人工知能を自社で活用したいと考えている企業は多いだろうが、上層部がその知識に乏しければ、進むべき道を見誤る。世界を代表する通信機器会社ノキア会長のリスト・シラスマは、リーダーみずから学校で学び直すことから始め、同社の全社員に機械学習の基礎を習得する仕組みをつくりあげた。本記事では、そのための5つのステップが示される。 人工知能（ＡＩ）はほぼすべてのものに破壊的変化を及ぼす、という期待と可能性に対し、私は長いこと懐疑的であり、楽観的でもあった。しかし昨年、機械学習の急速な進歩にショックを受け、ノキアと自分がともに理解不足だったことに懸念を抱いた。そこで、私自身が機械学習についてどう学び、会社の学習をどう支援すべきかを考えた。 幸いにも、ノキア会長という立場のおかげで、世界を代表する何人もの人工知能の研究者たちに時間を割いてもらうことができた。ただし、彼らの話は断片的にしか理解できなかった。ま

1994年にスーパーファミコン用ソフトとして第一作が発売されて以降、来年にはシリーズ25周年を迎える『実況パワフルプロ野球』（以下、『パワプロ』）。 最新作『パワプロ2018』では「VRモード」が実装されるなど、シリーズを重ねるごとに新たな要素が追加されているが、第1作目からずっと変わらないものがある。 それは、実名のプロ野球選手に“能力データ”が設定されていることだ。 自分がひいきにしている選手の能力が低いと「もっとすごい選手なのに……」とグチりたくなるし、能力が高く設定されていても「わかってないな〜」とひとこと言いたくなる「選手の能力データ」は、開発チーム独自の査定によって設定されているとのこと。 この“能力データ”は、プロ野球界でも、選手が冗談交じりに「自分の能力に納得がいかない」と不満を語るケースもあるようだ。 では実際、プロの視点から『パワプロ』の能力データを見た場合、どのように

「羽田　成田　間違えた」 これで検索していらした方、お気持ちお察しします。 めっちゃ焦るのわかります。まずは、深呼吸してください。 どうすればいいか、最初に手短にまとめます。 ●すぐ路線検索。最速で何時につくか確認 ●到着がチェックイン締め切り時刻を切りそうなら、航空会社に電話するか、航空会社カウンターに行く。変更できないか、どうするのが最善か、アドバイスをもらう ●本来の空港に急ぐ場合、羽田〜成田を最も速く移動できる手段はタクシー。渋滞なければだいたい1時間ちょい、27000円くらいで行ける ●移動中にWEBチェックインができるなら済ませる。ターミナル、ゲートの位置を、空港公式サイトの地図で確認しておく ●預け入れ荷物がないなら、カウンターに寄らずゲート直行できる可能性がある。航空会社に「WEBチェックインしたんですけど、ゲート直行でいいですか？」って聞いてみる。 ●落ち着く。八つ当たり

クックパッド・R&Dインターンシップ MLOpsの講義資料 コードの場所は以下 https://github.com/chie8842/cookpad-internship-mlops-2018

英語で「よろしくお願いします」（宜しくお願いします）は何と言ったらいいんだろうと悩んではいませんか？ 丁寧に言う時は、「よろしくお願い致します」と表現しますね。 カジュアルな場合は「よろしく！」となります。 日本語はとても、便利な言葉で「よろしくお願いします」がいろんな場面で使えて、その場面によって相手も解釈を使い分けてくれます。 英語で「よろしくお願いします」や「よろしく」を言う場面は、大きく分けて下記の6つになります。 カジュアルからフォーマル（丁寧な表現）まで、よく使う場面を厳選しています。英語の言い方をすぐに確認したい方は「早見表」、もしくは下記の動画で確認してみましょう。 動画であれば発音などのポイントも解説しています。 初めて会った時（自己紹介の前）の「よろしくお願いします」出会いが終わった時（別れ際）の「よろしくお願いします」会議や打ち合わせの時の「よろしくお願いします」頼み

