AI 作成概要
 AI 構築手順
 Python 導入
 Pytorch導入

 NN機能・要件
 NN構成・方式
 構成・方式など
 タスク
 導入
 Sample
 用語
  機械学習の導入 （ai 導入）
 ・ゴールの決定 （MLP の場合）
 ・多層パーセプトロン（MLP） のモデルを考える。
 ・コンピュータへ学習データを与える。
 ・データの収集
データの整形・加工
 ・学習データ
データ
入力信号と出力信号の対応表である真理値表
 ・データを学習
 ・パラメータの調整
 ・学習
適切なパラメータ（入力信号の重みとバイアス）を決める。
 ・モデルを構築
 ・モデルを評価
 ・精度がなければデータの学習に戻る

 AI 作成概要
 ・活用内容を決める。
 ・必要なデータを集める。
 ・機械学習モデルを作成する。
 ・Webサービスに組み込む。
フレームワークなど（Django）
AI（人工知能）が作れるWebサービスの利用
IBM Watson、LINE CLOVA、Prediction Oneなど

 AI 構築手順
 ・ゴールの決定
 ・データの収集
定量のデータを用意できる。
一般に社内には大量の訓練データやテストデータが既に存在する。
 ・データの整形・加工
収集したデータの正規化
データベースに保存など
不要な特徴量（次元）を削る。
 ・機械学習の手法（モデル）を選択する。
 ・データを学習する。
 ・パラメータの調整
 ・データを学習してモデルを構築する。
 ・モデルを評価する。
 ・精度がなければデータの学習に戻る。

 Python導入
 ・Python導入
 Pytorch導入
 ・Pytorch導入