都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト テキストデータの特徴量化について 仕事ではテキストデータを多用するので、機械学習などで扱うためにテキストデータを特徴量にするためのアプローチを色々と整理してソースコードを残しておきたいと思います。今回はあくまでも私の知っているものだけなので、網羅性はないかもしれませんが悪しからず。 （2019/08/18 追記）Stackingをカジュアルに行えるvecstackというモジュールを用いた予測も試してみました。下の方の追記をご覧ください。 アプローチ テキストデータを特
![[Python]機械学習などでテキストデータを特徴量にする際のソースコード集](https://cdn-ak-scissors.b.st-hatena.com/image/square/a787dca9147676db06027eb58bb689b8fa4eb62b/height=288;version=1;width=512/http%3A%2F%2Fkamonohashiperry.com%2Fwordpress%2Fwp-content%2Fuploads%2F2018%2F08%2Fanimal_kamonohashi.png)
SasakiTakanori 佐々木貴教 on Twitter: "え！？ちょっと待って！！さっき ChatGPT に教えてもらった先行研究の論文、全部存在しない架空の論文だったんだけど！あと詳しく紹介してくれた AGORA なるオープンコードも存在しない！置いてある場所を聞いたら架空の GitH… https://t.co/ahFLS25t8X"
え！？ちょっと待って！！さっき ChatGPT に教えてもらった先行研究の論文、全部存在しない架空の論文だったんだけど！あと詳しく紹介してくれた AGORA なるオープンコードも存在しない！置いてある場所を聞いたら架空の GitH… https://t.co/ahFLS25t8X
自宅で動くChatGPTと噂のFlexGenを試す shi3zさんが興奮して動かしていたFlexGen 関係する記事は以下 ツヨツヨGPUが無いと動かないと思っていたのですが、タイムラインでミクミンPさんが、RTX3060でFlexGenを動かしているツイートを発見。 「RTX3060なら自分も持っている！」ということで、試してみることにしました。 追記： 私がこの記事で動かしているのは小さいモデルです。とりあえずお試しで動かしただけで、shi3zさんが動かしているモデルとは異なります。 性能の参考にする記事ではないので、ご承知ください。より大きいサイズのモデルの使用に関しては、FlexGenの公式リポジトリを参照ください。私も今後試したら追記していきます（現状、私の環境では動かせてないです）。 FlexGenをDockerで動かす 結果的には、Dockerを使うことで簡単に動かせました。
本稿は、2020年7月27日に公開した記事を、2022年7月5日の最新情報に合わせて改訂したものです。各項目の内容をアップデートし、無料ではなくなった『Deep Learning with PyTorch』をカットした代わりにベストセラーである『An Introduction to Statistical Learning』を追記しました。
ろじ on Twitter: "たまには収支報告書でもと思って覗いてみたら、平井卓也デジタル改革担当大臣、政治資金を活用してグルメレビューやってた。 https://t.co/qDyfxIrYgQ https://t.co/n3Q3lCa6ht… https://t.co/96eyuV9XkT"
たまには収支報告書でもと思って覗いてみたら、平井卓也デジタル改革担当大臣、政治資金を活用してグルメレビューやってた。 https://t.co/qDyfxIrYgQ https://t.co/n3Q3lCa6ht… https://t.co/96eyuV9XkT
東大最年少准教授が“ネトウヨ2.0”に覚醒した理由――学歴ロンダリング差別の犠牲者か？ | 2019年 忘れられない「名言・迷言・珍言」 | 文春オンライン