どのようにデータ基盤を作ったのか？「俺の考えた最強のデータ基盤」は使われない：開発現場に“データ文化”を浸透させる「データ基盤」大解剖（3）（1/2 ページ） 「ゼクシィ縁結び・恋結び」の開発現場において、筆者が実際に行ったことを題材として、「データ基盤」の構築事例を紹介する連載。今回は、「データ基盤」の開発プロセスについてお伝えします。 「使われるデータ基盤」を構築するために筆者が取り組んだ試行錯誤を紹介する本連載『開発現場に“データ文化”を浸透させる「データ基盤」大解剖』。前回はデータパイプラインを支える基盤システム設計について解説しました。第3回となる今回は開発プロセスについてお伝えします。 なお、技術要素としてはPythonやBigQuery、ツールとしてGitHubやJIRAを扱いますが、他の手段でも代替可能な内容です。細部にとらわれずにご自身の担当する業務や組織に当てはめながら

最新テクノロジーやデータを活用する企業が一堂に会し、先進的な取り組みを共有するカンファレンス「ウイングアークフォーラム 2017」。11月14日に開催されたウイングアークフォーラム 2017 [東京]では日本マイクロソフト株式会社の澤円氏が登壇し、「『働き方改革』を本気で進めるために必要なこと、教えます。 ～ワークスタイルのリアル～」と題して講演を行いました。 マイクロソフトが歩んできた“地雷だらけ”の道 澤円氏（以下、澤）：澤と申します。よろしくお願いします。40分間を使いまして「働き方改革」を本気で進めるときに必要なことをみなさんにお伝えしたいなと思っています。 タイトルが「『働き方改革』を本気で進めるために必要なこと、教えます。」だと、偉そうに聞こえますけど、なんていうことはない。我々が、散々先に踏んだ地雷の話をするわけですね。ですから、どのように地雷を踏んで道を作ったかというのを共

私は、シリコンバレーに拠点をもつAIビジネスデザインカンパニー、パロアルトインサイトのCEOとして、過去50社以上の日本企業にAI技術活用に関するアドバイスや導入をしてきました。 業界特化型のAIソリューションを提供する会社ではなく、業界横断的に企業のニーズを見て、それに対してAI技術を駆使した解決策を提案、実装してきた中で見えてきたことがあります。 それは、多くの日本企業、それも超一流の会社ばかりが、｢データ集めなきゃいけない病｣にかかっているということです。 弊社のクライアント企業の経営陣は、よく以下のような質問を投げかけて来ます。 •集められるデータを集められるだけ収集しないと、AI活用できないのか？ •分析するのは｢ビッグデータ｣じゃないといけないのか？ •どれだけの容量のデータが集まれば、｢解析するのに十分だ｣と言えるのか？ データが十分に集まっているだけでは、ゴールにたどり着け

カラオケビデオには独特の世界がある。 1990年代のような、2010年代にも見える雰囲気。登場する人たちもよく見ると美男美女なんだけど、よく見ると、なのだ。その人たちがジーンズに白Tで踊ったり、コンクリの壁にもたれかかったりしている。 好きすぎてカラオケに行くとずっと映像を見てしまう。 あの世界はどうやって生まれているのだろうか。 メーカーに聞きに行った。

(注：2017/04/08、いただいたフィードバックを元に翻訳を修正いたしました。 @liaoyuanw ) この記事は、私の著書 『Deep Learning with Python（Pythonを使ったディープラーニング）』 （Manning Publications刊)の第9章2部を編集したものです。現状のディープラーニングの限界とその将来に関する2つのシリーズ記事の一部です。 既にディープラーニングに深く親しんでいる人を対象にしています（例：著書の1章から8章を読んだ人）。読者に相当の予備知識があるものと想定して書かれたものです。 ディープラーニング：　幾何学的観察 ディープラーニングに関して何より驚かされるのは、そのシンプルさです。10年前は、機械認識の問題において、勾配降下法で訓練したシンプルなパラメトリックモデルを使い、これほど見事な結果に到達するなど誰も想像しませんでした。

