おしっこセンサーできました ウチの小学生の息子が家のトイレでたびたびおしっこをこぼしてしまう。俺がくどくど注意してもあんまり効果ない。そこで、代わりにAIに怒ってもらうことにした。こんな感じである。 おしっこセンサーのデモ（動画）。水を数滴床にたらすとブザーが鳴り、床を拭くと止まる。 ディープラーニングの画像認識を使い、床の上に落ちた水滴をカメラで検出してブザーが鳴る仕組みだ。夏休みの自由工作に過ぎないので精度は期待していなかったけど、意外にきちんと動いてくれて、カメラに映る範囲に水滴を数滴たらすとピッピと鳴り、床を拭くとブザーも止まる。「お父さんだってAIくらい作れるぞ」と息子に自慢したいがための工作なのだ。 でも、これ作るのはそんなに難しくなくて、休み中の3日くらいで完成した。かかったお金は、RasPiやカメラ、周辺デバイスが2万円弱、画像認識のモデル作成に使ったクラウドの料金が数10
November 24, 2019 学環・学府特任准教授の不適切な書き込みに関する見解A message about inappropriate writings by a part-time project faculty of III/GSII ＳＮＳ等におきまして、東京大学大学院情報学環・学際情報学府（以下、学環・学府）の特定短時間勤務有期雇用教職員（特任准教授）による、特定個人及び特定の国やその国の人々に関する不適切な書き込みが複数なされました。 これらの書き込みは、当該教員個人または兼務先組織に関するものであり、学環・学府の活動とは一切関係がありません。 東京大学憲章では、「東京大学は、構成員の多様性が本質的に重要な意味をもつことを認識し、すべての構成員が国籍、性別、年齢、言語、宗教、政治上その他の意見、出身、財産、門地その他の地位、婚姻上の地位、家庭における地位、障害、疾患、経
「日本は機械学習パラダイスだ」。こう提言したのは、早稲田大学法学部教授の上野達弘さんだ。 なぜなのか。その理由は、日本の著作権法にある。 日本の著作権法では、「情報解析を行うために著作物を複製すること」が、営利・非営利問わず認められているのだ。世界にもまれな規定だという。 著作権・AIに詳しい弁護士・柿沼太一さんが10月2日に都内で開いた「AIビジネス法務・知財セミナー」の内容から、機械学習と日本の著作権法の関係についてまとめる。 キモは「著作権法47条の7」 機械学習とは、大量のデータをプログラムに解析・学習させることで、プログラムが自らデータの特徴を見つけ出し、分類・整理できるようにする手法。例えば、大量の猫の写真を学習させ、猫の特徴を学んだモデルに、新たな動物の写真を入力すると、猫か猫ではないかを判別する――といったイメージだ。 機械学習を行うためには、大量のデータをAIプログラムに
自身が保有していたIT企業株を巡り、売却益にかかる所得税を申告していなかったことが明るみに出た平井卓也デジタル相（63）。問題のIT企業株を購入した時期は内閣府政務官を務めており、政務三役在任中の株取引自粛を求める大臣規範に違反していたことが、「週刊文春」の取材でわかった。 平井氏が保有していたのは、IT企業「豆蔵ホールディングス」（東京都新宿区）の株式。同社の荻原紀男社長（63）と平井氏は20年来の付き合いで、豆蔵ホールディングスは2013年から2017年にかけて毎年60万円、計300万円を平井氏が代表を務める自民党香川県第1選挙区支部に献金してきた。 一方、豆蔵ホールディングスのグループ会社「ネクストスケープ」（東京都新宿区）は、デジタル庁の関連事業である東京五輪向けアプリを再委託先として6.6億円で受注している。 平井氏によれば、豆蔵ホールディングス株を購入したのは、2006年6月。
機械翻訳と意味 - アスペ日記
ここ最近、Google翻訳がリニューアルされ、性能が向上したという話が流れてきたので、さっそく試してみた。 ぼくが真っ先に試したのは、「母は、父が誕生日を忘れたので、怒っている。」だ。 なぜこの文が気にかかっていたかは後述する。 結果は次の通り。 "My mother is angry because my father forgot her birthday." すばらしい。 では、「母は、父が鞄を忘れたので、怒っている。」はどうだろうか。 "My mother is angry because my father forgot his bag." 完璧だ！ 「誕生日を忘れた」の場合は「母の誕生日」と解釈し、「鞄を忘れた」の場合は「父の鞄」と解釈する。 これこそ、利用者が翻訳に求めるものじゃないだろうか。 しかし、ここまでだった。 次にぼくは、「父」と「母」を入れ替え、「父は、母が誕生日
