「エンジニアじゃなくてもAIは使える」 メルカリが求めるAI人材の条件
「どういうデータを取得し、どのようにプロダクトに落とし込むかという発想を持つ人がいればAIは加速する」――メルカリ取締役CPO（Chief Product Officer）の濱田優貴さんは、こう話す。 同社は3月28日に技術説明会を開催。同社は現在AI（人工知能）技術に注力しており、フリマアプリ「メルカリ」でも積極的にAIを組み込んだ機能を提供している。 AI人材の採用を強化する中、同社がAIに取り組む理由や、フリマアプリ「メルカリ」の今後について語った。 目指すのは「かざすだけで出品」 メルカリで特に注力するのが、売ることの簡略化だ。ECサイトの登場で、多くの人にとって商品の売買は身近なものになってきたが、濱田さんは「売ることへのハードルはまだ高い。AIを使って売ることをもっと簡単にしたい」と話す。 売ることの簡略化には既に取り組んでおり、現状は、スマートフォンで写真を撮ると商品名、カテ
スタンフォード大のAndrew Ng氏が非エンジニア向けAI講座「AI For Everyone」をCourseraで公開 | Ledge.ai
について学ぶことができます。 講師のAndrew氏はこの講座について、Twitterで以下のようにコメント。 AI For Everyone is now available on @Coursera! This course will help non-engineers and engineers work together to leverage AI capabilities and build an AI strategy. If you want your company to embrace AI, this is the course to get your CEO to take! https://t.co/bzpf1ed8DL pic.twitter.com/zfaclVjnbS — Andrew Ng (@AndrewYNg) 2019年2月28日 AIを学ぶ重要性は
中学生でもなんとなくわかるDeepLearningのアルゴリズム
人工知能（AI）やDeepLearning（ディープラーニング），この頃よく聞きますよね． しかし，いまいち何なのかよくわからないという人は多いのではないでしょうか． 私の周りの人たちも教養として興味はあるけれども，数式が出てくると何がなんだかという人が多いようです． また，人工知能やディープラーニングをビジネスに応用したいけど何ができるのか全く見当もつかないといった人も多いようです． そもそも，ディープラーニングとはなんのことなんでしょう．AIや機械学習との違いはどこにあるのでしょう． そこで今回はエンジニアや理系の学生でない人に向けて，ディープラーニング（主にその基礎となるニューラルネット）の仕組み，原理，アルゴリズムや種類，それが何の役に立つのかについて解説してみようと思います． このような場合には，よくわからない記号が出てくる数式は避けるべきだと思います． しかし，すべてを包み隠さ
数学分からず機械学習しても良いじゃん。だってエンジニアだもの。｜石川 聡彦 @ai_aidemy
こんにちは、石川（@Aidemy）です。はてなブログからnoteにちょっと浮気したつもりでしたが、noteのほうが書き心地が良いので今日もnoteです。 機械学習には数学の予習が必要なのか？ さて、以下のツイートがそこそこファボられまして。『人工知能プログラミングのための数学がわかる本』の著者としては黙っておれん！ということで、noteにまとめます。結論としては（数学の参考書を執筆しておきながらw）「数学の予習は不要だと思う派」ではあります。 勿論、数学が完全に不要と言っているのではなく、入り口として数学は不要だよね、という趣旨です。概ね同意のツイートも多く、こんな感想が寄せられました。 もちろん、機械学習エンジニアとして腕を磨いていくなら、線形代数や微分・確率統計などのテーマは押さえておくべきと感じます。特にTwitter機械学習界隈はプロ意識の高いが多いので、数学をしっかりやるべき、と
文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみました。 - Qiita
※この記事の1年後に文系エンジニアがCourseraの機械学習コースを1ヶ月で修了したので振り返ってみました。という記事もアップしました。 文系エンジニアが機械学習に入門しようと思うと、どうしても「数学の壁」にぶつかります。 一般的に、機械学習を理解するためには、大学レベルの「微分積分」「線形代数」「確率統計」の知識が必須とされていますが、私のような典型的文系エンジニアの場合、それを学習するための基本的知識自体が圧倒的に不足しているため、まずは高校までの数学を一からやり直してみました。 学習前の私の数学スペック 学生時代の数学の学習歴は高校2年生の2学期位まで。 大学で経済数学の授業があった気がするがほとんど出席していない。 仕事で使った数学知識は三角関数程度。(画像処理ソフトを開発した際に使用) 学習に要した時間 小学校の算数 5時間 中学数学 6時間 数I/数A 12時間 数II/数B
「エンジニアは今すぐディープラーニングを学べ」松尾豊氏が見据える、日本がシリコンバレーを追い越す日 - エンジニアtype | 転職type
2015.07.08 スキル 大企業からスタートアップまで。BtoBサービスからエンターテインメントまで。日々取材をしていて、いまや人工知能という言葉を聞かない日はない。過去2度のブームと冬の時代を繰り返してきた人工知能研究に、3度目の春が訪れている。 その主役は「ディープラーニング」と呼ばれる新しい機械学習の手法だ。 2012年に行われた画像認識技術を競う世界的なコンペティション「ILSVRC」で、トロント大学の研究チームがこの技術を用いて、それまでの常識を覆す圧勝を記録。同じ年に発表された有名な「Googleのネコ認識」と呼ばれる研究も、ディープラーニングを用いたものだった。 東京大学大学院工学系研究科・准教授の松尾豊氏も、まだ「ディープラーニング」という名前がなかったころからこの技術に注目し、研究を続けてきていた。松尾氏は著書『人工知能は人間を超えるか』の中で、ディープラーニングを「
1
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