東大バイトテロ、[Apology] 、過学習……と、令和元年末の1ヶ月あまりで多数の流行語を生み出したのが、東京大学情報学環特任准教授（特定短時間勤務有期雇用教職員）、大澤昇平氏のTwitterでの暴走だ。今年9月に「東大最年少准教授」の肩書きを名乗って刊行した著書『AI救国論』（新潮社）がヒットし、非正規職員とはいえ日本で最高峰の大学でポストを得ていた若きAI研究者の奇行と没落を、複雑な気持ちで眺めていた人も多いことだろう。 ことの発端は比較的些細なことだった。11月11日、大澤氏は自身のTwitter上で、P2PソフトWinny開発者の金子勇氏（故人）を「犯罪者」と投稿。だが、このWinnyはユーザーによる著作権侵害が多発したツールだったものの、開発者の金子氏については2011年に最高裁で無罪が確定していた。現在、金子氏は日本のIT戦略の保守性ゆえに悲劇的な運命をたどった天才だったと評
まとめ 遺伝的アルゴリズムでエッチな絵を作る試み、ついにどこからどう見てもセクシーなお姉さんが出現 4000〜5000世代を中心にまとめました。 451896 pv 874 551 users 229
週刊誌に特定企業をデジタル庁の事業に参加させるように指示したとの疑惑を報じられた平井デジタル改革担当大臣が、事実関係を否定し、出版社に抗議したことを明らかにしました。 「意図的に誤解を与えようとするものと考えておりまして、昨日、出版社には訂正または記事の全体の削除の抗議をさせていただきました。異例中の異例ですけど、（オリジナル音声の）公開も検討をする」（平井卓也デジタル改革相） 週刊文春は、平井大臣の指示があったことを音声データ付きで報じましたが、平井大臣は「会議の中で自分は企業名を言っていない」と主張して事実関係を否定しました。 また、文春側が公開した音声データが「不鮮明な部分を意図的に文章で補っているように思える」として、大臣側で保有している元の音声データを公開することも検討するとしています。 このほか、いわゆるオリパラアプリの事業契約が当初７３億円で結ばれたことなどを受け、第三者によ
美少女声への変換と合成
Introduction今までは主に可愛い女の子の画像(or 動画)を生成することに取り組んできましたが、画面上に映せるようになったらやはり可愛い声で話して欲しいものです。そこで今回は、別の人の声が与えられた時に美少女声へと変換するための声質変換と、テキストが与えられた時に美少女声を生成するText-to-Speech(TTS)を行なった試行結果について述べようと思います。 Voice ConversionIntroduction声質変換のデータには2種類あります。それが、パラレルデータとノンパラレルデータです。以下にそれぞれの特徴を述べていきます。 パラレルデータを用いた声質変換 同じセリフを発する2種類の声を学習データとして用います。発話内容が同じのため、言語特徴を気にせず音響特徴量の変換を行うことが可能です。しかし、話速の違い等によって言葉を発するタイミングがずれてしまうのでDyna
佐藤倫子 on Twitter: "関連団体ではなく旧統一教会の宗教行事そのものですね。前列真ん中に当時の統一教会会長徳野英治さん、その両脇に平井卓也さんと先日の参院選全国比例で落選の木村義雄さん、その両脇に元衆院議員瀬戸隆一さんと磯崎仁彦さん。後列には当時丸亀市議… https://t.co/U4es8GodE6"
関連団体ではなく旧統一教会の宗教行事そのものですね。前列真ん中に当時の統一教会会長徳野英治さん、その両脇に平井卓也さんと先日の参院選全国比例で落選の木村義雄さん、その両脇に元衆院議員瀬戸隆一さんと磯崎仁彦さん。後列には当時丸亀市議… https://t.co/U4es8GodE6
DeepL翻訳：高精度な翻訳ツール
毎日、何百万もの人々がDeepLで翻訳しています。人気の組み合わせ：日本語から英語（和英）、英語から日本語（英和）
Tatsuki Kuribayashi on Twitter: "弊研究室では、(DeepLなどの翻訳システムで下書きを作り、) Langsmithで流暢にし、Grammaryで文法・スペルミスを撲滅するというフローがお約束になりつつあります https://t.co/ZDm2ZTZamQ"
弊研究室では、(DeepLなどの翻訳システムで下書きを作り、) Langsmithで流暢にし、Grammaryで文法・スペルミスを撲滅するというフローがお約束になりつつあります https://t.co/ZDm2ZTZamQ
#この記事は実在しません GPT-2 Text Generation Demo：朝日新聞社メディア研究開発センター 人工知能研究の取り組み