Bard が日本語に対応
Bard は、ジェネレーティブ AI を活用してユーザーをサポートする Google の試験運用中のサービスです。旅行プランの案を出したり、ブログ記事の構成案を作成したりと、英語での公開から 2 か月弱の間に、すでに多くのユーザーに様々な方法でお使いいただいています。 そして、本日より Bard が日本語でも利用できるようになりました。「おいしい卵焼きを作るためのコツを教えて」や「夏休みの自由研究のアイデアを出して」など、 創造性と生産性を高めるパートナーとして、 bard.google.com から、Bard をぜひお試しください。 Bard とは Bard は、Google の大規模言語モデル（ LLM : Large Language Model ）である PaLM 2 を利用しています。LLM は言語のパターンを拾い上げること、それを使って文章の中で次に来る確率の高い単語を予測する
タグ 1960sファンクパゴーヂパナマパプアニューギニアパラグアイパレスチナパンクパンデイロパーカッションヒットチャートヒップホップビッグバンドピアノピアノトリオファドフィリピンバーレーンフィンランドフォークフュージョンフラメンコフランスフリューゲルホルンフリージャズフルートブラジルブラジル音楽ブルガリアブルースプエルトリコプレイリストパキスタンバンドリンベトナムニュージーランドチベットチュニジアチューバチリチルアウトディジュリドゥデンマークトランペットトルコトロンボーンドイツドラムスナイジェリアナミビアニュースバンドネオンネオソウルノルウェーハイチハイライフハワイハンガリーハンマーダルシマーハープハーモニカバイアォンバヌアツバハマバルカン音楽バンジョープログレベナンチェロ写真ルクセンブルクルーマニアレアグルーヴレゲエレバノンレユニオンロシアロックヴァイオリンヴィオラ・ダ・ガンバヴィブラフ
「ITエンジニア本大賞 2016年の技術書ベスト10」の各書籍について勝手に紹介 - 思っているよりもずっとずっと人生は短い。
ITエンジニアに読んでほしい！技術書・ビジネス書 大賞 2016 「編む庭」のほぼ裏番組になってしまいますが、明日はデブサミ2016で、翔泳社さんの「ITエンジニアに読んでほしい！技術書・ビジネス書 大賞」のプレゼンセッションがあるのでした。 今年は参加してないのですが（告知後に確認したら協賛お願いのメールが埋もれてました…。対応せずに大変失礼いたしました）、せっかくなので今年の技術書ベスト10になってた各書籍についてコメントしてみます。 『ITエンジニアのための機械学習理論入門』 ITエンジニアのための機械学習理論入門 作者: 中井悦司出版社/メーカー: 技術評論社発売日: 2015/10/17メディア: 単行本（ソフトカバー）この商品を含むブログ (2件) を見る ふだんはLinuxとかクラウドっぽい書籍を書かれいてる中井さんの書籍です。ちょっと意外ですが、本書では機械学習についての理
ChatGPT便利すぎる！！
Appleがゴミみたいなレビューで会社のアプリをリジェクトしてきた。 「Specifically, your description includes Android references.」 だって。 アプリの説明にはAndroidなんて単語は全くでてこないのに！ 念の為アプリの中身も調べたが、確かにAndroidという単語は文字列としてアプリに含まれるが、それはユーザーには見えないところにあるので問題ないはずだった。 この野郎Apple、適当な審査しやがって。 そう思って返信してやろうと思ったけどうまく書けない。 直接的な物言いは出来るけど、ちゃんとビジネスマナーに沿って書かないとリジェクトいじめされそうだし。 そこでChatGPTで聞いてみた。 「Please write a reply to Apple, who wrongly rejected my company's iOS
