○：良好 ▲：実施しているが、表示不能 △：一部可能 ×：実装されていない or 良好ではない 4.2. Google/AutoML Tables 統計・機械学習に詳しくない方をターゲットにしていると感じました。 統計情報の表示画面・モデルの評価画面ともに説明が丁寧で、知識が少なくともある程度の結果を出せるように作られていると感じました。 一方、データの読み込みや処理などに癖が強いためこのサービスを含めたgoogle cloud platformへの知識は必要になりそうです 良い点 統計情報の表示画面が非常に優秀 ヘルプが充実しているため、モデルの評価が容易 悪い点 データ形式の制約が多い(行数1000行以上、分類ならクラスごとに20以上必要など) モデルの内部構造(採用した手法)が分からない 分析ページのサンプル画像 データの種類を自動判別してくれる他、欠損や固有値、各種統計情報を自動計
画像は『スマートエスイー「機械学習」講座PV～ gacco：無料で学べる大学講座』より オンライン講座サイト「gacco（ガッコ）」では5月12日の15時から、早稲田大学を中心に35以上の大学、企業、業界団体が手がける社会人教育プログラム「スマートエスイー」の一環として、オンライン講座「機械学習」が開講される。受講料は無料。 本講座では、人工知能（AI）における機械学習の理論を把握した上で、「Python言語の基礎」「教師あり学習・教師なし学習」「強化学習」「異常検知と半教師あり学習」などについて学べる。実際のデバイスやデータを用いた演習、実習、議論については、オンラインでも参加できるプログラムを用意している。 講師・スタッフは電気通信大学大学院 情報理工学研究科 准教授の清雄一氏、早稲田大学 グリーン・コンピューティング・システム研究機構 研究院客員准教授の坂本一憲氏、早稲田大学 理工学
Ubuntuをインストールすると毎回設定すること 今月はUbuntu強化月間ということで、Ubuntuをセットアップし直しています。私はLinuxはしょっちゅうセットアップをしなおすのと、たくさんのマシンを使う関係上、あんまりデフォルトから変えない（バリバリにカスタムはしない）方なのですが、その中でも毎回のように実施する設定も結構あったりします。 自分へのメモも兼ねて、そんな（自分にとって）鉄板の設定手順を、Linux PCの購入段階から一通りまとめてみたいと思います。 この記事の対象としている人は、Linuxの基礎的なコマンドは理解しているくらいの初心者〜中級者です。用途は、機械学習や趣味的なソフト開発です。Ubuntuのバージョンは22.04/20.04/18.04で確認しています。 対象としていないのは、フロントエンド関係・インフラ系開発者・上級者・Ubuntu以外のディストリビュー
SpringBoot/Quarkus/Micronautの性能を検証してみた ～その1 起動編～ - Taste of Tech Topics
こんにちは。@phonypianistです。 本投稿はアクロクエスト アドベントカレンダー 12月21日 の記事です。 最近、Quarkusアプリを本番適用しました。 QuarkusはJavaアプリを作るための軽量なフレームワークで起動が速いって聞くけど、実際どれくらい速いんだろう？と気になったので、Spring Bootや、類似OSSのMicronautと比べてみました。 背景 JavaのフレームワークといえばSpringBootが主流ですが、起動が遅かったり、必要なメモリが多かったりしています。 これは、アプリ起動時にリフレクションを用いてDI（Dependency Injection）を行っているのが要因の1つです。 マイクロサービス、コンテナネイティブなアプリケーションは、負荷の状況に応じて、シームレスにスケールアウトできる必要があります。 アプリケーションの起動速度が遅かったり、
GWに技術書イッキ読み！Kindleセールで5/10まで半額の本を分野別に総まとめ - 仮想サーファーの日常
Amazonで、Kindle本が最大50％OFFになるゴールデンウィーク限定キャンペーンが開催されています。 期間は、2020年5月10日（日）まで。 50%OFFは、自分の観測範囲では前回の開催が2019年12月末だったので、4ヶ月ぶりの50%OFFセール。 これだけ多くの種類の技術書が50％OFFになる機会は多くないので、この機会にほしい本がないかチェックしておきたいですね。 【Kindle技術書50%OFFセール（5/10まで）】を見てみる この記事では、ゴールデンウィークに一気に技術書を読んで技術力を伸ばしたい方向けに、学びたい分野別にKIndleセール本をまとめました。 プログラミング言語を学ぶ HTML/CSSに入門したい HTML5/CSS3モダンコーディング フロントエンドエンジニアが教える3つの本格レイアウト スタンダード・グリッド・シングルページレイアウトの作り方 吉田
