Googleが高精度かつ高速にファイル形式を判別するツール「Magika」公開
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
Deep Tabnine - Tabnine Blog
Update (August 19): We’ve released Tabnine Local, which lets you run Deep Tabnine on your own machine. TL;DR: Tabnine is an autocompleter that helps you write code faster. We’re adding a deep learning model which significantly improves suggestion quality. You can see videos below and you can sign up for it here. There has been a lot of hype about deep learning in the past few years. Neural network
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
渡辺明名人、１秒間に8000万手読むコンピュータを購入しディープラーニング系のソフトも導入（２）（松本博文） - エキスパート - Yahoo!ニュース
松本 今までの名人のパソコンで最新版の水匠を動かして、どれぐらいNPS出るか拝見していいですか？（Nodes Per Second＝１秒間に何局面を読むか） 渡辺 どうぞどうぞ。 松本 えーと、300万と少しですね。こっちの新しいマシンだとそれが6000万とかになるわけでしょ？ 十数倍か・・・。 杉村 そうですね。 渡辺 これ、計算能力でいうと、何倍みたいな言い方をするんですか？ 杉村 ちょっと失礼します。スペックを見ると・・・。これ（古いパソコン）だとインテルのCore i7の6コア12スレッドで動くソフトなんですけど、こっち（新しいマシン）はCPUがRyzen Threadripper 3990Xで64コア128スレッドなので、そうすると128÷12だから・・・10倍ぐらいの頭脳があるってことですね。 松本 私はコンピュータに全然詳しくないんですけど「スレッドリッパー」という名はよく耳
Spring Modulith でモジュラモノリスなアプリの構造を検証してみた - Taste of Tech Topics
アクロクエスト アドベントカレンダー 12月9日 の記事です。 普段は Java, Python でバックエンドの開発をしている大塚優斗です😃 最近は Spring フレームワークのメジャーアップデートなどで盛り上がっていますね！ 10月にこんな記事を見かけて、Spring Modulith がとても気になっていたので、手元で試したことを書いていきます✍️ Spring Modulith とは Spring Modulith でできること 0. Spring Modulith でのパッケージの扱いについて 1. モジュール構造の検証 循環参照の検知 別モジュールへのアクセス違反の検知 2. モジュールに閉じた結合テスト 単一のアプリケーションモジュールで結合テストができること Bootstrap モードによって、結合テスト時に他モジュールの Bean 生成ができること 3. イベントによ
１．はじめに 私は普段、IT企業の企画系部門で仕事をしています。以前はアプリケーションエンジニアとして現場に入っていましたので、それなりの開発経験もあります。 これまで、業務に関する学習は当然のことながら、資格試験はIT/非ITに関わらず40以上の合格実績があり、継続的な「学び」についてはそれなりに実践してきたと思っています。 今回、「新人エンジニアにすすめたい勉強法」というアドベントカレンダーがありましたので、過去を振り返りながら「学び」や「勉強法」についての考え方などを、皆さまと共有させていただきたいと思います。どこまで共感いただけるかわかりませんが、皆様の取組みにおいて少しでもお役に立てば幸いです。 ２．なぜ学びが必要なのか？ 最初に「学び」の必要性について確認します。ここでは、ギャラップ社が提唱する次の方程式をお借りして考えてみたいと思います。 強み ＝ 才能 × 投資 社会人とし
データサイエンス設計マニュアル
本書は広い視野からデータサイエンス全体を俯瞰し、問題を解決する上で重要なことは何か、その設計原則に焦点を当てた入門書です。データを収集、分析、解釈するためのシステムを構築するために必要な、確率・統計の基礎から線形代数、スコアとランキング、統計分析、データマンジング、可視化、数学的モデル、回帰、機械学習まで広範囲にわたってカバーするだけでなく、思考プロセスも重視します。著者は、ニューヨーク州立大学ストーニーブルック校で長年にわたりコンピュータサイエンス教育に携わってきた計算機科学者で、統計学と計算機科学の枠を越えた新しい学問としてデータサイエンスを捉え直し、著者独自のアプローチでデータサイエンスの本質に迫ります。 1章データサイエンスとは 1.1 計算機科学、データサイエンス、リアルサイエンス 1.2 データについての興味深い問い 1.3 データの性質 1.4 分類と回帰 1.5 データサイ