はじめに 本記事では、データサイエンスについて学んだこと、データ分析業務に携わって、経験したこと、気付いたことをまとめています。特に、後半を中心にまとめています。前半についてはこちらの「データサイエンティストを目指して半年で学んだことまとめ」に書いています。ご興味があれば、読んでいただければと思います。 全てはビジョン（あるべき/ありたい姿）を明確にしてから始まる データ分析で最も重要になるのが、ビジョン（あるべき/ありたい姿）の明確度にあると感じています。ビジョンが明確であるほど、課題・目的も明確に設定でき、課題解決のための仮説検証、必要なデータの準備と、ビジョンの実現に向けたデータ分析ができるようになります。勿論、ビジョンが明確であれば良いというものではないかもしれません（必要なデータが集められない等）が、少なくとも、意味のない作業を減らすことは可能だと考えられます。 逆にビジョンが明
はじめに 本記事では、データサイエンティストを目指して勉強した半年間で学んだこと、気付いたことをまとめます。これからデータサイエンティストを目指して勉強する人の参考になればと思います。 最初の一手 個人的にではありますが、最初はアプローチの理解から始めると思いますが、数式とプログラミングの両方を勉強する方が良いと思います。数式→プログラミング or プログラミング→数式の順序はどちらでも良いと思いますが、プログラミング（フレームワーク）のみはやめた方が良いと思います。出力結果の解釈で苦労することになるので、理論、数式はしっかり理解した方が良いです。 プログラミング、フレームワークの力で、機械学習ができるのは事実ですが、作ったモデルや予測結果の説明ができなければ価値がありません。 そして、モデルは作るだけでなく、評価・改善していく必要があります。その際に、グリッドサーチのようにモデルのパラメ
人工知能を研究している非営利団体OpenAIが開発した言語モデル「GPT-3」を使用して、何者かが海外掲示板のRedditに1週間近く投稿を続けていたことが分かりました。GPT-3による投稿は、最終的に開発者の手によって停止されましたが、発覚するまでの間GPT-3は誰にも気付かれることなく、Redditユーザーと言葉を交わしていたと報じられています。 kmeme: GPT-3 Bot Posed as a Human on AskReddit for a Week https://www.kmeme.com/2020/10/gpt-3-bot-went-undetected-askreddit-for.html Someone let a GPT-3 bot loose on Reddit — it didn’t end well https://thenextweb.com/neural
AIが1000時間学習して執筆した『バットマン』脚本がヤバいので全訳してみました - フロントロウ ｜ グローカルなメディア
大人気ヒーロー、バットマン バットマンは、DCコミックスの人気キャラクター。これまで何度も実写映画化され、ベン・アフレックやクリスチャン・ベイル、ジョージ・クルーニー、マイケル・キートンなど、数々の大物俳優がその役を務めてきた。 ©︎WARNER BROS. 2021年には『トワイライト』シリーズのロバート・パティンソンをバットマン役として迎えた新作映画『ザ・バットマン』が公開予定。2020年8月23日に開催されるDCコミックス史上最大のバーチャルイベント、DCファンドームでその新情報が明かされる見込み。 表の顔は大富豪、裏の顔はゴッサムシティを守るヒーローとして多くのファンに愛され続けているバットマン。そんな彼の活躍をAIに学習させ、架空の新作映画の脚本を作ってみた男がいる。 バットマンの新作映画の脚本をAIに⁉︎ アメリカのコメディアン、キートン・パティは、これまでに公開された約100