機械学習やディープラーニングに必要な数学項目をピックアップし、そういった項目を教科書的～実践的にカバーしているオススメの「数学」本を紹介する。また中学～大学までの数学全体を学び直したい人向けの本も紹介。 連載目次 機械学習やディープラーニングを学んでいると、その内部の仕組みは計算式なので、やはりどこかしらで数式が出てくる。そこで数学の必要性を感じて本格的に学び始めるという人も少なくないだろう。 では、どのレベルから、どんな本で学べばよいのだろうか。これはケースバイケースで、あなたが大学生であれば大学レベルの本からスタートすればよいだろうが、大学から遠ざかって5年以上たつような社会人であれば、数学をもう少し基礎的なところから復習した方がいいかもしれない。 また、数学に10年以上のブランクがある場合、中学レベルの数学から部分的に記憶が欠落しているかもしれない。数学は積み上げ型の学問なので、一部
画像拡大ならkakudaiAC
汚い画像は、イメージが悪くなりますのでご注意ください。 画像をそのまま拡大すると、ほとんどの場合、画像が汚くなってしまいます。汚い画像は、あなたのイメージを損ねてしまうことに繋がりかねません。最新の人工知能技術を駆使したkakudaiACを使えば、美しい画質のまま画像を拡大することができます。 拡大サイズは、2倍・4倍・8倍・16倍の中から自由にお選びいただけます。ノイズ除去やシャープ機能も設定が可能です。 ESRGANを用いた超解像AIにより、高解像度の画像を生成します。 従来の画像編集ツールを使った画像の拡大では、ぼやけたりノイズが入ったりするなど、品質が低下します。これを修正するには多くの時間と人的リソースを必要とします。 拡大ACでは、ESRGANというディープラーニングを使ったAIモデルにより、写真の細かな部分を自動で生成し、品質を損なうことなく、最大16倍にまで写真を拡大します
本記事では、NVIDIAから発表されているPyTorchでのディープラーニングを高速化するコツ集を紹介します。 【※NEW】22年6月新記事：スクラム関連の研修・資格のまとめ & おすすめの研修受講方法 本記事について 本記事は、NVIDIAのArun Mallyaさんの発表、 「PyTorch Performance Tuning Guide - Szymon Migacz, NVIDIA」 に、説明やプログラムを追加して、解説します。 本記事のポイントは、Andrej KarpathyがTwitterで呟いている通りとなります。 good quick tutorial on optimizing your PyTorch code ⏲️: https://t.co/7CIDWfrI0J quick summary: pic.twitter.com/6J1SJcWJsl — Andrej
2022年もゴールデンウイークが始まる。20年～21年と違って、久しぶりに緊急事態宣言が発出されていない連休だ。とはいえ、3回目のワクチン接種が終わっておらず、まだ家で休みを過ごす人もいるかもしれない。中には、連休を勉強に充てる人もいるだろう。 そこで本記事では、連休中にパブリッククラウドについて学習したい人向けに、家で学べる教材の情報をまとめた。ITmediaで2022年に取り上げた記事の中から、4つ紹介する。 AWSをオンラインゲームで学ぼう 米Amazon Web Servicesが3月に公開した「AWS Cloud Quest: Cloud Practitioner」は、遊びながらクラウドサービス「Amazon Web Services」（AWS）の知識を学べるRPGだ。料金は無料。プレイヤーはゲーム内でクラウドエンジニアになり、舞台となる街のトラブルをAWSの技術で解決していくこ
Joonsick Baick2020-02-26Joonsick is in charge of media processing for LINE's MediaPlatform. はじめに 最近、ユーザーが作成したメディアを保存するためのクラウドサービスがかなり人気を集めています。Google フォトやNAVER nCloudなどのサービスがその例です。LINEでも、ユーザーの写真をサーバーに永久保存していつでも閲覧できるようにしたアルバム機能を提供しています。LINEのアルバム機能は、2013年9月にオープンして今年で6年を迎えます。たくさんのユーザーが活発に利用しているため、サーバーに蓄積されるデータ量も膨大になっています。 写真や動画などのLINEのメディアデータは、すべてLINEのメディアプラットフォームが運営するメディアストレージ「OBS（Object Storage）」で管
「無料のスケブ文化を変えようと思って」Skeb創設者、なるがみ氏インタビュー【シリーズ：東方からはじめた人たち。】 | 東方我楽多叢誌 〜strange article of the outer world〜