この記事は、新しくプログラミング言語を設計する際に数値型をどうするべきかについて、私の持論をまとめたものです。 数の体系 JavaScript（BigInt以前）やLua（〜5.2）などは唯一の数値型が浮動小数点数型で、整数も実数も同じ「number」型で表現します。ミニマルな言語を作るのならそういう設計もアリかもしれませんが、ネイティブコンパイルも視野に入る実用的な言語を作るなら整数と実数を一緒くたにする設計はやめた方が良いと思います。 特に、JavaScriptにコンパイルする言語を作るからと言って、数値型の設計まで真似る必要はありません。 整数を浮動小数点数で表現すると、思わぬ性能低下の要因になったりします。最近（2023年2月）、次のツイートが話題になりました： これは正のゼロと負のゼロが値として区別され、正のゼロは内部的に整数扱いされるのに対し負のゼロはそうではないことによるもの
2030年には高度IT人材が数十万人不足するといわれていますが、実は、日本にはプログラミング能力が世界トップレベルの高度IT人材が多数いることを知っていますか？ 本連載では、企業の業績を左右するほど重要になった高度IT人材の採用と育成について、競技プログラミングコンテストAtCoderの高橋直大代表に解説いただきます。自身も世界トップクラスのプログラマーである高橋氏から見た、日本の高度IT人材事情とは？ 「従来型IT人材」は余る？本当に必要となるIT人材とは？ こんにちは、AtCoderの高橋です。AI産業に注目が集まっていて、各企業が優秀なエンジニアを集めていることは、皆さんご承知の通りでしょう。あらゆる仕事をAIに置き換えていく流れを考えると、AI人材はIT企業だけではなく、あらゆる企業に求められ始めています。日本ではAI人材、高度IT人材が今後数十万人不足するといわれており、人材の育
キヤノンは2月8日、同社のエントリー向け一眼カメラ「EOS Kiss」シリーズのコンセプトを継承したAPS-Cミラーレス「EOS R50」を発表した。価格はボディが11万1100円、標準ズームキットは12万6500円。ダブルズームキットは15万6200円。3月下旬発売を予定する。 R50は、同社の「EOS Kiss」シリーズのコンセプト「簡単・きれい・コンパクト」を継承しつつ、EOS Rシステムで高画質化を図ったモデル。ただし、Kissの名前は冠されておらず、同ブランドの現行モデル「EOS Kiss M2」の直接的な後継機ではないという。とはいえ、Kissがターゲットにしていたエントリー層をカバーしつつ、より広くミラーレスの魅力を伝えるモデルとして展開する。 センサーは2420万画素のAPS-Cサイズ。映像エンジンは「DIGIC X」を採用する。最高ISO3万2000の常用感度が利用できる
BLOGOS サービス終了のお知らせ
平素は株式会社ライブドアのサービスを ご利用いただきありがとうございます。 提言型ニュースサイト「BLOGOS」は、 2022年5月31日をもちまして、 サービスの提供を終了いたしました。 一部のオリジナル記事につきましては、 livedoorニュース内の 「BLOGOSの記事一覧」からご覧いただけます。 長らくご利用いただき、ありがとうございました。 サービス終了に関するお問い合わせは、 下記までお願いいたします。 お問い合わせ
画像認識におけるトップカンファレンス「CVPR 2019」で、AIでの自動動画要約の常識を根本的に覆す論文が発表された。最先端の動画要約手法が、ランダムで作成された動画要約と同等レベルでの要約しか作成できていないことを示したものだ。 本稿では、7月13日に開催された「CCSE 2019」でのサイバーエージェントAI Labの大谷まゆ氏による講演「ディープラーニング時代の性能評価」の講演内容、および同氏のCVPR 2019に採択された論文「Rethinking The Evaluation of Video Summaries」の内容をまとめた。 合わせて、動画要約技術で用いられてきた手法の簡単な説明と、「ランダム抽出での要約結果がAIと同等の結果を示した」とはどういうことか、解説する。 近年の動画要約手法とそのデータセットそもそも動画要約とは、もとの映像のなかで根幹をなす内容を捉えつつ、映
ZOZO研究所の清水です。弊社の社会人ドクター制度を活用しながら、「社内外に蓄積されているデータからビジネスへの活用が可能な知見を獲得するための技術」の研究開発に取り組んでいます。 弊社の社会人ドクター制度に関しては、以下の記事をご覧ください。 technote.zozo.com 私が現在取り組んでいるテーマの1つに、「機械学習が導き出した意思決定の理由の可視化」があります。この分野は「Explainable Artificial Intelligence（XAI）」と呼ばれ、近年注目を集めています。 図．XAIに関連する文献数の推移（引用：https://arxiv.org/abs/1910.10045） その中でも今回はユーザに対するアイテムの推薦問題に焦点を当て、「なぜこのユーザに対して、このアイテムが推薦されたのか？」という推薦理由の可視化が可能なモデルを紹介します。 本記事の概要
過去のブーム（並列プログラム）の現状を考える
