東京書籍、「クラウド版デジタル教科書」共同実証研究の報告書を公開
東京書籍は27日、つくば市教育委員会、東北大学大学院 情報科学研究科 堀田龍也研究室、Lentranceと、2021年10月からGIGAスクール構想による学習者用端末と学習者用デジタル教科書の普及に対応し、学習者用デジタル教科書から得られる学習履歴の活用による指導改善や評価への活用の実現に向けた実証研究の報告書を公開した。 それによると、学習者用デジタル教科書使用開始直後(10月)と4カ月後(2月)に実施した英語力の調査(Reading、Listening)では、全ての指標で2回目が1回目を上回る結果となった。 また、合わせて実施した英語学習に関するアンケート調査の結果からは、「英語の学習方法(学習方略)」「教科書観」などの項目については、前後で大きな変化は見られなかったものの、「英語の学習方法(学習方略)」の項目で、「英語の発音練習をする」における肯定的な回答の割合が上昇していることがわ
深層学習入門：画像分類（5）Attention 機構 | SBテクノロジー (SBT)
こんにちは、データサイエンスチームの白石です。 前回は、マルチタスク学習を試してみて、犬猫分類器の精度向上を試みました。 結果としては、明確に改善した、と言い切れるほど大幅な改善はありませんでしたが、マルチタスクの導入によって精度が向上するケースも確認できました。 今回は、Attention 機構と呼ばれる仕組みを導入し、犬猫分類器の精度向上を試みます。 「機械学習導入支援サービス」の詳細はこちら Attention 機構とは何か Attention 機構は、現代の深層学習の花形と言える仕組みです。 Attention 機構というと、自然言語処理などでよく使われる技術だ、と思われる方もいらっしゃるかもしれません。歴史的には、Seq2Seq と呼ばれる自然言語処理などで使用されるリカレントニューラルネットワークベースのモデルに対して組み込まれ、大きな注目を集めました。近年では、機械翻訳のため
君には今から3時間で機械学習Webアプリを作ってもらうよ
新人: 「本日データサイエンス部に配属になりました森本です！」 先輩: 「お、君が新人の森本さんか。僕が上司の馬庄だ。よろしく！」 新人: 「よろしくお願いします！」 先輩: 「さっそくだけど、練習として簡単なアプリを作ってみようか」 先輩: 「森本くんは Python なら書けるかな？」 新人: 「はい！大学の研究で Python 書いてました！PyTorch でモデル作成もできます！」 先輩: 「ほう、流石だね」 新人: 😊 先輩: 「じゃ、君には今から 3 時間で機械学習 Web アプリを作ってもらうよ」 先輩: 「題材はそうだなぁ、写真に写ってる顔を絵文字で隠すアプリにしよう」 先輩: 「あ、デプロイは不要。ローカルで動けばいいからね。顔認識と画像処理でいけるよね？」 新人: 😐 新人: (えぇぇぇぇぇぇぇ。3 時間？厳しすぎる...) 新人: (まずモデルどうしよう。てかもら
JMOOC - 無料で学べる日本最大のオンライン大学講座（MOOC）
まずはJMOOCにログイン JMOOCにログインするとお気に入りの講座をリストに登録して通知を受け取ったり、JMOOCのメールマガジンを受け取ることができます。 Google ID,Facebook ID共に所有していない場合、各プラットフォーム（gacco,Open Learning,Japan）にて個別に受講登録をして頂ければ受講できます。 ※すでに各プラットフォーム（gacco、OpenLearning,Japan）でアカウント登録している場合は、登録済みのものと同様のIDで登録いただくことで、将来的にシングルサインオンのシステム構築が完了した際に、共通IDによる受講情報の一元管理が可能になります。 現在FaceBookIDでのログインは、一時的ではございますが、ご利用になれません。
Microsoft、機械学習ライブラリ「PyTorch」の初心者向け無料教材 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
「無料のKaggle公式講座×コンペ初参戦」で機械学習を始めよう