この記事は弊社の機械学習モデル（GPT-2言語モデル）が自動で生成したものをそのまま掲示したフィクションであり、実在の人物・団体・商品等とは何ら関係ありません。 GPT-2言語モデルは、朝日新聞記事で事前訓練した後に、日本語Wikipedia記事を用いてfine-tuningしています。詳細はこちらまで。 この記事はあらかじめ弊社の言語モデルに生成させた結果を蓄積し、スクリプトにより表示したもので、リアルタイムに生成させているものではありません。リロード、もしくはこちらをクリックすると、新しい記事が出てきます。 HOME PRODUCTS ABOUT PUBLICATIONS API利用停止 サイトポリシー プライバシーポリシー CONTACT 当サイトに掲載された内容は、日本の著作権法並びに国際条約により保護されています。掲載記事・写真・データ等の無断転載を禁じます。 Copyright
はじめまして、ティアフォー技術本部 Planning / Controlチームで開発を行っている堀部と申します。 今回は状態推定の王道技術「カルマンフィルター」が実際に自動運転で用いられるまでの道のりやノウハウなどを書いていこうと思います。 みなさんはカルマンフィルターという言葉を聞いたことがありますでしょうか。 カルマンフィルターとは「状態推定」と呼ばれる技術の一種であり、自動運転においては現在の走行状態、例えば車速や自分の位置を知るために用いられます。 非常に有名な手法で、簡単に使えて性能も高く、状態推定と言えばまずカルマンフィルターと言われるほど不動の地位を確立しており、幅広いアプリケーションで利用されています。 使い勝手に定評のあるカルマンフィルターですが、実際に自動運転のシステムとして実用レベルで動かすためには多くの地道な作業が必要になります。 この記事では、カルマンフィルターが
Stable Diffusion メモ: キャンバスの縦横比は構図にどれくらい影響するか - jt_noSke's diary
Stable Diffusion が公開されてからいろいろ動かして出力の傾向を見てみようとしたメモ。 やったこと 同じpromptを指定して、 縦長(512x768) 横長(768x512) 正方形(512x512) のサイズごとにそれぞれ200枚ずつ出力、それら画像の傾向を見て構図にどんな変化があるかを確認しようとした。ザッと見の印象、感触のみで評価し、定量評価はしない。 使用したプロンプト: a picture of robot and drill and girl greg manchess character concept art of an anime goddess of lust | | cute - fine - face, pretty face, realistic shaded perfect face, fine details by stanley artger
画像は教材のイメージ 株式会社zero to oneは2月1日、東京大学大学院工学系研究科 教授の松尾豊氏が監修したオンライン教材「人工知能基礎（学習期間60日間）」の定価を従来の2万5000円から3000円に改定した。また、行政職員向けに「人工知能基礎」の無償提供プログラムを開始する。同プログラムの対象は国家公務員法あるいは地方公務員法上の一般職の人。 「人工知能基礎」は、AIの歴史も含めた基本知識から、知識表現、自然言語処理といった概念、さらには機械学習やディープラーニング（深層学習）の基本知識まで、AIに関する基礎を幅広く網羅したとうたう教材。ビデオ教材、監修インタビュー、確認テスト（すべてオンラインで完結）で構成されている。 教材のイメージ さらに、「人工知能基礎」を通して学習した内容をもとに、一般社団法人日本ディープラーニング協会（JDLA）による「G検定（Deep Learni
話題の画像生成AI「Stable Diffusion」で使える呪文のような文字列を実際の画像から見つけられる「Lexica」の使い方まとめ
テキストから高クオリティの画像を生成できるAI・Stable Diffusionが話題になる様子を見て、「自分も何か画像を作らせてみたい！」と興味を持っている人は多いはず。Stable Diffusionで画像を生成する際に重要になるのが「どんなテキストを入力するのか」という点で、AIの動作を調べて有効だと判明した文字列は「呪文」とも呼ばれています。そんなStable Diffusionで使える呪文のような文字列を、実際に生成された画像から見つけることができるサービス「Lexica」が登場していたので、実際に使ってみました。 Lexica https://lexica.art/ Stable DiffusionはNVIDIA製GPUを搭載したマシンのローカル環境で実行できるほか、デモページからでも使用できます。しかし、NVIDIA製GPUを所有していない人やデモページの待ち時間が長すぎると
Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationWhat you can do with signing up
高性能チャットボット「ChatGPT」を支える“劣悪な労働搾取”を米誌がスクープ | 時給は最高2ドル。残虐な動画を検閲し続ける…
トラウマを残した「労働搾取」 米「タイム」誌がテクノロジー業界の闇を暴き、大きな話題になっている。 問題となっているのは、高い文章生成能力が注目される、AI搭載チャットボットの「ChatGPT」。その生みの親であるAI企業「オープンAI」がパートナー企業を通じ、時給2ドル以下でケニア人労働者を雇っていたことがわかったのだ。 オープンAIはマイクロソフトから100億ドルの出資を受ける可能性が報じられるほど、いまもっとも注目されている企業だ。いったい何が起きているのか。 オープンAIが外注先として依頼していたのは、米サンフランシスコに拠点を置くサマ社。同社はケニアやウガンダ、インドの人材を雇い、グーグルやメタ、マイクロソフトなどの顧客向けに、有害なネット情報を選別する「データのラベリング作業」を実施していたという。 ケニア人の労働者たちは、データのラベリング作業の過程で、処刑や性的虐待など極め
NIKKEI Primeについて 朝夕刊や電子版ではお伝えしきれない情報をお届けします。今後も様々な切り口でサービスを開始予定です。
高杉 光一🦋 @14:59 @kuronagirai Cry… 基本箱推し 画像生成AIで作った画像の供養先@AI_Rushia 生成した画像は商用利用と人が嫌がるようなこと以外の用途であれば好きに使って構いません syosetu.org/?mode=user&uid… 高杉 光一🦋 @kuronagirai 私が把握してる今のところの各画像生成AIの相関図 Stable Diffusionのオープンソース化は間違いなくターニングポイントの一つだけどWaifu Diffusionがどこまで影響を与えるかはこれ次第 Midjourneyも十分影響あったんだけど芸術や背景特化感否めない ERNIE-ViLGはどうなるんだろう…？ mimicはうん… pic.twitter.com/ykyDSkltPE 2022-09-09 04:17:01 高杉 光一🦋 @kuronagirai 素人目
LLMを理解する一歩として「ゼロから作るDeep Learning」をやった - $shibayu36->blog;
LLM、GPT界隈を追いかけていて、GPTの仕組みと限界についての考察（2.1） - conceptualizationという記事を見かけた。これを見たとき、「どういうことか全然理解できない」という気持ちになった。また、その他LLMの解説記事を理解できないことが多く、自分の機械学習知識不足が明確になった。 理解できなかったことは悔しいし、LLMやChatGPTをうまく使いこなすには最低限どのような原理で動いているか理解したいと感じた。そこで一歩目として「ゼロから作るDeep Learning」を完走した。 ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 作者:斎藤 康毅オライリージャパンAmazon 知識なしからはじめたので時間はかかったが、次のように進めていった。 自分もコードを写経しながら読む レポジトリは https://github.co
この記事は、ABEJAアドベントカレンダー2022 の 19 日目の記事です。 こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井です。 世間では Diffusion Model 使った AI による画像生成が流行っているみたいですね。 自分は元々 Computer Vision 系の機械学習エンジニアだったんですが、この１年くらいは AI モデル開発ではなくもっぱらバックエンド開発メインでやっていて完全に乗り遅れた感あるので、この機会に有名な Diffusion Model の１つである Stable Diffusion v1 について調べてみました！*1 では早速本題に入りたいと思います！ Stable Diffusion v1 とは？ Denoising Diffusion Probabilistic Model（DDPM） 学習時の動作 for
【環境構築不要・スマホ/タブレットOK】東大松尾研のDeep Learningエンジニア育成講座『DL4US』を自習する - Qiita
