Why am I writing this book? Maybe a major reason is an existential crisis. The feedback from readers is another important reason. I submitted a git repo with three Chapters of this book in PDF format to Hacker News, and surprisingly the repo got 500 stars in a week. I received a few emails expressing thanks and interests in more Chapters. About There has been considerable debate over choosing R vs
チュートリアル講演 – JSAI2020
チュートリアル講演1 6月10日（水） 9:00～10:40 A会場（4F 5F 6F メインホール＠熊本城ホール） チュートリアル：AI系トップカンファレンスでの日本のプレゼンス向上を目指して ～最新カンファレンスの動向と論文採択に向けて～ 世界的なAIブームの中で，人工知能関連のトップカンファレンスへの注目が高まってます．トップカンファレンスへの論文採録は，特に若手研究者にとって明確な業績となるだけでなく，その後の大きなジャンプアップに繋がります．その一方で，近年のトップカンファレンスは急激な投稿数の増加により採録へのハードルが非常に高くなっています．本講演では，トップカンファレンスへの論文投稿の敷居を下げ，若手研究者の挑戦を促進すること，および，日本からの投稿数/採録数を増やすことを目的として，近年のトップカンファレンスの動向まとめや英語論文を書く際のノウハウやテクニックについて紹介
Best of arXiv.org for AI, Machine Learning, and Deep Learning – July 2020 - insideBIGDATA
Best of arXiv.org for AI, Machine Learning, and Deep Learning – July 2020 In this recurring monthly feature, we filter recent research papers appearing on the arXiv.org preprint server for compelling subjects relating to AI, machine learning and deep learning – from disciplines including statistics, mathematics and computer science – and provide you with a useful “best of” list for the past month.
ビッグデータの発展とともに、さまざまな分野の研究がデータ駆動型に変わってきて、データサイエンスも今広く知られるようになりました。大学にデータサイエンスを学べる学部ができたり、講座やコースなども多く開催され、データサイエンティストを目指している人もたくさんいます。この記事では、統計学から機械学習やマーケティングまで、初心者がデータサイエンスを学ぶのにおすすめの本を80冊紹介します！ Part I: データサイエンス概論 1.『データサイエンス講義 』Rachel Schutt、Cathy O’Neil 著 本書では、データサイエンスを行う上で、どのようなプロセスが必要か、データサイエンティストとしてはどのようなスキルセットが必要で、どのような思考方法を選択する必要があるのかを実例を多数示しながら紹介します。 2.『戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック』Fost
Svelteのコミュニティによるイベント「Svelte Summit」が2021/4/25(日)に開催されました。 前回は2020/10だったのでおよそ半年ぶりの開催となります。 イントロからはじまり、発表は5分〜30分と長短合わせて16セッション、間にパペットショーやクイズレクリエーションを挟み、最後はFAQ、およそ6時間超でした。 Youtubeでアーカイブを視聴することができます。 日本時間22:00開始だったので中々しんどかったですが、Svelte日本のDiscordでみんなで実況しながら楽しく見れました(それでも眠くて途中で離脱しましたが)。Svelte日本のDiscordに、Svelte-NodeGUIをテーマに発表されたJamie Birchさんご本人が登場されて解説してくださるサプライズがあったりとても刺激的でした。 他の方に興味を持ってもらえるように、改めてYoutube
JetBrains の新しいデータサイエンス IDE『JetBrains DataSpell』EAP | JetBrains のブログ
データサイエンス向け言語としての Python への人気が急増する中、JetBrains の PyCharm にいずれデータサイエンス機能が搭載されるのは、当然と言える流れでした。 過去 1 年間でチームに届けられたフィードバックを基に、PyCharm におけるデータサイエンスのサポートを大幅に改善する取り組みを行ってきましたが、 このプロセスにおいて、データサイエンティストとソフトウェア開発者には、異なるワークフローとツールに対する期待があることが明らかになりました。 その結果、PyCharm の IDE エンジンを基盤に、データサイエンスだけに焦点を絞ったまったく新しい IDE を作ることが最善策だという結論に至りました。 この新しい IDE に関する詳細を一部公開できることを嬉しく思います。また、この IDE の EAP に多くの皆様がご参加いただけることを楽しみにしています。 この
【開催報告 & 資料公開】 AI/ML@Tokyo #7 AWSにおけるMLOps 開催報告 | Amazon Web Services
Amazon Web Services ブログ 【開催報告 & 資料公開】 AI/ML@Tokyo #7 AWSにおけるMLOps 開催報告 アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの卜部です。AWS Japan では、AI/ML 関連情報を発信するイベント「AWS AI/ML@Tokyo」を定期的に開催しています。2020年10月15日にオンラインで開催された AWS AI/ML@Tokyo #7では、AWS ソリューションアーキテクトより、AWSにおけるMLOpsプロセス実装のベストプラクティスや ML CI/CD環境の構築についてお話ししました。また、お客様活用事例として、株式会社コナミデジタルエンタテインメント様、ヤフー株式会社様 におけるAmazon SageMakerの事例をお話しいただきました。 「AWS で構築する MLOps 基盤」
はじめに 近年IT界隈では、IaaS(Infrastructure as a Service)やPaaS(Platform as a Service)などの~~ as a Serviceという言葉をよく聞くと思います。 ここでは、それらをまとめて、 [A-Z]aaS と呼びたいと思います。 FirebaseなどのBaaS(Backend as a Service)やAWS LambdaなどのFaaS(Function as a Service)など色々な[A-Z]aaSを聞く機会が増えてきたんじゃないでしょうか。 今回は色々な[A-Z]aaSを探してみました。結果としては 910個 もの[A-Z]aaSを見つけることができました。（探した結果を全て、後半に表示してあります。） [A-Z]aaSの探し方 最初の二文字を固定して、グーグル検索のサジェストに表示されるものを収集することにします。