連載目次 こんにちは、初心者Kagglerの一色です。また、この連載の記事を開いてくれてありがとうございます！ 前回は「Kaggle初心者のためのコンペガイド ― Titanicの先へ：僕たちのKaggle挑戦記」という記事を公開して、ブックマーク数は少なかったものの、そこそこのページ参照数が得られました。ドキドキしながらの記事公開でしたが少し安心しました。これを受けて、自分もそうだったのですが、「取りあえずTitanicコンペでSubmission（提出）まではやったけど、次のコンペティション（本稿ではコンペと表記）になかなか取り組めない」という人が少なくないということなのかなと思いました。 壁「Titanicの次」を突き破る！ オススメの方法 筆者はどうやって「Titanicの次」という壁を突き破れたのか。そのきっかけになったのが、前回の記事で「Kaggleを始めるのに役に立ったこと」
「動画で助かる」「IT基礎知識が一通り学べる」──各社が公開した新人エンジニア向けの研修資料が話題に 人気資料まとめ
IT企業が社内の新人エンジニアに向けた研修資料や動画を無償公開し、話題になっている。学べる内容はIT業界の文化からゲームエンジン「Unity」を使ったゲーム開発までさまざまで、中には150ページ超のスライドや5時間超の動画もある。 ネット上では「初心者（エンジニア）の指針になる」「IT基礎知識の一通りのことが身につく」「動画があって助かる」などと評判だ。改めて公開内容と目的をまとめた。 サイボウズ、新人ITエンジニア向けに「IT業界文化」など サイボウズが7月20日に公式ブログで、4月から6月にかけて行った研修の資料を公開した。7月30日時点でブログへの「はてなブックマーク」（以下、はてブ）は約1950件、Facebookの「いいね」は約590件付いている。同社は“駆け出しエンジニア”向けとしている。 （関連記事：サイボウズの“駆け出しエンジニア”向け研修資料が話題 Webアプリ開発やIT
第17回 TensorFlow.jsで「感情」を認識してみよう|Tech Book Zone Manatee
JavaScriptライブラリ「TensorFlow.js」で機械学習がより身近に利用することができる様になりました。今回はWebカメラを通して「感情」をリアルタイムで判別するアプリケーションをつくってみましょう。 記事中の女性モデルは、フリー素材アイドルMika+Rikaの素材を使用させていただきました。 ・フリー素材アイドルMika+Rika：mika-rika-free.jp 1．環境 前回「TensorFlow.jsで『じゃんけん』を判別してみよう」のアプリケーションと同様に学習はPython 3とKerasを使用し、学習済みモデルを使った推論はNode.jsとTensorFlow.jsを使用します。1 ライブラリのバーションは以下の通りです。 Python 3.5.2 / keras 2.1.5 / tensorflow 1.7.0 / tensorflowjs 0.1.1 No
Google社のテクニカルライティングの基礎教育資料がとても良かったので紹介したい - Qiita
はじめに エンジニアにとって、仕様書などの技術的な文章を書くこと（テクニカルライティングとも言います）は避けて通れません。ただ20年来多くのエンジニアの方々と同僚として接してきて思うことは、エンジニアの方の中には「文章を書く」ということに苦手意識がある方が一定数いるということです。 でもこの「テクニカルライティング」のスキルは、才能というよりは一種の「技能」だと思うんです。ある一定の原理原則を理解して実践を繰り返すことで、必ず一定レベルで習得できるものだと著者は信じています。 もしこのテクニカルライティングの原理原則をまだ体系的に学習したことがない、または過去学習したが改めて再学習したいという方に、お勧めのコンテンツを見つけたのでご紹介します。 https://developers.google.com/tech-writing Every engineer is also a write
最短で高給を実現するには？スポーツからプログラミングに大きく軸足を変えシリコンバレーで働くエンジニアにその半生と学習法を聞いてみた