最近とある企業の採用担当者と会い、大変興味深い話をうかがった。その方の会社は中々に革新的で、昨今話題のAIによる採用判定を書類選考に絞って導入してみたのだという。 結果はなかなかに上々だったとの事だけど、最終的には採用におけるAIの導入は断念した。 AIの採用を見送った理由はAIの判断が悪かったからではない。結果だけみれば、AIの判断はプロの採用担当者と比較して、そう悪いものではなかったようだ。 問題となったのは、AIが「なぜこの人を選んだのか。なぜこの人を選ばなかったのか」を説明してくれなかったところにあったという。 これは実に大変興味深い指摘で、今後AIが導入される社会を生きる私達にとって非常に有益な知見が詰まっている。今日はこれを掘り下げて、僕なりのAIが導入された後の社会の行方についてみていく事にしよう。 AIの思考回路は人間と随分違う AIは囲碁の世界チャンピオンを打ち倒したり、
ディープラーニングで「インド人を右に」を理解する: Generative Adversarial Network による画像モーフィング - 加藤大晴のウェブサイト
ディープラーニングで「インド人を右に」を理解する: Generative Adversarial Network による画像モーフィング 「インド人を右に」問題 インターネットを長く使っている方は、伝説の誤植「インド人を右に」 [1] についてご存知なのではないでしょうか。 「くお〜!! ぶつかる〜!! ここでアクセル全開、インド人を右に!」 この唐突に過ぎる意味不明な「インド人」は「ハンドル」の誤植であり、それはライターの手書きの文字が汚かったために発生したとされています。 …手書きの文字が汚かったとして、どうすれば「ハンドル」が「インド人」になるのか？ 従来より、この問題について様々な考察がなされてきました。 ここでは、近年の技術の発展の成果を取り入れ、コンピュータに文字を書かせることによって「ハンドル」から「インド人」への変容についてアプローチしてみたいと思います。 # これは De
サルでも分かるwaifu2xのアルゴリズム
ログイン
自然言語処理に前処理は不可欠です。テキストは文字の羅列であり構造化されていないため、そのままでは処理するのが難しいです。特にWebテキストの中には HTMLタグ や JavaScript のコードといったノイズが含まれています。このようなノイズは前処理して取り除かなければ期待する結果は得られないでしょう。 出典: Deep learning for computational biology 本記事では自然言語処理における前処理の種類とその威力について説明します。説明順序としては、はじめに前処理の種類を説明します。各前処理については、1.どんな処理なのか、2.なぜその処理をするのか、3.実装方法(なるべく) という観点から説明します。種類について説明した後、前処理の威力を測るために前処理をした場合としなかった場合での文書分類の結果を比較します。 前処理の種類と実装 この節では以下に示す5つ
ツイッターで自分を中傷するツイートに繰り返し「いいね」を押されたことで名誉を傷つけられたとして、ジャーナリストの伊藤詩織氏（31）が20日、自民党の杉田水脈衆議院議員（53）に220万円の損害賠償を求め東京地裁に提訴した。 SNS上での中傷が社会問題になるなかで、ツイッターでの「いいね」に法的責任…
研究者やグーグル、Apple、CYBERDYNEなど名だたる企業から人材が集まる（画像をタップすると高解像度版を表示します）。 取材をもとにBusiness Insider Japanが作成 メルカリが上場し、日本で有数のユニコーン（未上場で企業価値10億ドル以上の企業）とされるプリファード・ネットワークス（以下、PFN）。 トヨタやファナック、日立製作所など日本を代表する技術系大手企業から資金を調達し、事業面でも連携を進める、いま日本でもっとも注目を集めるスタートアップの1社だ。 PFNが開発したオープンソースの深層学習フレームワーク｢Chainer｣は、世界中の企業や開発者に利用され、AIの研究開発の最前線に食い込んでいる。 そのPFNは、プリファード・インフラストラクチャー（PFI）から分社する形で2014年3月に創業、現在の社員数は150人を超えた。そして、いまなお優秀な技術者が集