「無料のスケブ文化を変えようと思って」Skeb創設者、なるがみ氏インタビュー【シリーズ：東方からはじめた人たち。】 今年で25年目を迎える東方Project。その長きにわたる歴史は、様々な人の、創作の「はじまり」を見つめてきた。この人、その人も、実はあんな人も？その創作の最初に、実は「東方」が関わっていたりする。 東方我楽多叢誌では今後、【シリーズ：東方からはじめた人たち。】として、現在様々な世界で活躍している、そのモノづくりのはじまりに「東方」が関わっている人― 東方からはじめた人たち ―に、その始まりの話や、今行っていることについて伺ってみることにした。 同人即売会が中止、規模の縮小を余儀なくされる中で存在感を高めているサイトがある。手軽にイラストや音声データを有償でリクエストすることができるWebサービス「Skeb」だ。 Skebの設立者であるなるがみ氏は、もともと東方Project
「FINAL FANTASY XVの人工知能」がなかなか面白かったので書評 - Stimulator
- はじめに - このブログの人気シリーズの一つ、「献本されて読んだら良かったので書評で作者に媚を売ろうシリーズ」です。 今回は、あるきっかけで「FINAL FANTASY XV の人工知能 - ゲームAIから見える未来」（以下 FF本）という本を頂く形になりました。 FINAL FANTASY XV の人工知能 - ゲームAIから見える未来 作者: 株式会社スクウェア・エニックス『FFXV』AIチーム出版社/メーカー: ボーンデジタル発売日: 2019/06/04メディア: 大型本この商品を含むブログを見る 私自身の専門もあって、普段はこの手の「人工知能本」と私が認識しているジャンルの本、例えば「よくわかる人工知能」「人工知能ビジネス徹底解説」といった旨の本を手に取る事はほぼなく、ましてや誤った知識を流布する事が多いジャンルでもあると認識していたが、このFF本はまた別の楽しみ方が出来たの
はじめに データサイエンティストを志してみようと思っていろいろ調べたけど、ロードマップを調べても情報が多くてどれをやればいいかわからなくなったので頭の整理も兼ねて初めて記事を書いてみました。 多分知識がついたら増えるので加筆修正します。 初学者なので的外れな部分もあると思いますが、こんなのが足りないとか教えていただいたら加筆したいと思います。 筆者スペック ・MARCH文系卒 ・学部は経営学部 ・３０代前半 ・新卒で商社で７年、メーカーで３年営業 現在３社目 ・プログラミング歴０ データサイエンティストを目指すきっかけ ・会社に仕事をさせてもらう人生ではなく自分で仕事を選べるようになりたいという目標の為。 ・転職を繰り返した結果待遇は生活できるぐらいにはなったけど、 これからの人生とか考えた時に転勤とか含めどうしても会社に身柄を拘束された人生しか見えなかったこと。 ・結婚とか考えた時に収入
こんにちは、Research Internの荒尾(@karolis_ml)です。 日進月歩の勢いで研究が進んでいる深層学習ですが、教師あり学習でもっとも大事なデータのアノテーション、応用分野ではまだまだ大変ですよね。例えば、犬の写真から犬種を判断する分類器を作ろうとして教師データが必要になったとき、あなたは以下の画像にどんなラベルをつけるでしょうか? 出典: Pixabay 犬好きの方は正しくアラスカンマラミュート、そうではない方は似た有名犬種であるシベリアンハスキーと答えられたことでしょう。マラミュートの茶色い目(かわいい)や小さめの尖った耳(かわいい)を見分けて正しくラベル付けをするのは、決して簡単ではありません。 このようなアノテーションの分野に関して当ブログでは以前、Bounding BoxやSegmentationの効率化についての研究サーベイを行いましたが、この犬種分類のような
僕の場合は1章は知っていたので飛ばしました．2章，3章を合わせて1日で読んで，ほかは1章ずつ読みました．計6日で読んだ感じですね．コードはまずは自分でどう書くか考えてみて，3分くらい思いつかなかったら写経しました．内容はとてもわかりやすかったです．題名通りゼロからニューラルネットワークを作るもので，ライブラリは基本的には使わないで実装する構成です．ただし，途中著者の書いたコードをインポートするように促されることがあります．納得がいかない人はコードは公開されているのでそれを見ればいいです．それにしてもニューラルネットワークが思っていたより単純だったのが少し驚きでした． この本でニューラルネットワーク内の処理のフローをおおまかに理解できたかなと思います．個人的な見解ですが，なにかに入門する際には内容を1つ1つ深堀りするよりは，全体像を捉えるほうが頭に残ると思います．この本は程よく深堀りしないの
欲しかったデータサイエンス系の資格を全部取ったのでまとめます。 エンジニアではなくデータサイエンティスト寄りのため、AWS絡みやオラクルマスター等の実装系は弾いています（最終成果物がコードではなくレポートや資料であるジョブのイメージ）。 取った資格一覧 統計検定1級 データベーススペシャリスト データサイエンスエキスパート 応用情報技術者 G検定 データサイエンティスト検定リテラシーレベル Python3エンジニア認定データ分析 データサイエンス数学ストラテジスト上級 取った資格一覧 参考にステータス表示を付けていますが、無職の適当な主観なのであまり鵜呑みにしない方がいいです。当然ながら、基本的に難しい資格の方がパワーが高いし楽しい傾向があります。 ①パワー：こいつやるやんって思う度 ★★★：なかなかやるやん ★★☆：まあまあやるやん ★☆☆：やらなくはないやん ②難易度：ゼロから勉強する
