo passo una formula
次回のエピソードでは 機械学習の実際のプロセスに突入します 機械学習の問題を解くための方法を
per affrontare i problemi legati al <i>machine learning</i>.
ステップごとに詳しくご説明します
Similar videos:

What's Machine Learning?
LiveIntent
88 views 1 likes 0 dislikes 23 Mar 2016100% match

What Is Machine Learning?
SAS Software
4.5K views 25 likes 0 dislikes 07 Jul 2015100% match

What is Machine Learning?
OxfordSparks
345.3K views 2.2K likes 55 dislikes 11 Jan 2017100% match


What is Machine Learning
Udacity
1K views 4 likes 0 dislikes 06 Jun 2016100% match

What is Machine Learning?
Code.org
17.7K views 250 likes 11 dislikes 01 Dec 2020100% match


AI: What is Machine Learning?
Code.org
11K views 155 likes 13 dislikes 02 Dec 2019100% match





What is Machine Learning?
Matthew Voke
57 views 6 likes 0 dislikes 01 Apr 2020100% match

What is Machine Learning ?
Cubeware GmbH
6K views 4 likes 0 dislikes 25 Jan 2021100% match

Plain and Simple Estimators (AI Adventures)
Google Cloud Tech
119.1K views 1.5K likes 28 dislikes 07 Sep 201778% match

SAS Machine Learning and AI
SAS Software
18.4K views 79 likes 13 dislikes 21 Jun 201767% match

Mathematics of Machine Learning
Siraj Raval
413.8K views 10K likes 435 dislikes 17 Mar 201867% match

Machine Learning with Oracle
Machine Learning with Oracle
8.5K views 137 likes 2 dislikes 08 Nov 201767% match

Machine Learning: About the class
Andrew Ng
88.1K views 522 likes 6 dislikes 15 Aug 201167% match

What is machine learning, and how does it work?
Data School
438.3K views 3.9K likes 64 dislikes 07 Apr 201567% match

Seldon — what is machine learning?
Seldon
8.2K views 5 likes 1 dislikes 12 Apr 201667% match

Machine Learning in Lending
Banking Bit
759 views 2 likes 1 dislikes 22 Aug 201867% match

11. Introduction to Machine Learning
MIT OpenCourseWare
1.1M views 15.5K likes 298 dislikes 19 May 201767% match

Machine Learning Explained
Harvard University
52.6K views 1.6K likes 34 dislikes 19 Oct 202067% match

Mathematics for Machine Learning
Imperial College London
7.6K views 62 likes 4 dislikes 21 Feb 201867% match

The 7 steps of machine learning
Google Cloud Tech
2.1M views 34.8K likes 788 dislikes 31 Aug 201767% match

Machine Learning, Games and You
Google for Developers
55.1K views 137 likes 13 dislikes 22 Mar 201767% match

Visualizing Your Model Using TensorBoard (AI Adventures)
Google Cloud Tech
56.1K views 527 likes 25 dislikes 21 Sep 201767% match

Introduction to Machine Learning
Introduction to Data Analytics
16.8K views 27 likes 2 dislikes 21 Jul 201567% match

Natural Language Generation at Google Research (AI Adventures)
Google Cloud Tech
72.4K views 1.4K likes 29 dislikes 19 Oct 201762% match

Estimators Revisited: Deep Neural Networks (AI Adventures)
Google Cloud Tech
21.1K views 241 likes 4 dislikes 28 Sep 201758% match

Serverless Predictions at Scale (AI Adventures)
Google Cloud Tech
40.1K views 419 likes 13 dislikes 14 Sep 201757% match

Distributed Training in the Cloud (AI Adventures)
Google Cloud Tech
10.2K views 234 likes 3 dislikes 26 Oct 201757% match

Big Data for Training Models in the Cloud (AI Adventures)
Google Cloud Tech
17.7K views 338 likes 8 dislikes 05 Oct 201756% match

Which Python Package Manager Should You Use? (AI Adventures)
Google Cloud Tech
48.2K views 944 likes 15 dislikes 21 Dec 201755% match

Machine Learning Meets Fashion (AI Adventures)
Google Cloud Tech
28.7K views 447 likes 6 dislikes 06 Nov 201747% match


Settings Privacy About Contact Donate