ゼロから作るディープラーニングという本が昔はやったが、それをYoutubeで解説している神動画を見つけたので紹介。スライドとコードで両方解説しているようだ。 Deep Learning 第1回:まずは環境構築だ！Pythonの実行環境と各種ライブラリの説明をしている。ただ、これは以前紹介したGoogle Colaboratoryで用意できそう。 この動画で学ぶこと ・環境構築の方法 ・numpyの基礎 Deep Learning 第2回:パーセプトロンを実装しよう以下の内容を学ぶ。 パーセプトロン ニューロンモデル AND回路 OR回路 XAND回路 XOR回路
みなさんこんにちは。アナリストの荒木です。近い将来さまざまな仕事がロボットに置き換わっていくと多くの人が予想しており、そのコアテクノロジーの一つが機械学習です。GoogleがDeepMindを買収したことで機械学習という言葉も身近になりつつありますが、すでにamazonレコメンドや画像認識などで活躍しています。 そこで今回は、ウェブ担当者が「機械学習ってどんなことをやっているのだろう？」という場合に勉強できるスライドをまとめました。 ↓【無料DL】「SEO内部対策チェックシート」を無料ダウンロードする 機械学習によるデータ分析まわりのお話機械学習でどんなことをしているのかをまとめたスライドです。データのこと・機械学習のこと・評価のこと・分析のことの4部構成で、データマイニングの一連の流れを学ぶことができます。 Deep LearningGoogleの猫認識例で有名になった手法を紹介したスラ
こんにちは NewsPicks Advent Calendar 2018の 5日目を担当させていただきます、NewsPicks の戸辺と申します。 2年ほど前に「機械学習をゼロから1ヵ月間勉強し続けた結果」という記事を書き、多くの方に読んでいただきました。そこから引き続き機械学習に携わっており、今年も多くの機械学習系の記事を拝読させていただきました。それら中から「実戦でためになった」「機械学習の勉強に役に立った」という観点から、僕なりのベスト10をあげてみました。 長い冬休み(余談ですが、社会人で一番長く休めるときですよね!?)は知識のアップデートをするのにいい機会だと思いますので、まとめ読みしてみてはいかがでしょうか。 では、スタート！ まずは 2018年にみんなが使った Colaboratory 関連から 1位: 【スマホOK/実行しながら学ぶ】東大松尾研のデータサイエンティスト育成/
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
機械学習は日々進化を遂げ、全てのエンジニアにとって無視できない存在となってきました。 現在では、検索エンジン、マーケティング、データマイニング、SNS等さまざまな分野で活用されています。 そんな中、2015年11月10日にGoogleが機械学習ライブラリ・TensorFlowをオープンソース化し、大きな注目を集めました。 そこで今回は、機械学習に興味があるけれど何から手を付けたらいいのかわからないエンジニア向けに、TensorFlowの入門資料（記事・スライド）をまとめました。 機械学習案件を提案してもらう 特にプログラマーでもデータサイエンティストでもないけど、Tensorflowを1ヶ月触ったので超分かりやすく解説 / Qiita http://qiita.com/tawago/items/c977c79b76c5979874e8 TensorflowがMNIST（手書き数字データ）の
わずか1/7の時間で学習効果を得られる 学生時代を思い出して欲しい。算数・数学の出来はいかがだったろう？ とっても簡単で、問題を解くのが単なる作業になっていたことはないだろうか？ 逆に、授業にまったくついていけなくて、脂汗を流しながら、授業を聞き流していたことはないだろうか？ 「大勢を教えなければならない学校教育の場合、算数・数学の授業の多くは、この『自分のレベルに合っていない状態』なんです。」と言うのはQubena事業を行うCOMPASSの神野元基代表。 ところが、Qubena Wiz（https://wiz.qubena.com/）を使えば、人工知能を使って、生徒のレベルにあった問題を出し続けるので、無駄な時間がほとんどなく、わずか1/7の時間で、学校教育と同等の学習効果を得られるという。 常に適切な課題を出し続けることで、効率大幅アップ といっても、ものすごい魔法があるわけではない。
