[CEDEC 2021] 運用中タイトルでも怖くない！ 『メルクストーリア』におけるハイパフォーマンス・ローコストなリアルタイム通信技術の導入事例Naoya Kishimoto
Guide To AGPL
[CEDEC 2021] 運用中タイトルでも怖くない！ 『メルクストーリア』におけるハイパフォーマンス・ローコストなリアルタイム通信技術の導入事例Naoya Kishimoto
【メタサーベイ】基盤モデル / Foundation Models
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/Read less
SPA時代のOGPとの戦い方
JavaScriptが解釈できないクローラーが正しくogpタグを読めるようにするために、どのようなアーキテクチャでSPAのサイトを構築すればいいかというお話Read less
畳み込みニューラルネットワークの高精度化と高速化
2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．CNNは画像分類だけではなく，セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている．本講演では，AlexNet以降の代表的なCNNの変遷を振り返るとともに，近年提案されている様々なCNNの改良手法についてサーベイを行い，それらを幾つかのアプローチに分類し，解説する．更に，実用上重要な高速化手法について、畳み込みの分解や枝刈り等の分類を行い，それぞれ解説を行う． Recent Advances in Convolutional Neural Networks and Accelerating DNNs 第21回ステアラボ人工知能セミナー講演資料 http
そのアプリ開発�PowerAppsでやるか否かの指針？（※個人的見解）
SharePoint Online モダンサイトの設計 - SharePoint の利用計画 - #MSInteract19 #PR05
深層学習の判断根拠を理解するための 研究とその意義 @PRMU 2017熊本
深層学習の判断根拠を理解するための 研究とその意義 @PRMU 2017熊本1. Copyright © 2017 TIS Inc. All rights reserved. 深層学習の判断根拠を理解するための 研究とその意義 戦略技術センター 久保隆宏 2. Copyright © 2017 TIS Inc. All rights reserved. 2 深層学習における、解釈性の問題 説明力が問われるシーン 判断に影響を受ける関係者がいる場合 法的責任が伴う場合 継続的なメンテナンスが必要な場合 判断根拠を理解するための手法 ネットワークの出力を最大化する入力の作成 入力に対する感度を分析する 出力から入力までの経路を逆にたどる 様々な入力から出力の傾向を推定する 入力に対する着目点をモデルに組み込む 説明力に対する評価 説明の一貫性
スキルチェックリスト 2017年版
一般社団法人データサイエンティスト協会 スキル委員会が、2017年10月23日に公開した、「データサイエンティスト スキルチェックリスト ver2.00」です。
CuPy解説
CuPyの簡単な解説を行います。NumPyと比較してCuPyによりどのくらい早くなるかや、利用上の注意点（メモリプール）について説明します。 ElementwiseKenrnel, ReductionKernelの使い方も解説します。 CuPyの実装のすごーくざっくーりした全体概要にも触れます。
不均衡データのクラス分類
「はじめてでもわかる RandomForest 入門－集団学習による分類・予測 －」 －第７回データマイニング+WEB勉強会＠東京Koichi Hamada
Meta-Prod2Vec: Simple Product Embeddings with Side-Information
Meta-Prod2Vec: Simple Product Embeddings with Side-Information1. Meta-‐Prod2Vec: Simple Product Embeddings with Side-‐Informa:on Flavian Vasile, Elena Smirnova @Criteo Alexis Conneau @FAIR 2. Contents • Product Embeddings for Recommenda:on • Embedding CF signal: Word2Vec and Prod2Vec • Meta-‐Prod2vec: Embedding with Side-‐Informa:on • Experimental Results • Conclusions 3. Product Embeddin
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
え!? Power BI の画面からデータ更新なんてできるの!? ～PowerApps カスタムビジュアルの可能性～Yugo Shimizu
ユーザーストーリーとは？
ユーザーストーリーとは？ 1. ユーザーストーリーとはhttp://www.flickr.com/photos/cannedtuna/4674434821/ 2. 吉羽龍太郎 (@Ryuzee) アジャイルコーチ 認定スクラムプロフェショナル(CSP) 認定スクラムマスター(CSM) 認定スクラムプロダクトオーナー(CSPO) http://www.ryuzee.com/ 野村総合研究所等を経てベンチャーのCTOhttp://www.flickr.com/photos/adforce1/2539903964/ 3. プロダクトオーナー スクラムマスター チーム (7±2人) ステークホルダー製品に対して責任をもち機能 スクラムプロセスがうまく プロダクトの開発を行う。 製品の利用者、出資者、管理職に優先順位を付ける いくようにする。 製品の成功に向けて最大限 などの利害関係者。鶏と称す 外
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
メタバースのビジネスモデルと技術限界
Cvpr2021で発表されたvirtual try on まとめ
A-Frameで始めるOculus Quest対応WebVR
Linux女子部 iptables復習編
BlackBox モデルの説明性・解釈性技術の実装
学会に発表者として継続的に参加するためのセルフマネージメント
実録Blue-Green Deployment導入記
Poincaré Embeddings for Learning Hierarchical Representations