みんな割と未来の予言はよくするが、あんまりその結果を振り返らんよなぁ。 現在のディープラーニングのブームをどう捉えるか、というか、 プログラマのキャリアという点でどう接していくか、を考えるにあたり、 過去のブームを考えてみるのは良いんじゃないか、という気がした。 最近並列GCや並行GCの章を読んでいて、 一昔前の大きなブームとしてはParallel computingがあったなぁ、と思い出した。 ということでこの事について、専門にしてなかった部外者プログラマの目にどう映ったかを記しておきたい。 なお、「XXXだと言われていた」はあんまりソースとかを確認したりはしてません。 なんとなく自分はそう聞いていた気がしたしそう思ってた、程度のものです。 かつて思っていたことと当時の状況 Parallel computingはだいたい10年くらい前の時点ではその後の大きなトレンドとして明らかに存在して
Amazon Bedrock の Claude と Stable Diffusion を組み合わせて簡単に画像生成 - Taste of Tech Topics
こんにちは、肌寒い日が続くと南の島の暖かい海に行きたくなる菅野です。 AWS上で、 様々なAIモデルを利用できるようになるサービス、Amazon Bedrockがリリースされました。 Bedrockでは今までのブログで紹介してきた、テキスト生成以外にも、画像生成に利用できるモデルStable Diffusionも利用可能になっています。 Stable Diffusion自体はOSSとなっているので無料で利用できますが、自身のマシンにインストールして動かす必要があり、動かすマシンにはある程度の性能のGPUも必須になってきます。 手軽にStable Diffusionをオンデマンドで利用できるのは今までにないメリットなのではないでしょうか？ 今回は、BedrockのClaudeV2モデルを用いて作成したプロンプトを使って、Stable Diffusionで画像生成をしていこうと思います。 Be
anond:20120303220901を見て何となく調べてみたくなった。デイリーのホットエントリに入っているものだけだから抜けがあると思う。 482あとで/3046users 【永久保存版】「お金がもらえる・戻ってくる制度や手当」をまとめてみた→リプ欄にも続々情報が集まって有能「行政がやるべきことを無償で…神」 - Togetter 372あとで/2421users 【永久保存版】Gitのあらゆるトラブルが解決する神ノウハウ集を翻訳した - LABOT 機械学習ブログ 329あとで/1559users 初心者が無料で勉強できる良教材いろいろまとめ - orangeitems’s diary 271あとで/1298users すべての新米フロントエンドエンジニアに読んでほしい50の資料 - Qiita 258あとで/2327users お金の話について｜ヨッピー｜note 256あとで/1
![[あとで読む]2019年7月あとで読むトップ２０リスト](https://cdn-ak-scissors.b.st-hatena.com/image/square/b1638cdb5807a4788e4ba3c1109a984166e095fc/height=288;version=1;width=512/https%3A%2F%2Fanond.hatelabo.jp%2Fimages%2Fog-image-1500.gif)
富士通グループの株式会社富士通研究所は11月16日、超高圧縮した映像からでも高精度に映像の内容を認識できる映像圧縮技術を開発したと発表。 具体的には、同社は独自開発の高次元データ解析技術「DeepTwin（ディープツイン）」を深層特徴量の圧縮に応用し、画像認識精度を低下させずに、従来の画像圧縮方式の1つである「H.265」による映像圧縮と人工知能（AI）を組み合わせた一般的な方式と比較して、100倍以上の圧縮率を達成可能な映像圧縮技術を開発したという。 近年、ディープラーニング（深層学習）による画像認識の飛躍的な性能向上によって、映像から情報を抽出する画像認識AIソリューションが注目され、AI認識に特化した映像圧縮技術の開発が活発化している。とくに、監視・確認作業などをAIによって自動化する場合には画像を復元せずに、AIが画像認識するために必要な深層特徴量のみを圧縮・伝送する技術が注目され
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
こんにちは。サービス開発室の武田です。このエントリは、2018年から毎年公開しているAWS全サービスまとめの2024年版です。 こんにちは。サービス開発室の武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2024年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2023年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 247個 です。 まとめるにあ
ゼロから機械学習エンジニアになった方法 - Qiita