AI絵師により新ジャンル「爆乳ルネサンス」が生み出される
リンク pixiv aiWaifumaker aiを使って美しい女性を描いています drawing beautiful gorgeus woman with stablediffusion Thankyou for watching! https://twitter.com/aiWaifumaker 1
概要DreamBoothとは追加学習することで、AI(StableDiffusion)で特定のキャラや物を描くためのモデル（データ）作るツールです。 例えば、ドラゴンクエスト10オンラインというゲームのアンルシアというキャラがいます。 ドラゴンクエスト10のアンルシア 公式サイトより引用 https://hiroba.dqx.jp/sc/election/queen2021/vote/confirm/1/nologinこのキャラの画像を18枚ほどAIに読み込ませ、追加学習し、AIに描かせた絵が以下の絵になります。 これ見ると、単なる髪型や顔が似ているレベルではなく、服の模様レベルまで再現できている事がわかります。 今までStableDiffusionの欠点として、同じキャラを安定して描くのが苦手というのがありましたが、DreamBoothを使うことで克服することが出来ます。 これにより、A
マイナカードに学校の「成績」 対象小中学生 2023年度にも
保険証や運転免許証との一体化など、デジタル化の鍵を握っていくのが、「マイナンバーカード」。 近い将来、小中学生の学校の成績も管理することになる可能性も。 政府は、小中学生の学習履歴や試験の成績を、マイナンバーカードにひも付け、オンラインで管理する仕組み作りに着手した。 そもそも文科省は、教育データの利活用を進めていて、児童・生徒の個人の学習意欲の変化や理解度をデータとして記録するのは、1人ひとりに合った効果的な学びの実現が目的。 蓄積された記録データをもとに、教員が、1人ひとりに合った指導を行うことができるとしている。 また政府は、こうした個人の学習データのマイナンバーカードへのひも付けを検討していて、2023年度以降の実現を目指している。 小中学生の学習履歴や試験の成績をマイナンバーカードにひも付けることについて、教育評論家の石川幸夫さんは、「メリットとしては、成績そのものが一元管理でき
This domain may be for sale!
家のキュウリが枯れてしまってから知りました。 ある程度パラメータがはっきりすれば 大規模なFPGAで処理できるかもしれません。 12月3日の大垣ミニメーカーズフェアでデジタルフィルタの人と会えたら話してみます。 返信削除
「6年解けなかった構造があっさり」──タンパク質の“形”を予測する「AlphaFold2」の衝撃 GitHubで公開、誰でも利用可能に
米Alphabet傘下の英DeepMindが、遺伝子配列情報からタンパク質の立体構造を解析するAI「AlphaFold v2.0」（以下、AlphaFold2）をGitHub上で無償公開し、ネット上で注目を集めている。Twitterを利用する生物系の研究者からは「革命的な成果だ」「これからの研究の前提が変わっていく」など、AlphaFold2の予測精度に対して驚きの声が相次いだ。 なぜAlphaFold2はこれほどの驚きや賞賛をもって迎えられているのか。タンパク質構造解析の難しさをひも解く。 未知の部分が多いタンパク質の構造 タンパク質は数十種類のアミノ酸からできており、配列によってさまざまな性質に変化する。例えば筋肉、消化酵素、髪の毛はそれぞれ役割が異なるが、いずれもタンパク質で作られている。タンパク質の構造が分かれば、生体内の化学反応の理解が進む。アルツハイマー型認知症やパーキンソン病
