メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。
メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。
DeepLearningで食事画像のクラス分類器を作成してみた 1. はじめにはじめまして、小林です。 iOS, サーバーサイドで開発に携わる傍ら、最近ではFiNCでも力を入れ始めている人工知能の基礎検討をやっています。 世にある技術を調査して、何ができるのか、できないのかを判断し、 アプリケーション開発までやり切る、というのが主なお仕事です。 本記事では「食事画像のクラス分類」と題して、DeepLearningを使った簡単な実験について書こうと思います。 2. 食事指導と画像認識の必要性FiNCが提供する、「ダイエット家庭教師」では、お客様から毎食の食事画像が送られ、 その画像と日々のデータを見ながら、専門家の方々が丁寧に返事を返していきます。 ▽ 食事画像の例 食事画像に何が写っているか?バランスの良い食事であるかどうか?を判断することは今はどうしても人手のかかる作業で、サービス向上の
全編Swiftで書かれたオープンソースの人工知能/機械学習ライブラリが出てきました。その名も「Swift-AI」。 https://github.com/collinhundley/Swift-AI デモが入っていて、こんな感じで手書き文字認識してくれます(詳細は後述します)。 今のところ iOS と OS X をサポート しているとのこと。MITライセンス。 できること README の Features を見ると、2016年1月現在、フィードフォワード(順伝播型)ニューラルネットワークと、高速行列演算ライブラリはできあがっているようです。 それぞれドキュメントがあります。 https://github.com/collinhundley/Swift-AI/blob/master/Documentation/FFNN.md#multi-layer-feed-forward-neural-
Rebuild: Aftershow 126: Everything Except Mayonnaise (higepon)で紹介したプロジェクト。Machine Learning | Coursera で機械学習のクラスを修了した。理解を確認するために小さなプロジェクトを作っていたので紹介。実用性はいまのところない。 まとめ Pebble Time Round(スマートウォッチ)の加速度系データ (x, y, z) を入力にしてヨガのポーズを区別できるようになるか試してみた Supervised Learning なので training/test/validation set データを手動で作成 Hidden layer 1 つのニューラルネットワークで学習させた ヨガ以外の活動(徒歩、スマホをいじってる)、Downward dog ポーズ、Warrior 2 ポーズの 3 つをある程
機械学習を学ぶための準備 ▶︎その1(微分について) その2(級数と積分について) その3(行列について) その4(行列の掛け算について) その5(行列のいろいろ) 橘と申します。 機械学習を勉強中の身でありながら、機械学習に関して記事を書いていく予定です。 このブログを読んでいる方であればご承知のとおりかと思いますが、機械学習と数学は切っても切れない関係です。「数学を使わなくても機械学習は使える」という考え方があるのも事実ですが、いずれは数学の知識が問われることになります。 そのため、始めの数回は抑えておくべき数学の知識をまとめていこうと思います。初回は微分です。 そもそも数学は嫌いですか? 少し古い記事ですが、経済協力開発機構(OECD)による数学の学習意欲度の調査結果が公開されています。 OECD国際学習到達度調査(1)日本、数学の学習意欲改善 日本人の7割が苦手という結果が出ている
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
処理を実行中です
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