AWS RDS Vulnerability Leads to AWS Internal Service Credentials
AWS RDS Vulnerability Leads to AWS Internal Service Credentials TL; DR Lightspin's Research Team obtained credentials to an internal AWS service by exploiting a local file read vulnerability on the RDS EC2 instance using the log_fdw extension. The internal AWS service was connected to AWS internal account, related to the RDS service. The vulnerability was reported to AWS Security team, who right a
Top 10 Programming Languages That Pay Handsome Salaries in 2020
Pursuing in programming languages has become one of the most career choices among tech professionals. Today, the demand and use of programming languages is showing a quite upward trend, making it a possible career option. To get started in this evolving field, choosing the right programming language will give aspirants an edge over others. They must try to learn the languages that are hot and popu
Choose from Colab Enterprise or Vertex AI Workbench. Access every capability in Vertex AI Platform to work across the entire data science workflow—from data exploration to prototype to production.
The new NVIDIA A100 GPU based on the NVIDIA Ampere GPU architecture delivers the greatest generational leap in accelerated computing. The A100 GPU has revolutionary hardware capabilities and we’re excited to announce CUDA 11 in conjunction with A100. CUDA 11 enables you to leverage the new hardware capabilities to accelerate HPC, genomics, 5G, rendering, deep learning, data analytics, data science
Wolfram|Alpha as the Way to Bring Computational Knowledge Superpowers to ChatGPT
See also: “What Is ChatGPT Doing … and Why Does It Work?” » ChatGPT and Wolfram|Alpha It’s always amazing when things suddenly “just work”. It happened to us with Wolfram|Alpha back in 2009. It happened with our Physics Project in 2020. And it’s happening now with OpenAI’s ChatGPT. I’ve been tracking neural net technology for a long time (about 43 years, actually). And even having watched developm
データサイエンス向け言語はRとPythonのどっち？
このほど、「matloff/R-vs.-Python-for-Data-Science｜GitHub」に、データサイエンスで利用するという観点からプログラミング言語であるRとPythonを比較した記事が掲載された。これまで、データサイエンスの分野ではRが使われることが多かったが、近年はPythonの利用が進んでいる。 記事の執筆者であるNorm Matloff氏はカリフォルニア大学デービス校におけるコンピュータサイエンスの教授。以前は、同大学で統計学の教授だったようだ。同氏はR関連の書籍を4冊執筆しているほか、現在はR Journalの編集長を務めている。同氏はこれまでの経験および統計学者/コンピュータ学者という視点から、今回のトピックに関して有用な光を当てることができるだろうと説明している。 執筆段階で掲載されている比較の主な内容は次のとおり。
GitHub - nidhaloff/igel: a delightful machine learning tool that allows you to train, test, and use models without writing code
The goal of the project is to provide machine learning for everyone, both technical and non-technical users. I needed a tool sometimes, which I can use to fast create a machine learning prototype. Whether to build some proof of concept, create a fast draft model to prove a point or use auto ML. I find myself often stuck at writing boilerplate code and thinking too much where to start. Therefore, I
2020年11月25〜27日の3日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2020」がオンラインで開催されました。そこでData Science4チーム の西手嘉昭氏とMachine Learning Solutionチームの吉永尊洸氏が、「自社LINE公式アカウントのメッセージ送りすぎ問題をデータサイエンスで解決する」というテーマで、機械学習を使ったLINE公式アカウントからのメッセージ量のコントロール方法について共有しました。 LINE公式アカウントの「メッセージが多すぎる」問題 西手嘉昭氏（以下、西手）：本セッションでは「自社LINE公式アカウントのメッセージ送りすぎ問題をデータサイエンスで解決する」というテーマで、Data Scienceチームの西手とMachine Learning Solutionチームの吉永の2名で