※本記事はアフィリエイトプログラムによる収益を得ています Google DeepMindの共同創立者であるデミス・ハサビス氏が1月5日（日本時間）、Twitterを更新。年末年始に世界のトップ棋士を続々撃破していた謎の囲碁アカウント「Master」は、囲碁ソフト「AlphaGo」の新バージョンだと明らかにした。 声明によると、同社ではAlphaGoの改善作業に取り組んでおり、ここ数日はネット上で非公式のテストを行っていたという。「東洋囲碁と野狐囲碁で『Magister』『Master』と対戦した方、そして観戦して楽しんでもらった皆さんに感謝します」。テストが完了したことで、今後は囲碁の団体・専門家と協力して、2017年内に本格的な（持ち時間の多い）“公式戦”を実施するとしている。 無敗のMaster 囲碁アカウント「Master」の戦績は、「野狐囲碁」で30勝0敗、東洋囲碁を含めると60勝
ディープラーニングが猛威を振るっています。私の周りでは昨年から多く聞かれるようになり、私も日経BPさんの連載で昨年5月にGoogleの買収したDeep Mind社について触れました。今年はさらに今までディープラーニングについて触れていなかったメディアでも触れられるようになってきましたね。例えば、イケダハヤトさんも先日。高知でも話題になっているのですね。 私事ですが、今度湯川鶴章さんのTheWaveという勉強会で、人工知能とビジネスについて一時間ほど登壇させていただくことになりました。有料セミナーということです。チャールズべバッジの解析機関についてはこのブログでも以前触れましたが、「機械が人間を置き換える」みたいな妄想は100年位は言われていることですね。「解析機関」「機械学習」「人工知能」「シンギュラリティー」など、呼び名はどんどん変わり、流行り廃りもありますが、最近ロボットの発達も相まっ
概要 自分用のメモとして、機械学習に関する情報を浅く ( それなりに ) 広くをモットーに、ざっくり整理してみました。 少しでも、他の方の理解に役立ったら嬉しいです。 機械学習とは コンピュータプログラムが経験によって自動的に出力結果を改善していく仕組み。 機械学習の代表的な手法について記載します。 １．教師あり学習 ２．教師なし学習 ３．強化学習 に分けて記載しました。 ※概要説明は一例です。 1．教師あり学習 1-1．線形回帰 予測したい値を算出する式を連続する多項式として表し、各係数を最小二乗法や最尤推定法で求めることでモデルとなる式を決定する Pythonライブラリ：scikit-learn（sklearn.linear_model.LinearRegression） 参考：最小二乗法による線形回帰のアルゴリズム (自身のQiitaの過去記事です) 1-2．ロジスティック回帰 2択
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。
Photo by Strelka Institute for Media, Architecture and Design 秋山です。 最近、機械学習の勉強をしている人や、機械学習に関連した研究開発の求人を探す人がすごく増えてきましたね。弊社のエンジニアにも機械学習を勉強中の人達が何人かいます。 ただ、「機械学習を勉強したいけど、難しすぎて何から手を付けたらいいのかよくわからない」という人も多いです。それなりに開発経験のあるエンジニアでもそうなので、経験の浅い人だと、なおさらかと思います。 機械学習と一言で言っても、実践するのに必要な知識の分野は多岐に渡ります。 そこで今回は、未経験者が機械学習エンジニアとして転職するにはどういった知識や勉強が必要なのかを書いていきます。 ■最低限必要な知識 ◆プログラミングスキルとライブラリを使える知識 Pythonには、Tensorflowやsciki
商用でも利用可能なAI音声合成ソフトウェア『VOICEVOX』がオープンソースとして無料でリリース｜DTMステーション
本日8月1日、音声合成技術の世界に、また画期的な動きがありました。「Seiren Voice」や「Yukarinライブラリ」の開発者としても知られるヒロシバ（@hiho_karuta）さんが、ITAコーパスを利用した商用利用も可能なAI音声合成システム、VOICEVOXなるソフトウェアをオープンソースのとして無料でリリースしたのです。具体的には現時点Windowsで動くシステムで、「ずんだもん」および「四国めたん」の声でテキストを読み上げるシステムとなっています。 これがオープンソースとなったことで、一般ユーザーが自由に利用できるというだけでなく、さまざまなシステムに組み込んで喋らせることが可能になったのが画期的なところ。たとえばロボットなどに組み込んで対話型のシステムを作ることや、観光案内システムに導入して喋らせる……といったこともできるほか、クラウド型のシステムを構築し、ブラウザを経由
