- 228
- 159 239
テラオカ電子
Приєднався 5 сер 2018
Відео
「想定質問」普通科高校における企業連携コース（工業）の授業実践報告（2024/11/13：研究大会）
Переглядів 7119 годин тому
研究大会に参加できませんので、当日は、ビデオでのプレゼンとなります。 その際、質疑応答ができませんので、「想定質問」をまとめました。 その他のご質問がある場合には、個別にお問い合わせください。 お手数ですが、よろしくお願いします。 【参考動画】 ua-cam.com/video/cqe4BJXLXEQ/v-deo.html ua-cam.com/video/rzkA8_6Kjaw/v-deo.html
生成AI（LLM）の活用１２ 『書籍のレビュー分類』LINE‐BERTモデル編
Переглядів 6214 днів тому
書籍のレビューの分類を行っています。 モデル：LINE-DistilBERT-Japaneseをファインチューニングしました。
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第７回（最終回）AIの未来
Переглядів 4614 днів тому
決して、「大阪のおばちゃん」を揶揄しているわけではありません。
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第６回 AIの活用アイディア
Переглядів 4214 днів тому
アイディアを出すことの難しさを感じてもらえればと思います。
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第５回 生成AI（LLMを中心に）
Переглядів 8014 днів тому
【参考動画】 ua-cam.com/video/3zwtb6pi0Cw/v-deo.html ua-cam.com/video/NoM2JdOnYsA/v-deo.html ua-cam.com/video/Xd5fI-9juQY/v-deo.html ua-cam.com/video/xRz9Ku5igC0/v-deo.html ua-cam.com/video/cenTuwcQUQU/v-deo.html ua-cam.com/video/lHk6byUvlJc/v-deo.html 【引用】 Tetsuya T：『データサイエンスのための PyTorch Lightningによる 実践 深層学習』
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第４回 識別AI
Переглядів 6414 днів тому
【参考動画】 ua-cam.com/video/4y71T1dCPGY/v-deo.html ua-cam.com/video/d48txCoqakE/v-deo.html
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第３回 現代のものづくり
Переглядів 5614 днів тому
【参考動画】 ua-cam.com/video/kunVz2UcOdw/v-deo.html ua-cam.com/video/b5KEfcJvvq8/v-deo.html ua-cam.com/video/1G8ETJDiAcE/v-deo.html
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第２回 AIとは何か
Переглядів 10814 днів тому
【参考動画】 ua-cam.com/video/OFMaQBV3fp4/v-deo.html ua-cam.com/video/k3QEKyW2boI/v-deo.html
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第１回 なぜAIを学ぶのか
Переглядів 5314 днів тому
【参考サイト】 ua-cam.com/video/xQnnAih8KIo/v-deo.html ua-cam.com/video/dwNLid6pcro/v-deo.html
M高 AI BOOST 100（AIに興味あるM高校生を100人創出する） 第0回 ガイダンスとノーベル賞
Переглядів 5714 днів тому
【参考動画】ua-cam.com/video/dNN9ZSWhE3k/v-deo.html ua-cam.com/video/Tro-dq9T9S4/v-deo.html
M高3年生「課題研究成果論文集」の書き方解説