海外出張を命じられたり、英語を使う部署に異動になったり、英語の電話がかかってきたり…。これまで日本語で仕事をしていたのに、急に会社で英語を使わなければならなくなったら、戸惑う人が多いのでは。今回は、英語初心者のビジネスパーソンにお勧めの“読んでおくといざという時に困らない”「ビジネス英語入門本」を15冊ご紹介します。 ビジネス英語初心者向け！最初に読みたい本 これからビジネス英語を学ぶ初心者におすすめの4冊です。「忙しくて英会話教室に通う時間がない」「オンライン英会話に興味があるけど、全然話せないから恥ずかしい」…そんな人はまず、この本で基礎を固めましょう。 ●英語ペラペラビジネス100 スティーブ・ソレイシィ著、アルク 価格：2160円（税込）　付属品：CD2枚、赤シート NHK教育テレビの人気語学講座で講師を務めていた著者が教えるビジネス英語入門本のベストセラー。タイトルに「ペラペラ」

DataRobotを用いて時系列モデルの作成する方法を紹介します。その後、どのような特徴量を使えば精度が良くなるのか、データにどのような前処理を行えば良いのか、トレンドデータや集約データを使った時系列予測など様々なトピックについて触れていきます。

English version available on dev.to はじめに matplotlibで作ったグラフの細かい調整は大変です。何をどういじったらいいのかを調べるのにアホみたいに時間がかかることがあります1。「何を」の部分の名前さえわからないこともあります。解決の糸口を掴んだ後も希望通りの見た目を実現するまでの最後のアレンジに苦労することが多いです2。これらの問題はmatplotlibのグラフがどういう要素で構成されていて、それらに対してどういうことができるかを知ることでいくらか改善されます。私はひたすらStack Overflowの回答を読むことでいろんなつまづきを時間をかけて乗り越えてきましたが、最近になってようやく公式チュートリアルにこの苦労を回避できたはずのヒントが書いてあることに気づきました。初期にざっと目を通したのですが「なるほど、よくわからん」と判断して読み込まな

『Transit Maps of the World（トランジットマップ オブ ザ ワールド）』という、路線図鑑賞業界では伝説となっている書籍がある。 この本には、ロンドン在住のジャーナリスト、マーク・オーブンデン氏が集めた、世界各地の地下鉄やトラムなどの路線図がひたすら掲載されている。 路線図を鑑賞することが好きなぼくのようなものにとって、様々な路線図がひたすら載っている本は、まさに路線図のハーレムといってもよい。（美女がたくさんいるという意味で）

上座下座をマスターすることはサラリーマンの基礎である。出世への近道。これを知っているだけで生涯年収が上がるのであれば覚えておいたほうが得だ。 僕は上司をタクシーの助手席に座らせてその後3日嫌味を言われたことがある。20代、給料がまったく上がらなかったのはあのせいかもしれない。 しかし、働き方改革という言葉の流行が表すように、働く環境は多様化している。在宅勤務、オープンイノベーション………そこにまだ上座下座の概念が追いついていないのが現状である。 そこで、上座がまだ決まってないシチュエーションでの上座を考えたいと思う。 バナナボート、ジェットコースター、3列シートの車、バス、タンデム自転車、気球、メリーゴーランドである。

線路が好きだ。 なかでも、多数のポイントでぐちゃぐちゃに分岐しているような景色に興奮する。 そんな線路分岐好きの間で至高と言われているのが、奈良県にある近鉄の大和西大寺駅である。本当にこんなに必要なのか、というくらい多数のポイントが接続され、もううっとりしてしまうような光景を生み出している。 悔しい。東京にもこんな駅ないだろうか。 というわけで、大和西大寺に匹敵する駅を探しに出かけた。

はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は

町導入の中学校給食「まずい」食べ残す生徒続々 : 社会 : 読売新聞（YOMIURI ONLINE） 神奈川県大磯町の中学校給食のマズさと異常な残食率と異物混入件数がニュースになっているのを聞いてとても悲しい気分になった。なぜなら僕が長年食品業界に勤めており、一時期数年間ほどだが給食の営業を担当していたことがあるからだ。ましてや神奈川湘南西湘エリアは僕の地元。そのエリアで展開しているほとんどの給食会社は（完璧ではないものの）全体的には良くやっているのを知っている。なので、一部の業者のテキトーな仕事のせいで、学校給食はマズイ、委託最悪、デリバリーは不衛生みたいな風評が蔓延するのはちょっと我慢ならないというかいただけない。そんな義憤と、台風で外出できない状況から、なぜ大磯町の学校給食がマズくなったのか考察してみたい。先ず、契約について。公立の学校給食は通常、公募プロポーザル入札で決定される。大