PR: 以前の記事 のデータサイエンティスト向け講座のColab実行方法などをまとめ、 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 参考: Colaboratoryユーザによる非公式の情報交換Slackを試験的に立ち上げました。リンクより、登録・ご参加ください。 TL;DR いつも満員抽選となる東大松尾研Deep Learningエンジニア育成講座『DL4US』の演習資料が公開された Google Colaboratoryを使えば、Python等セットアップ不要ですぐに始められる 全ノートブックを実行し、つまずき所も乗り越え方をまとめました セットアップ後は、スマホやタブレットのブラウザでもok GPUだって無料で使える! Colab概要はこちら:
TOP > Topic Keywords > JDLA DL for DX > 松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 一般社団法人日本ディープラーニング協会（JDLA）は5月20日、新講座「AI For Everyone（すべての人のためのAIリテラシー講座）」の受講登録者数が開講から約2週間で5000人を突破したと発表。JDLAは本講座が人気の理由を社会におけるDX（デジタルトランスフォーメーション）への関心の高さが影響していると考察する。 JDLAは本講座を「すべてのビジネスパーソンに向けた、人工知能（AI）／ディープラーニングについてまず『知る』ための無料エントリー講座」と位置づける。AIの基礎を学びたい人、今の組織をAIが使いこなせる組織に変えたい人など、理系文系はもちろん、肩書きや職種問わず、受講できるとしている。
＜新型コロナ＞「亡くなるべくして亡くなっている」 一家感染の50代夫婦、支援体制の不備や自宅療養の苦しさ激白：東京新聞 TOKYO Web
＜新型コロナ＞「亡くなるべくして亡くなっている」 一家感染の50代夫婦、支援体制の不備や自宅療養の苦しさ激白 家族３人全員が感染し、自宅とホテルに分かれて療養を経験した神奈川県内の５０代夫婦が、本紙の取材に応じた。県が緊急連絡先として広報している電話番号にかけても具体的な対応はなく、不安な日々が続いた。支援態勢の脆弱さに「自分の命は自分で守るしかないと思った」と振り返る。（石原真樹）
大澤昇平特任准教授による2019.12.12付のSNS書込みに対する見解 - 東京大学大学院 情報学環・学際情報学府
December 13, 2019 大澤昇平特任准教授による2019.12.12付のSNS書込みに対する見解Regarding Tweets Posted by Project Associate Professor Shohei Osawa on December 12th 2019 2019年12月12日に、東京大学大学院情報学環（以下、情報学環）の大澤昇平特任准教授（以下、当該教員)から、SNSにおいて、本学の寄付講座に関して誤った認識を含む書き込みがありました。それに対する情報学環の見解を表明いたします。 情報学環としては、今回各社からの寄付停止の方針となったのは、当該教員のSNSにおける不適切な書込みが原因であると認識しております。この書込みが、東大憲章の理念に反し、情報学環の原則に照らして許容できない差別に該当することはこれまでも述べてきました(*1)。 東京大学の寄付講座は、
ディープラーニングの仕組みを理解するための一番のポイントは「損失関数」と「勾配降下法」の考え方です。本講演では、線形回帰モデルを題材に、この2つの考え方についてPythonのコーディングも含めた形で説明します。講演者の著作「最短コースでわかるディープラーニングの数学」からエッセンスをお届けします。
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
写真をアニメっぽい画像に変換する「AnimeGAN」に改良を加えたオープンソースプロジェクト「AnimeGANv2」を手軽に試せるデモサイトが公開されています。 AnimeGANv2 - a Hugging Face Space by akhaliq https://huggingface.co/spaces/akhaliq/AnimeGANv2 これは、「AnimeGANv2」のPython向け機械学習フレームワークである「PyTorch」版をもとに、機会学習体験UIを作成するGradioで作られたデモで、基本的には人の顔が写ったポートレート写真の変換を行います。 サイト上部にある「Drop Image Here - or - Click to Upload」と書かれたエリアに変換したい写真をドラッグ＆ドロップするか、エリアをクリックしてエクスプローラーから変換したい写真をアップロードし