"Hello, world!"のもう一歩先へ！ 興味駆動開発で学び、ブログに残し続けたその先には、新しい世界があった - Findy Engineer Lab
すぎゃーん（@sugyan）と申します。Web系の企業でソフトウェアエンジニアとして働き、主にサーバサイドのアプリケーション開発をやっています。 長らく関東で暮らしていましたが、2018年に京都に転勤し、1年半ほど過ごしました。そこで今の妻と出会い、結婚や転職などを機に2019年初夏に妻と2人で東京に移り住み、とあるベンチャー企業で働きはじめました。 これまで東京を中心に勉強会などに参加してきましたが、ここ数年は自分自身もエンジニアコミュニティをめぐる状況も大きく変わっています。そんななかでも変わらずに、興味を持った技術があれば淡々と手を動かし、アウトプットを続けてきたことについて書いてみようと思います。 2020年は予想外の展開で「東京に戻らない」ことを選択 ブログを通じて「自分で作った」ものが名刺代わりになった キャリアの始まりでブログを始め、勉強会に出会った 勉強した軌跡をメモとして
既存の様々なサイトなどで確認したところ、 料金表示などが古くなっていたので改めてまとめてみました。 プログラミングの入門なら基礎から学べるprogate progate これからプログラミングを学びたい初心者に最もオススメの学習サイトです。 プログラミング用語も非常に丁寧で分かりやすい説明がされているので、 挫折することなく安心して学習を進めることができるでしょう。 ただ、ここで学べることは基礎中の基礎なので、 ここで学んだからといってすぐに業務に活かすことはできないでしょう。 初級者向け。 paizaラーニング paiza progateで学んだ次にここで学ぶと良いでしょう。 pythonの触りを確認した次はここで、もう少し発展的な、 よりpythonらしさを学ぶことができるコースがあります。 初級者向け。 ３分動画でマスターできるプログラミング学習サービス ドットインストールで学んだこ
まえがき データ分析はなんて広いんだろう。影響力の強まりに応じ、自然・社会・人間ほぼすべてが対象となりどんどん拡大していく。対象に応じ手法も広がり複雑化し、学ぶべきことが多すぎる。データサイエンティスト協会のスキルチェックリストVer.3.001（ごめんもう4.00が出てるね）も500超の項目があります。読むべき図書も良書と思われるものだけでも増え続けており、もう手に負えない状況です。 ただ、これはやってはだめだ、ここを知らないと道に迷う、という絶対に知っておくべき点は学べる範囲だと思います。本書では、データ分析において間違えやすい、誤解しやすい点を共有し、データ分析全体をよくする目的で、かつ データ分析の入門書・専門書に分野ごとには書かれてはいますが1つにまとまっておらず目に触れにくいもの データ分析の入門書・専門書でもスルーされていたり場合によっては誤っていると思われるもの で自分なり
画像は講座紹介用ウェブサイトより 総務省は2月25日から、将来の経済成長を担う“データサイエンス”力の高い人材育成のため、データサイエンス・オンライン講座「社会人のためのデータサイエンス入門」の受講者を募集開始した。入門編として、統計学の基礎やデータの見方・データの取得方法などを学べる。開講は5月18日を予定している。登録料および受講料は無料。 講座紹介用ウェブサイトより 本講座のコースは4つの部分に分かれている。第1週では、社会でデータがどのように活用されているかについて、実際のデータを用いた分析事例を紹介する。第2週では、データを理解し、分析する際に必要な統計学の基礎について学ぶ。第3週では、日ごろ目にすることの多いデータの見方について学習する。第4週では、誰もが入手可能な公的統計データをインターネットで簡単に取得する方法について説明してくれる。 講座紹介用ウェブサイトより 講師は、『
Google Colaboratoryで試せる面白い機械学習プロジェクト6選投稿者: tsukurel 投稿日: 2020年6月10日2020年6月10日 Google Colaboratory（略称Colab）はご存じでしょうか。名前の通りGoogleによって提供されているサービスで、PythonをWebブラウザ上で実行できるJupyter Notebookを提供しています。さらにGPUが無料で実行できるとあって、機械学習系のプロジェクトでも利用されています（実用というより実験などで用いられています）。 今回はそんなGoogle Colaboratoryで実行できる面白いプロジェクトを幾つか紹介します。Open in Colabの画像をクリックすれば、それぞれのプロジェクトをすぐに試せます。 動画中の車認識 Google公式に提供されているプロジェクトです。道路を走っている車を認識し、車