はじめに 未経験から機械学習エンジニアになって2年が経った節目にここに至るまでの経緯を紹介します。 初期スペック 30代 高専卒 工場勤務 数学は学生時代は並みの上くらいだったがほとんど忘れてる プログラミングスキルゼロ パソコンスキルはオフィスソフトが事務作業レベルで使える程度 タイピングできる 初期のモチベーション 今の仕事は今の会社じゃないと役に立たないスキルしか身につかないと感じ、何か自力で稼げるスキルを身に着けたい。 人生の大半の時間を費やす仕事を苦痛で終わらせたくない。楽しい仕事がしたい。 パソコン触るの好きだし、プログラミングとかどうなん？（機械学習なんて言葉も知らない） 取り組んだこと 1/2 まずは触ってみる プログラミングのプの字も知らなかったので、最初に取り組んだのが Progate でした。はじめはHTMLとCSSでWebページを作ることからはじめました。しかし、P
画像認識と深層学習
日本ロボット学会 ロボット工学セミナー 第126回 ロボットのための画像処理技術 講演資料 https://www.rsj.or.jp/event/seminar/news/2020/s126.html 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深層学習，その中でも特に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はクラス分類をはじめとして，物体検出やセグメンテーション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広く利用されてきている．本講演では，CNNの発展を振り返るとともに，エッジデバイスで動作させる際に重要となる高速化等，関連する深層学習技術の解説を行う． 1. クラス分類向けモデルについて 1.1. ILSVRCで振り返る進化の歴史 1.2. その他重要なモデル 1
なにこの技術…？画像解析ディープラーニングを使ってさまざまななものをノリノリにしてしまった人現る「これめっちゃ好き」「超笑ってる」
foka @foka22ok DeepLabをリアルタイムで動かすことができたので、TouchDesigner連携して強制的に音楽にノリノリにさせてみました。 #touchdesigner #deeplab #semanticsegmentation pic.twitter.com/uM72AhKSCk 2020-05-26 18:28:58 foka @foka22ok 思ったより見てくれる人が多いので少し補足。 これはTouchDesignerから映像送ってSegmentationで領域抽出し、その領域だけをリズムのバスドラムの音域使ってオーディオリアクティブで動かしてます。 映像はNHKクリエイティブライブラリーを使わせてもらいました。 リズムはAbleton使って作ってます。 2020-05-27 11:59:59 foka @foka22ok リアルタイムじゃなくても良いなら、同
日本ディープラーニング協会（JDLA）は「ディープラーニング開発標準契約書」を策定し、9月6日に公開した。 JDLAは、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指す協会。理事長は東京大学大学院工学系研究科教授の松尾豊氏が務める。 スタートアップと大企業間での契約締結を円滑化するディープラーニング技術は、さまざまなビジネスでの活用、社会実装に向けた開発・検討が進みつつある。技術開発を担うスタートアップと業務の委託者である大企業との間で多くの議論が交わされている。 一方で、契約においては、当事者間の契約実務に関する経験・スキル、ディープラーニングに関する認識・理解のギャップがあり、契約の締結がなかなか進まないという課題がある。 JDLAの産業活用促進委員会では、これらの課題を踏まえ、スタートアップと大企業間での契約締結を円滑化しさらなるディープラーニング技術の産業活用
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
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
NVIDIA新ドライバでStable Diffusionの処理能力が倍に
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
★新人エンジニアが知っておきたい『学習スキーム』と『究極の勉強法』！！★ - Qiita
新しくプログラミング言語を作る際に数値型をどうするべきか
本当に不足しているIT人材を知るために、本当に必要なもの | ウェブ電通報
さらば「EOS Kiss」 登場から30年でブランド終息へ 後継モデル「R50」登場
「AIによる動画要約研究」に激震。今までの自動動画要約技術はランダム抽出と大差なかった？ | Ledge.ai
意思決定の理由の可視化が可能なグラフ構造の学習アルゴリズムの紹介 - ZOZO TECH BLOG
[あとで読む]2019年7月あとで読むトップ２０リスト
グーグルのAI祭り「Google I/O 2024」基調講演を総まとめ
富士通、一般的な方式の100倍以上の圧縮率を誇る映像圧縮技術を開発 | Ledge.ai
Pythonの実装やMicrosoftのAI講座が無料に | Ledge.ai
【2024年】AWS全サービスまとめ | DevelopersIO
日本ディープラーニング協会、「ディープラーニング開発標準契約書」を公開 | Ledge.ai