説明
アクティベーション関数
ニューラル ネットワークのアクティベーション関数は、入力の加重和がネットワークの層内の 1 つまたは複数のノードからの出力にどのように変換されるかを定義します。
https://machinelearningmastery.com/choose-an-activation-function-for-deep-learning/#:~:text=An%20activation 活性化関数は、ニューロンの出力を決定するためにニューラル ネットワークで使用される数学関数です。 。アクティベーション関数は、入力を出力信号に変換するために使用され、単純な線形関数から複雑な非線形関数まで多岐にわたります。活性化関数はニューラル ネットワークの重要な部分であり、ネットワークがパターンを学習してデータを一般化するのに役立ちます。活性化関数の種類には、sigmoid、ReLU、tanh、softmax などがあります。参考資料: BCS Foundation Certificate In Artificial Intelligence 研究ガイド、https://bcs.org/certifications/foundation-certificates/artificial-intelligence/

説明
アルは、日常的で単調なタスクを引き受けるように設計されており、人間がより複雑で価値の高い仕事に取り組めるようになります。これには、調査、問題解決、意思決定などのタスクが含まれる場合があります。この仕事の役割の変化により、生産性と効率が向上し、人間がより創造的で革新的な作業に集中できるようになると期待されています。たとえば、ロボットを使用して日常的な製造プロセスを自動化し、人間の労働者を解放して、より創造的な思考や問題解決が必要な仕事に就かせることができます。
参考文献:
[1] https://www.bcs.org/upload/pdf/foundation-certificate-ai-syllabus-v1.pdf [2] https://www.apmg-international

説明
TensorFlow は、機械学習用のエンドツーエンドのオープンソース プラットフォームです。ツール、ライブラリ、コミュニティ リソースの包括的で柔軟なエコシステムがあり、研究者は ML の最先端を推進し、開発者は ML を利用したアプリケーションを簡単に構築してデプロイできます。
https://www.tensorflow.org/#:~:text=TensorFlow%20is%20an%20end%2Dto,and%20deploy%20ML%20power TensorFlow は、Google によって作成されたオープンソースの機械学習ライブラリです。データフロー プログラミングに使用され、機械学習や深層学習などのさまざまなアプリケーションに広く使用されています。
TensorFlow を使用すると、開発者は機械学習モデルを簡単かつ迅速に構築、トレーニング、デプロイできます。畳み込みニューラル ネットワーク、リカレント ニューラル ネットワーク、オートエンコーダーなど、さまざまな深層学習フレームワークのサポートが組み込まれています。
詳細については、BCS Foundation Certificate In Artificial Intelligence Study Guide (https://www.bcs.org/upload/pdf/bcs-foundation-certificate-in-artificial-intelligence-study-guide.pdf) またはを参照してください。 EXIN 人工知能財団認定 (https://www.exin.com/en/exams/artificial-intelligence-foundation)。