Переглядів 5214 днів тому
「課題研究」がまとめの段階に入ってきました。 論文集に関して、基本的な書き方をまとめましたので、参考にしてください。 これを踏まえて、作成をお願いします。 なお、深い、個別の質問がある場合は、その都度お願いします。
生成AI（LLM）の活用１１ 『書籍のレビュー分類』BERTセンチメンタルモデル編
Переглядів 3821 день тому
生成AIを使うことが日常になっています。 本アプリは、高校生が「AI（生成AI：特にLLM）の活用」を学ぶ教材です。 今回は、『書籍のレビュー分類』をBERTの既存のファインチューニングモデルを使って分類したものを紹介します。 架空の書籍のレビューを生成AIで作成しました。それを使って比較します。 今回の「問い」と「仮説」は、 「既存データでのファインチューニングモデルは、どこまでうまく分類判定できるか？」 「分類判定結果からその妥当性を評価できるのではないか？」 です。 モデルは、christian-phu/bert-finetuned-japanese-sentiment です。 結果、既存のモデルの判定と生成AIのラベルとは、「どちらでもない」と「否定的」の分類で異なるものとなりました。実際のデータでファインチューニングする必要がありそうです。今後、他のモデルも検討していきます。
生成AI（LLM）の活用１０ 『書籍のレビュー分類』BERTファインチューニング編
Переглядів 6521 день тому
土手の彼岸花はすっかり枯れ、キンモクセイの季節になりました。 生成AIを使うことが日常になっています。 本アプリは、高校生が「AI（生成AI：特にLLM）の活用」を学ぶ教材です。 今回は、LLMを使った『書籍のレビュー分類』BERTファインチューニング編を紹介します。 架空の書籍のレビューを生成AIで作成しました。それらしい、レビューを作ってくれました。 結果、まずまずの回答（分類判定）が得られました。 今後、データ数、内容、他のモデルなども検討していきます。
水差し問題をPythonとソルバーで確かめる
Переглядів 27221 день тому
急に、すごし易い季節となりました。 そこで、「直観」を磨くための問題を公開します。 【参考Webサイト】 明石高専 [水差しの問題（その１）] (wwws.kobe-c.ac.jp/~miura/stock/pitcher/pitcher.html) Copyright (C) 2005-2022 Makoto Hiroi [Puzzle DE Programming 水差し問題] (www.nct9.ne.jp/m_hiroi/puzzle/water_jug.html)
生成AI（LLM）の活用８ RAG機能を使った『坊っちゃん』検索Geminiモデル編
Переглядів 78Місяць тому
生成AI（LLM）の活用８ RAG機能を使った『坊っちゃん』検索Geminiモデル編
生成AI（LLM）の活用７ RAG機能を使った「学習指導要領」検索Geminiモデル編
Переглядів 47Місяць тому
生成AI（LLM）の活用７ RAG機能を使った「学習指導要領」検索Geminiモデル編
生成AI（LLM）の活用６ LangChainで「学習指導要領」をRAG Gemini‐proモデル編
Переглядів 81Місяць тому
生成AI（LLM）の活用６ LangChainで「学習指導要領」をRAG Gemini‐proモデル編
生成AI（LLM）の活用５ Embeddingで「学習指導要領」をRAG検索 Gemini‐proモデル編
Переглядів 51Місяць тому
生成AI（LLM）の活用５ Embeddingで「学習指導要領」をRAG検索 Gemini‐proモデル編
生成AI（LLM）の活用４ LangChainのRAG機能を使った「学習指導要領」検索 BERTモデル編
Переглядів 84Місяць тому
生成AI（LLM）の活用４ LangChainのRAG機能を使った「学習指導要領」検索 BERTモデル編
生成AI（LLM）の活用３ LangChainを使った「生徒への声掛けアプリ」の制作
Переглядів 73Місяць тому
生成AI（LLM）の活用３ LangChainを使った「生徒への声掛けアプリ」の制作
すごい挑戦ですね。 どこかに予測が可能になるツボがありそうですね。
わかりやすいー！
めっちゃ勉強になりますでした！
なぜ突然おすすめに現れたんだ笑
Gizmo
こんにちは。土曜日に情報学部の大学入試の面接があり、自然言語処理の感情分析について概要を説明する必要があるのですがどのように説明すれば良いですか。