2030年には最大約79万人が不足する可能性があり、IT人材の不足はまだまだ続く見込みだということが(PDF)経済産業省の調査でわかってきています。そこで、今からでもITスキルを身につけてエンジニアに転職したい＆給料を上げたい……と考える人に向けて、あまり知られていない「エンジニアとして成功するために本当に大切なことは何か」を、文系からエンジニアになってシリコンバレーの企業で働くエキスパートエンジニアであり、かつオンライン動画学習プラットフォーム「Udemy」の講師でもある酒井潤さんに聞いてみました。 オンラインコース -世界最大級のオンライン学習プラットフォーム- Udemy https://www.udemy.com/ 目次 ◆1：文系から年収5000万円のエンジニアになるまでにたどった道のりとは？ ◆2：大切なのは「どの技術を学べばよいのか」という選び方 ◆3：デキるエンジニアの仕事
Google Colaboratoryの90分セッション切れ対策【自動接続】 - Qiita
はじめに 対話型でPythonやDeep Learningのコードが実行可能なJupyter notebook環境を、即座にブラウザ上で利用できるGoogle Colaboratory。個人でGPUマシンを調達するハードルが高かったので非常に重宝しています。しかし、90分目を離すと実行が振り出しに戻ってしまい、萎えぽよな気持ちになることが何度かあったので本記事で対策方法を共有します。 12時間&90分ルール Google Colaboratoryでは以下の条件を満たす場合、実行中のプログラムがあってもインスタンスの状態がすべてリセットされていまいます。 【12時間ルール】新しいインスタンスを起動してから12時間経過 【90分ルール】ノートブックのセッションが切れてから90分経過 1つ目の12時間ルールについては、学習データや中間生成物をGoogle Driveに退避させることで学習を継続す
Google Colabの知っておくべき使い方 – Google Colaboratoryのメリット・デメリットや基本操作のまとめ
機械学習エンジニア界隈で話題沸騰となっているGoogle Colaboratory（グーグル・コラボレイトリー）。本記事では概要とGoogle Colabの知っておくべき基本的な使い方をまとめました！ すでに機械学習をやっている方や、これから機械学習を学んでみたいと考えている方で、下記のような事を感じたことはありませんか？ 「訓練やデータ処理をやるのにローカルPCだと処理に時間がかかりすぎる」 「機械学習用にクラウド環境を立てたけど…思ったより費用が高い」 「機械学習は色々とライブラリが多くて環境構築がしんどい」 もし一つでも当てはまるものがあれば、Google Colabがそんな悩みを解決してくれます！機械学習の開発環境の新基準となる可能性も高いGoogle Colab、概要や基本的な使い方をみていきましょう。 Google Colaboratoryとは？ Google Colab（略式
A_BasisOfRL.dvi
�� ������� � � ����� ����� ���� � ���� ������ � � �� �� ��� �� �� ���� �� ��� � !�"#!$� %�&�� ��'���( ��'���)��'�*���� ���*� *+& ,� ��� � ' �� � ������-� ,���� � � ��� � &� ��-� . ,.�� ������- � ��������������� ���� � ½º ����� ����� � ��� ���� ����� � ��� � �� � � �� � � �� � � � �� � � � � � �� �� ��� � ��� �������� � ������ ���� ��� ��� � � !" � �� #! � ��� ¾º �� ��� � $ ���� ��� � � � � ��� �
SVMに入力するデータについて - JSA Technology Blog
前回のエントリーでSVMにはベクトルを入力すると言いました。また、学習のためには、そのベクトルがそのジャンルに含まれるか含まれないか、という目印も必要です。 これまでジャンル、という曖昧な言葉を使っていましたが、今後は、そのような事を表す言葉で、機械学習でよく使われる用語である「クラス」、という言葉を使おうと思います。 つまり、クラスとベクトルの2つの情報を使って学習させるということです。 以下は、TinySVMの訓練データのフォーマットです。TinySVMのページから、入力データに関する部分を以下に引用します。 (BNF-like representation) <class> .=. +1 | -1 <feature> .=. integer (>=1) <value> .=. real <line> .=. <class> <feature>:<value><feature>:<va