2019年９月５日、三省堂から待望の『大辞林』第４版が刊行されました。2012年11月の『大辞泉』第２版、2018年１月の『広辞苑』第７版に続き、二十数万語規模の中型国語辞書３種の大規模改訂版が出揃った格好になります。 比較するなら今しかない！ 以下、めちゃめちゃ長くなるので、最初に結論を先取りしたレーダーチャートを示します。あくまで超ざっくりとした比較ですので、参考程度にご覧ください。 まず『広辞苑』『大辞林』『大辞泉』の大まかな特徴を比べた上で、具体的な見出し語も対照してみます。これらをどのように使い分けたらよいかの参考になればと思います。 「中型辞書」の位置づけ 『広辞苑』のような、二十数万語を収録する規模の辞書を、ふつう「中型辞書」と呼び習わしています。「大型辞書」と呼ばれることもありますが、本稿では「中型辞書」で統一します。 かつては多くの種類が刊行されていましたが、今ではこの中
総受講生数 45,000 人を超える株式会社キカガクが提供する、完全無料でディープラーニングの基礎スキルを一気通貫で学べるコースです。理論を学び、プログラミングで理論を実装するスキルを身につけることを目指します。 本コースはディープラーニングの難解な数学を手書きで解説しており、初心者の方でもしっかり理解を深めながら学ぶことができます。 また、プログラミングではハンズオン形式（実際にプログラミングを行いながら学ぶ形式）を採用しているため、実装するスキルを身につけることができます。 【学習の始め方】 学習を始めるためには、下記サイトURLからアクセスし、画面右上の「新規登録」からアカウントを作成します。アカウント作成後のアンケートの記入を完了すると、本コースが付与されます。
ゼロからはじめるデータサイエンス 第2版
本書はPythonプログラミングを通してデータサイエンスの基本知識を「ゼロから学ぶ」ことができる入門書です。読者は架空のソーシャルネットワーク運営企業、データサイエンス・スター社のデータサイエンティストとして、さまざまな課題を解決しながら、必要な知識とスキルを着実に積み上げていきます。第1版の発刊から5年。その間、データサイエンスへの注目はますます高まり、Pythonはバージョンアップが進み、ライブラリは一層充実しました。このような変化に伴い、内容を全面的にアップデート。Pythonプログラミングの基礎から線形代数、統計確率の基礎、回帰、機械学習、ナイーブベイズ、決定木、ニューラルネットワーク、ディープラーニング、自然言語処理、ネットワーク分析、リコメンドシステム、データベースとSQL、MapReduce、データ倫理まで、データサイエンスに必要な幅広い知識をカバーします。 正誤表 ここで紹
世の中にはよい機械学習の結果が存在する。高い精度で推論（分類・検出）できるものがある。 だから、データの特性が、元々の想定から変わった時にも「機械学習だから、学習させればなんとかなるよね」と期待する人がいるかもしれない。 この文章は、そのような安易な考え方に立つことを戒めるために書く。 (もちろん、機械学習は今までになかった価値をいろんな分野にもたらす可能性が極めて高い。) (主張したいことは、 ビジネスとして見返りが期待できる内容の機械学習をすること。 100%の精度が期待できる機械学習は、そんなに多くない。それでも見返りが期待できる使い方をしてほしい。 1人のエンジニアに支援なしに丸投げするのではなく、チームとしての支援が有効であること。 最初の問題設定を疑ってかかること。手書き文字認識の強化で宅配便の伝票をなんとかするよりは、手書きを必要としない方がいい。 ) garbage in
PyTorchの習得は、シンプルなニューラルネットワーク（NN）の、まずは1つだけのニューロンを実装することから始めてみよう。ニューロンのモデル定義から始め、フォワードプロパゲーションとバックプロパゲーションといった最低限必要な「核」となる基本機能に絞って解説。自動微分についても簡単に触れる。 連載目次 人気急上昇の「PyTorch」を使いたい。そう考えて、PyTorchの公式チュートリアルを開いて学習を始めてみた、という人は少なくないだろう。しかし、挫折してしまったり、なかなか進まなかったり、という人も少なくないのではないだろうか。 というのも、その公式チュートリアルの、最初の「テンソル」解説だけは（NumPyライクな直観的なAPIなので）難しくないとしても、次が「Autograd（自動微分）」、その次が「ニューラルネットワーク」……と言いつつも、いきなり「CNN（畳み込みニューラルネッ
経験ゼロから始めるAI開発 - Qiita
本記事について 本記事は2019/5/24に開催した「経験ゼロから始めるAI開発/イラスト評価AIの仕組み解説セミナー」の内容についてまとめたものです。 記事概要 本記事はAI・機械学習について素人の状態から、業務で使用するAIシステムを開発するまでのプロセスや勉強方法について解説します。また、実際に開発したイラスト評価AIの仕組みについても概要を説明します。 これからAI技術を使ったプロジェクトを始める方、AI・機械学習の勉強を始める方を対象とした記事になります。 何を作ったのか 制作されたキャラクターイラスト画像に使われている塗り方の割合判定や、背景画像の有無、描き込み量、制作難易度を解析し、それを元に想定制作価格の算出や制作可能なイラストレーターのレコメンドを行うアプリを作りました。 本アプリを2019年4月のAI・人工知能EXPOに出展したところ、ITメディア様に取り上げていただい