コメントありがとうございます。私はAIの専門家ではないので、どのように説明すればよいかお答えかねます（もしあたなが私のせいで不合格になったら責任をとれないので）。私なら、書籍、Webサイト、ChatGPT等を活用すると思います。アドバイスになっていませんが。良い結果をお祈りします。
chatgptやmidjourneyなどのaiを使った動画興味深くとても素晴らしかったです！！chatgptはかなり賛否両論が別れているのでこの使い方はとてもいいと思います！！
素晴らしい
誤字・脱字、分かりにくい言い回しがあるので、見直します。
💐 'Promosm'
温湿度センサの通信がめんどくさそうですね。自分だったらどう書くかなぁ。
最高
初めまして。 以前にかなり似たようなアプリを作成し、公開もしていたのですが、いつの間にかうまく動かなくなってしまいました。 参考にしたいので、可能でしたらGitHubのコードを見させていただくことは可能でしょうか。
コメントありがとうございます。申し訳ありませんが、GitHubのコードは、privateにしています。私の完全オリジナルではないためです。私の経験ですが、ライブラリのバージョン変更で動かなくなることがよくありました。参考にしてください。
分かりやすかった
만화 국물
守高どう？
それな
セシボン
凄いです
一人で100回は見ました
いつも動画視聴させてもらっています
さすがすぎます
テラオカ電子さんがいっちばんわかりやすい
勉強させて頂いています。 今回オートエンコーダの再現性について難色を示されと感じたのですが、 良品と不良品の評価(MSEでしょうか？)の分布がかなりの範囲で交叉しているように見えました。 原因について、訓練データの不足か、モデルの構成にあるかと思うのですが改善の余地等は無いくらい難しいのでしょうか？
ご指摘ありがとうございます。 うまく判定できてない理由ですが、一つはご指摘の通りデータ量が少ないことと、そのため学習モデルが複雑にできていない点があると思います。 二つ目は、学習での画像と実機での画像とで、照明に違いにより明るさが異なっていたため、判定の閾値がずれたためだと思っています。 「One Class SVMによるブロックの不良検出（別の動画）」もやってみましたが、こちらの方がオートエンコーダよりロバスト（堅牢）な気がしています。
まじでわかりやすい
そうですよね
コメント失礼します。 同じものをコラボ上で書き込んで試したのですが学習データの損失の描画のグラフが出力されませんでした。 エラーになる訳でもなく、白紙のグラフのみが出力され、次の正解率のグラフもおかしな形で出力されてしまい最後の評価データの予測もvalueerrorが発生してしまいました。 私自身質問の仕方も分かっておらず、稚拙な説明で恐縮ですが、もしも誰か助言を頂ければ幸いです。
コメント失礼します,林遠と申します。UA-camでの動画を拝見しました。弊社のラズベリーパイケースのレビュー動画を作成してくれませんか。こちらは無料でサンプルを提供します。御返事お待ちしております。詳しいを説明させていただきます。どうぞよろしくお願いします。
動画作成のコメントを頂いておりますが， 弊社は、動画を作成する業務は行っていません。 動画のクオリティも見て頂いた通りですので，専門の方にご相談ください。
なんか、「さすが」しか言えないほどすごい。
そんなにも大変でしたのか、、、 本当にお疲れ様です。 これからもAIを学ぶ授業を広めていって下さい！
Pythonですか？
そうです。機械学習は大抵Pythonです。
いつもどこで撮影してるんですか？
地下深くの秘密基地からです。
すごいですね！ 活躍を期待しています！！
先生見えづらいです
あは
解説がないから 内容が分からない ＝☆ つ ま ん な い ☆ ゆっくりボイス等で解説つけてはどうですか？
さすが先生面白いもん作るねぇ だが2時半に起きるのは あんま健康に良くないから 気をつけるんだよ。
お札はどうなりますか？
給料日が来たら「分類」やりますよ。
Kanyes gam
1コメ
うわお何これ！こんなこと人間で出来るんですか？
すごい！とても丁寧で分かりやすいです勉強になります！ 👌🙈
こんにちは分かりやすいですね！
作り方の解説ほしい(声付きで!!)
ｽｯ､ｽｹﾞｰ!!Σ(ﾟДﾟ )
先生ww
かっしょイイですね
Apexやりませんか？
やりますねぇ！
本電子ゲームがハードウエアコンテストGUGEN 2019の1次審査に受かりました。展示会で「面白い」と答えてくれた方々ありがとうございました。（入賞はしていません）
元気そうで良かったンゴ
ほんま天才やで寺岡ちゃんかわいいなぁ
いつも楽しみに見ています
ゆうゆう ふざけんな