機械学習について調べてみたら、3行のソースコードを入れるだけで機械学習できるサービスがあった（前編） | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
人物紹介：うらら LIGブログDevRelチャンネル担当のエディター。テクニカルエディターを目指し、プログラミングやIoTについて鋭意勉強中。最近ハマっているのはUnity。 森の中から失礼します。ちょっと調べものをしていまして……。 先週からLIGブログの編集部一同で「調べてみた」連載を始めました。私は毎週日曜に記事を出すことに。せっかくの日曜なので、IoTやテクノロジーで “日曜大工” をしてみたいと思います。 今週のテーマとして取り上げたのは機械学習。これは機械が自分で学習する技術のことです。機械に仕事を任せてサボりたい技術的にとても面白そうだったので、調べてみました。 そもそも機械学習って何？ 機械学習（machine learning）とは、簡単に言うと「機械（コンピューター）にたくさんのデータを読み込ませ、解析することでアルゴリズムを作ること」です。最大の長所は、人の手でデータ
Machine Learning with Scikit Learn (Part I) - 人工知能に関する断創録
今年の7月に開催されたSciPy2015の講演動画がEnthoughtのチャンネルで公開されている。今年も面白い講演が多いのでいろいろチェックしている。 今年の目標（2015/1/11）にPythonの機械学習ライブラリであるscikit-learnを使いこなすというのが入っているので、まずはscikit-learnのチュートリアルを一通り見ることにした。 Part IとPart IIを合わせると6時間以上あり非常に充実している。IPython Notebook形式の資料やデータは下記のGitHubアカウントで提供されている。ノートブックをダウンロードし、実際に手を動かしながらチュートリアルを進めると理解がより進むかもしれない。 あとで振り返りやすいように内容を簡単にまとめておきたい。 1.1 Introduction to Machine Learning 機械学習システムの流れ。教師あ
Q学習 デモプログラム｜Memeplexes
遊び方 「動かす」ボタン：学習を1ステップ進めます。連打してください。 「自動再生」ボタン：自動的に学習を進めるアニメーションを行います。連打がめんどくさい時にどうぞ。 解説 これはQ学習が進む様子を表すでもプログラムです。 このプログラムには0から5までの状態があります。 それぞれの状態はすごろくのマス目のようなもので、5がゴールです。 5へ行くのが目的です。 Q学習では、ゴール（5番）に行くように各矢印を強化していきます。 ゴールへ近づく矢印は強化されますが、ゴールから遠ざかるような矢印はあまり強くなりません。 たくさん学習を進めると、矢印の強さが大体の値に落ち着きます。 おちついたとき、その最も強い矢印の方向へ辿って行くと、ゴールへ行けるのです。 [2回]
プロのエンジニア9人が徹底解説！おすすめのプログラミング言語9選
公開：2015.10.22 更新：2022.08.30 プロのエンジニア9人が徹底解説！おすすめのプログラミング言語9選 プログラミングの学習を始めるにあたっての悩みが「一体どのプログラミング言語を学べばよいか」ということです。そこで今回はプロのエンジニア9名がおすすめする言語をご紹介させていただきます。 これからプログラミングを初めようと考えている方の中には「どの言語の学習を始めればいいのか」と悩んでしまう方も多いことでしょう。 実際、プログラミング言語は200種類以上あるといわれており、これから学ぶべき言語を選択する上でプログラミング初心者が悩んでしまうのは仕方のないことです。 そこで今回は、おすすめのプログラミング言語の「できること」、「特徴」、「難易度」をプロのエンジニアが解説させていただきます。 ※本記事の趣旨としては、これからプログラミングを始めようしている方が、最初に学
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Mr201306 機械学習のセキュリティ技術応用
英語学習 - アスク出版のｅラーニング講座