達人出版会
探検! Python Flask Robert Picard, 濱野 司(訳) BareMetalで遊ぶ Raspberry Pi 西永俊文 なるほどUnixプロセス ― Rubyで学ぶUnixの基礎 Jesse Storimer, 島田浩二(翻訳), 角谷信太郎(翻訳) 知る、読む、使う！ オープンソースライセンス 可知豊 きつねさんでもわかるLLVM 柏木餅子, 風薬 R／RStudioでやさしく学ぶプログラミングとデータ分析 掌田津耶乃 データサイエンティストのための特徴量エンジニアリング Soledad Galli(著), 松田晃一(訳) 実践力をアップする Pythonによるアルゴリズムの教科書 クジラ飛行机 スッキリわかるサーブレット＆JSP入門 第4版 国本 大悟(著), 株式会社フレアリンク(監修) 徹底攻略 基本情報技術者教科書 令和6年度 株式会社わくわくスタディワール
2011年から2018年にかけて、計5389人から収集した眼底画像だという。眼底画像のデータセットには、加齢黄斑変性症、緑内障、網膜剥離（はくり）、糖尿病など9種類の症例画像がタグとともに記録されている。 ツカザキ病院眼科は04年から臨床データベース構築に取り組んでおり、現在は7人のAIエンジニアが眼底画像の自動診断などを研究している。AIエンジニアチーフの升本浩紀さんは、「少子高齢化に対応していくには、ITによる医療の効率化や医療革新などが必要」とプロジェクトページで説明している。 関連記事 順天堂大、認知症の早期発見に「IBM Watson」活用へ 「同じ話を繰り返す」「表情の変化が乏しい」など兆候を検知 順天堂大が、日本IBMなどと共同で行っている、AIを医療に役立てるプロジェクトの詳細を発表。人の表情や振る舞いを「IBM Watson」で分析し、認知症を発症しているか否かを判定する
まずディープラーニングがどのように発展していったのかお話しします。 第一次ニューラルネットワークブーム ある時、脳の神経細胞を仕組みを再現した人工ニューロンを作ります。 人工ニューロンとは上図のようなものを指します。 この複数の信号から1つの信号を出力するアルゴリズムをパーセプトロンと呼びます。 この人工ニューロンを2つ重ねるとが学習できるらしくブームが起こります。下図。 ですが世の中の多くを占めている非線形の問題が解けなく、ブームが終わります。 第二次ニューラルネットワークブーム 実は3層以上重ねるとどうやら非線形問題が解けることは知られていましたが、誰も実装まで手が付けられませんでした。 ところがある時、BackPropagationという方法が発見され、3層以上を重ねられました。 何層も重ねたものをニューラルネットワークと呼びます。 （アルゴリズムを多層パーセプトロンといいます。）
2020年のキャリアアップにつながる注目のIT資格まとめ、機械学習の基本を押さえた「G検定」や人気トップのPython・AWSをオトクに学べるUdemyキャンペーン
「消費税で物価が上がるなら給料も上げて欲しい」「同じ時間働いて買えるものが減るのはイヤ」となったのをきっかけにして転職や昇進、部署異動の機会を伺っている人も多いはず。特に人材不足気味のIT系の職種ではさまざまなチャンスが転がっており、プログラミングを勉強したり、機械学習やクラウドサービスの知識を付けたりすることでチャンスをつかみ取りやすい状況になっています。 しかしITについて初めて学ぶ時や、クラウドや機械学習などよく知らない分野に手を伸ばそうとする時には、基本的な知識が足りていないため、何をどれくらい勉強すれば良いのか分からず困ってしまいがちなもの。そこで「資格取得」を目標にとして勉強を進めることで、迷うこともなく、大切とされている部分を漏れなく身につけることができるため、学習を効率よく進めることが可能です。さらに、転職・就職の際に履歴書にも書けるようにすることで、まさに一石二鳥。 そこ
Microsoft Researchは2019年6月25日（米国時間）、データサイエンスやディープラーニング、強化学習向けにオープンソースのデバッグ／可視化ツール「TensorWatch」を発表した。TensorWatchは「Jupyter Notebook」で動作し、機械学習（ML）トレーニングのリアルタイム可視化や、モデルとデータの重要な分析タスクを実行する。 Microsoft ResearchはTensorWatchを、「研究者やエンジニアの仕事に役立つ先進的機能を数多く提供する、デバッグツールのスイスアーミーナイフ」とうたっている。2019年6月にスペインのバレンシアで開催された「ACM SIGCHI Symposium on Engineering Interactive Computing Systems」で、TensorWatchのプレゼンテーションを行ったという。 Mic
人工知能規制、資本主義批判、民主主義再考