エンジニア・データ分析職の方々にお薦めしたい、LLM時代に不可欠な教養が身に付くテキスト3選 - 渋谷駅前で働くデータサイエンティストのブログ
（『IT Text 自然語処理の基礎』より） 3ヶ月ほど前に空前のLLMブームについて概観する記事を書きましたが、それ以降も世間のLLMに対する狂騒ぶりは収まるどころかますます拍車がかかるという有様で、あまつさえ僕自身の仕事における日常業務にもじわじわと影響が及びつつあり、今後も良きにつけ悪しきにつけLLMと共生し続ける必要がありそうだと感じている今日この頃です。 そんな猫も杓子もLLMに群がるが如き空前のブームを受けて、エンジニアやデータ分析職の方々の中には「LLMに興味はあるんだけど世の中にあまりにも多くのLLM関連コンテンツが溢れ返っていて何から手をつけたら良いのか分からない」という向きもあるように見受けられます。そこで、僕も断じてLLM以下生成AIの専門家などではないのですが、個人的に「このテキストを読めばLLM時代を生き抜くことが出来そうだ」と感じた書籍を、全くの独断と偏見で3冊
Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you.
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
RasPiとディープラーニングで我が家のトイレ問題を解決する - Qiita
学環・学府特任准教授の不適切な書き込みに関する見解 - 東京大学大学院 情報学環・学際情報学府
「日本は機械学習パラダイス」 その理由は著作権法にあり
平井デジタル相が大臣規範違反 IT政務官時代に親密IT企業株を購入 | 文春オンライン
AIで自動生成され続ける「無限デスメタル」「無限フリージャズ」が狂気の沙汰
データサイエンティストを目指して勉強した1年間まとめ - Qiita
データサイエンティストを目指して半年で学んだことまとめ - Qiita
文章生成AI「GPT-3」がRedditで1週間誰にも気付かれず人間と会話していたことが判明
採用選考に「AI」を導入しようとしたが、断念した会社の話が面白かった。
自然言語処理における前処理の種類とその威力 - Qiita
伊藤詩織氏、杉田水脈衆院議員を提訴 中傷ツイートに繰り返し「いいね」 | 毎日新聞
トヨタも虜にする｢天才が憧れる天才｣AI企業、PFNゴールデンチームの全貌
「ゼロから作るディープラーニング」を動画でまとめている人がいたので紹介します。｜Dai
機械学習アルゴリズムまとめ | 株式会社フルスピード - Growth Seed
2018年版もっとも参考になった機械学習系記事ベスト10 - Qiita
機械学習を始めたい方に見て欲しいTensorflow入門資料まとめ
学校授業1年分の学習範囲を、わずか32時間で終わらせる人工知能教材Qubenaが効果的な理由 | flick!
AIで特定キャラを描く(DreamBoothで追加学習)｜lisa
人間参加型（human-in-the-loop）機械学習とは？
キュウリ農家とディープラーニングをつなぐ TensorFlow
謎の囲碁棋士「Master」の正体は「AlphaGo」 Googleが発表
Stable Diffusion を基礎から理解したい人向け論文攻略ガイド【無料記事】
相変わらず半端ないディープラーニング、感動した最新の研究結果を2つ
機械学習の情報を手法を中心にざっくり整理 - Qiita
12時間でAIや機械学習の基礎を学べる人気講座が無料に | Ledge.ai
未経験者から機械学習エンジニアになるために必要な知識と勉強法 - paiza times
#PaintsChainer イラストを着色する人工知能がすごい 作ったのは29歳のこんな人