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT：AIモデルやアルゴリズム作成の民主化に貢献 マサチューセッツ工科大学（MIT）の研究チームが開発した確率的プログラミングツール「Gen」を使えば、初心者でも簡単にAIに触れることができ、専門家は高度なAIプログラミングが可能になる。ディープラーニングよりも適用範囲の広いことが特徴だ。 【訂正：2019年7月4日10時50分 記事タイトルの一部に誤解を招く表現があり訂正しました。 訂正前：ディープラーニングを超える汎用AIツール→訂正後：ディープラーニングも使える確率的プログラミングツール】 マサチューセッツ工科大学（MIT）の研究チームは、2019年6月下旬に米アリゾナ州フェニックス市で開催されたカンファレンス「Programming Language Design and Implementation」で、新し
超巨大高性能モデルGPT-3の到達点とその限界. この記事では、超巨大言語モデルGPT-3の技術的な解説、GPT-3達成したことと… | by akira | Jul, 2020 | Medium
この記事についてこの記事ではGPT-3[1]の解説をします。内容のサマリは以下の通りです。 GPT-3の前身であるGPT-2では、巨大なデータセット＋巨大なネットワークで言語モデルを構築し、各タスクで学習させなくても良い結果が得られた。GPT-3では、さらに巨大なデータセット＋さらに巨大なネットワークで言語モデルを構築し、数十のサンプルを見せると凄く良い結果が得られた一方、様々なタスクに言語モデルのスケールアップのみで対応することへの限界が見えてきた。人種、性別、宗教などへの偏見の問題や、悪用に対する課題もある。この記事の流れは以下の通りです。 Transformer, GPT-2の説明GPT-3のコンセプトと技術的な解説GPT-3ので上手くいくタスクGPT-3で上手くいかないタスク偏見や悪用への見解 Transformerまず、GPT-3の前身となったGPT-2に入る前に、その中に使われ
東京大学の研究室内で，今井がChatGPTの知見を共有するために使用したスライド資料です． 特に以下のような話題，技術について解説しています． ・ChatGPTの凄さ ・ChatGPTの技術 ・言語モデル ・プロンプト ・GPTとは ・InstructGPT ・言語モデルと強化学習 ・RLFH
OpenAI Cookbook
Processing and narrating a video with GPT's visual capabilities and the TTS API
「吉幾三を入れたら壊れた」「おおきなかぶは抜けなかった」東京大学発の企業が開発した「何でも3行で要約してくれるAI」がさっそくツイッタラーのおもちゃに成り果てる
にゃんこそば🌤データ可視化 @ShinagawaJP オープンデータを使って都市の姿を可視化したり、防災/天気/住まいなどの関心分野を呟いています。 💻QGIS/Mapbox/Vis.gl/Tableau/Python/R にゃんこそば🌤データ可視化 @ShinagawaJP いくつか試してみたけど、ちょっと数字が苦手かな？という感はある。 例えば『ジャイアントパンダの名前募集」の記事、2頭の子パンダの体重が両方とも違う（謎の数字に置き換わってる）。 DeepLみたいにいろんな文章を食べながら成長していくのかな？今後が楽しみ。 digest.elyza.ai/summaries/1393… pic.twitter.com/ln72pXifIC 2021-08-26 20:58:52
マイナカード推進、「是非をいちいち国民に聞いて進めるものではない」平井卓也初代デジタル大臣（ITmedia NEWS） - Yahoo!ニュース
「マイナンバーカードの活用の是非をいちいち国民に聞いて進めるものではない。次の世代への責任としてやり切る。反対があってもやり切ることが重要だ」 【画像】マイナンバーカードの未取得理由は？ 10月26日に幕張メッセで開催された「ブロックチェーンEXPO」の講演で、初代デジタル庁大臣を務めた平井卓也衆議院議員が、マイナンバーカードの普及に対してこう持論を語った。 「どちらが国の財政にとっていいのか、どちらが本当の意味で個人情報をきっちり守れるのか、どちらが透明なのか、公平性を担保できるのか。これらは考えると当たり前のことだ」と、マイナンバーカードの意義を説明した。 どんな政策にも反対意見はあるとし、テレビ地上波のデジタル化やETC導入の際の例を挙げ、「ETCは多くの人にとって社会インフラの1つになった。今でもどうしてもETCが嫌な人は、高くなるが現金で払える」とした。 同じようにマイナンバーカ