人工知能規制、資本主義批判、民主主義再考 2023.05.22 Updated by yomoyomo on May 22, 2023, 18:58 pm JST 先週、米上院の公聴会に召喚されたOpenAIのサム・アルトマンCEOが、「AIに規制は必要」と発言したことが話題になりました。ディープラーニング分野に多大な貢献をしたAI研究の第一人者であるジェフリー・ヒントンが、Googleを退社して「AIは人類の脅威になる」と警鐘を鳴らすのと合わせ、今のAIを巡る報道には不安をかきたてる浮足立った空気があります。 冷静に考えれば、AI開発を免許制にすべきという規制を求めるサム・アルトマンの発言は、オープンソースによるコモディティ化を牽制しながら、市場で優位性を確保したところで規制を求めるルールメイキング戦略の定石に沿ったもので、要は現状の優位性の定着が目的であり、驚くところはありません。 た
はじめに 下記には、typewriterまたはcomputerのkeyboardで全文写経した本は数冊（すべて英語）あります。 輪講で全部読んだ本、日本語と英語でも読んだ本などもそれぞれ１０冊以上あります。 100回以上読んだ本が10冊以上あるような気がします。 影響を受けた本というよりは、愛読書かもしれません。 引用は、 https://bookmeter.com/users/121023 https://booklog.jp/users/kaizen https://www.amazon.co.jp/gp/profile/amzn1.account.AEZYBP27E36GZCMSST2PPBAVS3LQ/ref=cm_cr_dp_d_gw_tr に掲載している自分で書いたreviewです。 最初にあるところに記録し、それからamazonに転載し、10,000冊になった頃にNo.1 R
手っ取り早く、やられたシーンを抽出したい人向け OBSと連携するWebアプリを作成しました 詳細はこちらの記事をご参照ください。 スプラトゥーン3で、やられたシーンをOBSのリプレイバッファで自動保存する 以前のWebアプリ スプラトゥーン2 やられたシーン自動頭出しツール「iKut」 Dockerイメージ こちらでDockerイメージを配布しています。 はじめに スプラトゥーン2を発売日からやりこんで3年になります。2年かけて全ルールがウデマエXに到達しましたが、そこからXパワーが上がらずウデマエＸ最底辺で停滞しています。最近は自分のプレイ動画を見て対策を立てるのですが、すべての動画を見るのは大変です。そこで敵にやられたシーンは特に修正すべき自分の弱点があると考え、そこだけを自動で抽出するシステムを作ってみました。 ↑このシーンを切り出します。 画像の引用 この記事では任天堂株式会社のゲ
富士通は6月19日、みずほフィナンシャルグループのシステム開発・保守作業を改善する実証実験を始めたと発表した。生成AIを活用し、システム設計書の記載漏れや書き間違いを自動検出するという。2024年3月31日まで2社共同で実施する。 設計書の記載漏れを防ぐだけでなく、修正した書類を基に、システムテストの仕様書をAIで自動生成する技術の開発も目指す。システムの開発・保守そのものをAIに任せることが可能かの検証も進めるという。 実証実験では、大規模言語モデル「GPT-3.5」などのAPIを米Microsoftのクラウドで使える「Azure OpenAI Service」を活用する。富士通がAIを独自にカスタマイズし、研究中のAI技術を試験提供するプラットフォーム「Fujitsu Kozuchi （code name） - Fujitsu AI Platform」を介してみずほに提供するという。
はじめに 2020年も，機械学習コミュニティでは多くの新しい成果が見られました．2019年に引き続き，1年を振り返ってもっとも面白かった論文を10本紹介したいと思います． * 本記事は，私のブログにて英語で書いた記事を翻訳し，適宜加筆修正したものです． ** 記事中の画像は，ことわりのない限り対象論文からの引用です． 論文10選（公開順） 普段から，読んだ論文を簡単にまとめてツイートしているので，それを使って公開日順に振り返っていきます．対象はおおまかに「2020年に公開された論文」と「2020年に学会・雑誌で発表されたもの」とします．全くの主観で選んでいるので，私の興味範囲である深層学習および応用研究に偏っている点はご容赦ください． 紹介するのはこちらの10本です！ Rigging the Lottery: Making All Tickets Winners PIFuHD: Multi
ChatGPTやBing Chatの背景にある大規模言語モデルの多くは、Googleが開発したニューラルネットワークアーキテクチャーの「Transformer」を採用しています。このTransformerの鍵になるのが「Self-Attention」というシステムです。このSelf-Attentionを視覚化するためのツール「Attention Viz」を、ハーバード大学とGoogleの共同研究チームが発表しました。 AttentionViz Docs https://catherinesyeh.github.io/attn-docs/ Transformerがどういう仕組みのアーキテクチャなのかについては、以下の記事を読むとよくわかります。 ChatGPTにも使われる機械学習モデル「Transformer」が自然な文章を生成する仕組みとは？ - GIGAZINE 自然言語処理をディープラ
