TOO DANGEROUS! Deepfakesは”deep machine learning”に由来します。深層学習を使用して、既存の画像や動画の一部、特に人物の顔を入れ替えた高精度の画像や動画を作成するものです。 当初は、既存動画の人物の顔を入れ替えたものでしたが、との動画にないことばをあたかも本人が話しているかののように合成できる技術に進化しました。 Deepfakesかどうかを判定するプログラムが開発されているようですが、それをすり抜ける技術とそれを判定する技術とのいたちごっこになっているようです。このような競争は、すり抜ける技術が先に生まれて、そ…
I.Julia＋Junoで機械学習を学ぶ ver. 1 Mediumに、Juliaによる機械学習の解説がありましたので、Juliaの練習もかねて機械学習を学びます。IDE（Juliaのスクリプトを書き、実行する環境）はJunoを使います。プログラムがはじめての方にも読んでいただけるように、できるだけわかりやすく書きます。 JuliaやPythonやRといった言語は単体で使えますが、IDEを使うのが普通です。IDEを使うと何が便利かというと、書いたプログラムが消えないで残るとか、プログラムの一部だけを実行できるとか、作成したオブジェクト（数や文字、表など）を保存し、簡単に呼び出すこ…
以前紹介したものを授業で使用するために書き直しました。MacのPreviewでJPGにして最大の圧縮率で圧縮していますが、アップロードされた画像は500KB程度のものもあります。 ちなみに、一度アッシュうされたものは、WordPressの画像管理Pluginでは再度圧縮できません。 I.Style transfer 深層学習により、任意の画像（Content image）を、別の画像（Style Image）風に、転換した画像（Output Image）を作成します。 例えば、ドイツの哲学者Wittgensteinの写真は下のように転換されます。 &n…
下のリンク先の解説にしたがって、Pythonの機械学習を学びます。 私はあまりPythonを使えませんので、機械学習を学びながら、Pythonの基本的な使い方を学びたいと思います。 Your First Machine Learning Project in Python Step-By-Step 1.ライブラリとデータの読み込み #行はコメント ライブラリのimportでエラーが出た場合は、ターミナルでインストールする必要がある。 インストールは一回でよいが、importは毎回必要です。 2.データの確認 P…
I.学習を始める前に 1.何を学びますか？ Rを利用した機械学習のページについて解説します。 このブログ＋リンク先の解説文ページを読めば、機械学習の基本をプログラムから理解できます。 2.機械学習、AI、深層学習って何？ 機械学習（machine learning）とAI、深層学習（deep learning）の関係をごく簡単に図式化すると、AIが最も広い概念で、機械学習の中に深層学習があるという関係になります。 人工知能は、単なる機械的な反応ではなく、人間に近い能力を持っています。ここで取り上げる…
I.KNNによる機械学習 1に続いて、ネット上のコンテンツで機械学習を学びます。 今回は下記のページを学習します。非常にわかりやすく書かれています。 Machine Learning in R for beginners ライブラリk-nearest neighbors、いわゆるKNNが用いられています。 II.データiris アイリスという花にVersicolor、Setosa、Virginicaの3つの種類があって、それぞれガクと花びらの大きさに特徴があります。 次のリンク先にアイリスの３種類の写真があります。 Machine Learning i…
I.アイリス種別判定プログラムの概要 前回の復習もかねて、この機械学習プログラムの概要を説明します。 アイリスという花に3種類あって、それぞれ、ガクと花びらの大きさの違いで、Versicolor、Setosa、Virginicaに区別されます。 ガクと花びらの大きさと花の種類を一覧にした150件のデータがあり、これを機械学習しますが、150件のデータのうちの2/3をトレーニイングデータ、残りの1/3をテストデータとします。 前回はこの二つのデータの取り出しで終わりました。今回は、これらのデータを用いで機械学習しテストします。 このプログラムで用いる機械学習は散布図上の「距離の近さ…
機械学習からはじめるPython入門1の続きです。 次の解説に基づいて学びます。初心者向けに大変わかりやすく書かれています。 Your First Machine Learning Project in Python Step-By-Step IX.機械学習：データの分割 1.基本的なアイデア ここからが機械学習ですが、少しややこしくなりますが、細かいところは飛ばせばよいです。 前章までで、データフレーム（Excelの表のような形）で取得したirisを使って、どのようなデータであるかを数値とグラフで確認しました。 機械学習で…
I.何を学ぶ 興味があることは学んでいて楽しいです。AIに関心があるなら、機械学習や深層学習という言葉を聞いたことがあると思います。プログラムを基礎から学ぶと機械学習や深層学習はずっと後になります。 細かいことはいいから、機械学習や深層学習がどういうものかをわかりたい、これらがわかる程度にプログラムを理解したい、、、という方を対象にした、いきなり機械学習からはじめるPython入門です。 機械学習を学びたいが、PythonにするかRにするか迷っているという方もおられるかもしれません。PythonとRの違いについても説明しますので、迷っておられる肩にも参考になると思います。 インス…
I.学ぶこと 次のことを学ぼうと思っていますが、たぶん、3、4は私の理解を超えているので表面的にまとめるだけになるかもしれません。また、わかったところから書いていきますので、この順序のとおりにはならないと思います。 PyCharmの使用法 Google Colaboratoryの使用法 TensorFlowの概要 深層学習の概要 II.PyCharmで実行 1.GitHubからダウンロード プログラムの内容は後にして、まずPyCharmで実行してみます。スクリプトは次です。 neural-style  …