大澤昇平🇺🇳 on Twitter: "歴史は雑学だと思って切り捨てたんだわ。ごめんな。 https://t.co/ManlN0F1ok"
歴史は雑学だと思って切り捨てたんだわ。ごめんな。 https://t.co/ManlN0F1ok
タイトルの通り、「CNN（畳み込みニューラルネットワーク）って何よ」とざっくりと質問された時に、自分だったらざっくりとこう説明してあげる、というのをまとめます。 この記事で説明している内容は、以下を元にしているので、よろしければ是非。 Pythonと実データで遊んで学ぶ データ分析講座 作者:梅津 雄一,中野 貴広発売日: 2019/08/10メディア: 単行本（ソフトカバー） なお、スマホのAMPだと、数式がうまく表示されない可能性がありますので、こちらのリンクかPCから読んでいただけると。 まずニューラルネットって？畳み込みニューラルネットワークについて説明する前に、ニューラルネットワークも軽くおさらいしてあげましょう。 脳は入力を受け取ると、以下画像のように各神経細胞が反応しながら処理が次々と行われます。 ニューラルネットワークは、このような脳の神経伝達の働きを数理モデルとして落とし
株式会社デジサク がお送りするプログラミング記事、 今回はAI（機械学習）の具体的なコーディング手順を扱います。 ※ 無料セミナーも開催中なので、ぜひご覧になってみて下さい。 はじめに これまで「機械学習を仕事に使うには？」というテーマで記事をお届けしてきましたが、 第３回の今回は「Pythonのコーディング手順」をテーマに、具体的なプログラミングを紹介します。 バックナンバーも読んで頂くと機械学習の基礎からPythonのコーディングまで全体を理解できますので、ぜひご活用ください。 第１回：機械学習の目的を理解する 第２回：AI開発のプロジェクト全体像 SNS でも色々な情報を発信しているので、記事を読んで良いなと感じて頂けたら Twitterアカウント「Saku731」 もフォロー頂けると嬉しいです。 機械学習に必要なプログラミングスキル まず、機械学習を習得するために必要なスキルは下記
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
[Python]機械学習などでテキストデータを特徴量にする際のソースコード集
自宅で動くChatGPTと噂のFlexGenをDockerで手軽に動かす
無料で読める「機械学習／ディープラーニング」の有名書籍！ 厳選4冊
どうしちゃったの！？遺伝的アルゴリズムで作るエッチな画像から顔もおっぱいも消失「進化の崩壊まで再現された」
平井大臣、文春報道に抗議 音声データの公開も検討｜TBS NEWS
カルマンフィルターが自動運転の自己位置推定で使われるまで - TIER IV Tech Blog
松尾豊氏が監修した人工知能基礎 2万5000円が3000円に引き下げ | Ledge.ai
データ収集からディープラーニングまで全て行って競馬の予測をしてみた - Qiita
GAFAが後追いした国産AIの雄 開発終了の深層 - 日本経済新聞
Danbooru(イラスト転載サイト)で学習したWaifu Diffusion
Stable Diffusion の仕組みを理解する - ABEJA Tech Blog
松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 | Ledge.ai
Pythonで理解するディープラーニング入門
デジタル庁、事務方ナンバー2を処分 12万円接待、平井大臣も同席：朝日新聞デジタル
ポートレート写真をアニメ風に変換する「AnimeGANv2」を手軽に試せるデモサイト登場
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT
ChatGPT�人間のフィードバックから強化学習した対話AI
Microsoft、検索しても出てこない画像を代わりにAIで生成する技術を「Bing」に実装／OpenAIの画像生成AI「DALL-E 2」ベース
「CNNって何よ」って聞かれたら、とりあえずこう説明してみたら？という話 - Np-Urのデータ分析教室
機械学習を仕事に使うには？ 03_Pythonのコーディング手順 - Qiita