＜目次＞ はじめに 第1回：コンピュータビジョン編 第2回：自然言語処理編 第3回：強化学習編 第4回：実務応用編 次回予告 1. はじめに GAN（敵対的生成ネットワーク）講座 現場で使える XAI（Explainable AI）講座 現場で使える自然言語処理実践講座 ディープラーニング最新論文対策講座 スキルアップAIでは、上記の4講座を始めとして、現在、そしてこれから注目されるであろう最先端の機械学習/ディープラーニング技術に関する講座を開講しております。このような講座を開講していく中で、スキルアップAIの講師陣が注目している最先端技術をぜひ知りたいというお声を多くいただきました。 そこで、自動機械学習（AutoML）を専門としICMLなどのトップカンファレンスへの論文採択経験もある斉藤と、需要予測・異常検知など様々な分野で機械学習/ディープラーニングの産業応用に取り組んできた小縣が
はじめに こんにちは、推薦基盤部の与謝です。ECサイトにおけるユーザの購買率向上を目指し、レコメンデーションエンジンを研究・開発しています。最近ではディープラーニングが様々な分野で飛躍的な成果を収め始めています。そのため、レコメンデーション分野でも研究が進み、精度向上に貢献し始めています。本記事では、ディープニューラルネットワーク時代のレコメンド技術について紹介します。 目次 はじめに 目次 パーソナライズレコメンドとは 深層学習より前の推薦手法 協調フィルタリング Matrix Factorization SVD（Singular Value Decomposition） Factorization Machine 深層学習を使った推薦手法 ニューラルネットワーク推薦手法に対する警鐘 Recboleプロジェクト Recboleプロジェクトを用いた各アルゴリズムの検証 General Re
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
AutoMLがすごいと聞いたので色々使って比べてみた - Qiita
早大の講師らが担当、機械学習やPythonの基礎を学べる無料講座が開講 | Ledge.ai
Ubuntuをちょっと使いやすくする設定集 - Qiita
機械学習／ディープラーニングの「数学」が学べるオススメ本
PyTorchでの学習・推論を高速化するコツ集 - Qiita
連休中の勉強にいかが？ パブリッククラウドの教材情報4選、2022年版
LINEのストレージ効率化を支えるJPEG↔HEIF変換プロジェクト「Antman」開発記
ど素人初学者データサイエンティストロードマップまとめのまとめ - Qiita
ノイズのある教師データを用いた機械学習に関する研究サーベイ - ABEJA Tech Blog
理系大学生が暇でディープラーニングの勉強始めてみた - Qiita
23/9/24 データサイエンス系資格だいたい全部取った - LWのサイゼリヤ
初心者でもPythonを学習できるサービス8選(初級者向けから上級者向けまで) - Qiita
ヤバいデータ分析（書籍・記事であまり扱われてないが重要なこと） - Qiita
総務省、無料の社会人データサイエンス入門を再び開講 | Ledge.ai
Google Colaboratoryで試せる面白い機械学習プロジェクト6選 – ツクレル
『広辞苑』『大辞林』『大辞泉』はどう違う？ 中型国語辞典徹底比較 - 四次元ことばブログ
講座情報詳細｜脱ブラックボックスコース （METI/経済産業省）
機械学習でなんとかしようと安易に考えるな - Qiita
第1回 難しくない！ PyTorchでニューラルネットワークの基本
兵庫県の病院が「眼底画像」データセット1万3000枚を無料公開 「AI研究・教育に使って」
DeepLearningの歴史、学習方法について (E資格対策) - Qiita
Microsoft、オープンソースのAIデバッグ／可視化ツール「TensorWatch」を発表
人生で影響を受けた本100冊。英語(77) - Qiita
スプラトゥーン2のプレイ動画から、やられたシーンだけをディープラーニングで自動抽出する - Qiita
みずほ、システム開発・保守を生成AIで改善 富士通と実証実験
2020年のおもしろかったDL/ML論文10選 - Qiita
ChatGPTなどの対話型AIの基礎となっている「Attention」を可視化した「Attention Viz」
【AI最新論文】2022年に読むべき「機械学習/ディープラーニングの最新論文」30選 - Qiita
ディープラーニングを活用したレコメンドエンジン改善への取り組み - ZOZO TECH BLOG