2021年11月10日と11日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2021」がオンラインで開催されました。そこでFinancial Data Science TeamのData Scientistの椙本氏が「データサイエンスによるLINE PayのLINE公式アカウントの情報受け取り体験の改善」というテーマで、データサイエンスの技術を用い、LINE公式アカウントの情報受け取り体験の改善に貢献した話を共有します。 セッションのアジェンダ 椙本功弥氏：みなさん、こんにちは。Financial Data Science Teamの椙本と言います。本セッションでは、データサイエンスの技術が、どのようにLINE PayのLINE公式アカウントの情報受け取り体験を改善しているのか、というテーマでお話しできればと思います。 本セッシ
Michael P. Notter | Advanced exploratory data analysis (EDA)
How to quickly get a handle on almost any tabular dataset [Find the Jupyter Notebook to this article here.] Getting a good feeling for a new dataset is not always easy, and takes time. However, a good and broad exploratory data analysis (EDA) can help a lot to understand your dataset, get a feeling for how things are connected and what needs to be done to properly process your dataset. In this art
完全初心者からデータサイエンスを学びたいけど、何をどの順番で勉強したら良いんだろう… そんな悩みを抱えていませんか？ はやたす データサイエンスに興味はあるけど、書籍や講座がたくさんあるし、何から手をつければ良いか分からないですよね！ そこで本記事では「データサイエンスの独学勉強ロードマップ」を紹介していきます。 実はデータサイエンスを勉強する9割以上の人が、間違った方法で勉強しています。 この記事を読めば、正しい学習手順が分かり、着実にデータサイエンスの基礎を身につけることができます。 実際にこの通りに学習を進めた僕の生徒さんは、 2ヶ月でKaggleに入門 3ヶ月でKaggleコンペに参加 5ヶ月でKaggleコンペ銅メダル獲得 と、驚異のスピードでデータサイエンスを習得しています。 もし最短でデータサイエンスを習得したいと思っている人は、ぜひ本記事を参考にしてみてください。 はやたす
ビジネスにおけるクラウドコンピューティングサービスの重要性はますます高まっていますが、それに伴ってコストの高騰や可用性の問題、サービス選択の手間などが急増しています。そこで、カリフォルニア大学バークレー校の研究者であるZongheng Yang氏らのチームが、最も費用対効果の高いクラウドを自動的に選択できるオープンソースフレームワーク「SkyPilot」を開発しました。 GitHub - skypilot-org/skypilot: SkyPilot is a framework for easily running machine learning workloads on any cloud through a unified interface. https://github.com/skypilot-org/skypilot SkyPilot: ML and Data Scienc
A team of MIT researchers is making it easier for novices to get their feet wet with artificial intelligence, while also helping experts advance the field. In a paper presented at the Programming Language Design and Implementation conference this week, the researchers describe a novel probabilistic-programming system named “Gen.” Users write models and algorithms from multiple fields where AI tech
Introducing notebooks: The most powerful AI data workspacePowered by GPT-4 with the context from your data workspaceTurn notebooks into powerful data apps and dashboardsCombine Python, SQL, R or don’t write code at allQuery Snowflake, BigQuery, CSV, and 50 more data sources
COVID ECONOMICS VETTED AND REAL-TIME PAPERS FROM THE GREAT RECESSION TO THE PANDEMIC RECESSION Francis X. Diebold ELECTORAL POLITICS AND SMALL BUSINESS LOANS Ran Duchin and John Hackney GROWTH FORECASTS AT END-2020 Javier G. Gómez-Pineda STOP-AND-GO EPIDEMIC CONTROL Claudius Gros and Daniel Gros CONSUMPTION RESPONSES TO STIMULUS PAYMENTS So Kubota, Koichiro Onishi and Yuta Toyama CHILD CARE CLOSUR
LightGBM PyData.Tokyo Meetup #21 AlphaImpact • (@henry0312) • (2015.04−2019.06) • Dwango Media Village • AlphaImpact (2019.02−) • • LightGBM • 2 LightGBM • 2016 10 GBDT + • Python 12 • PR OSS 3 • LightGBM • LightGBM • XGBoost CatBoost • LightGBM • 4 LightGBM LightGBM • Microsoft • • Kaggle (2019/4/4) 6 7 https://twitter.com/fchollet/status/1113476428249464833 GBM • Gradient Boosting Machines • 1 N
GitHub - goplus/gop: The Go+ programming language is designed for engineering, STEM education, and data science
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
import datetime dt = datetime.datetime.now() print('Version:',dt.strftime('%Y年%m月%d日')) 本サイトに関するコメント等はGitHubのDiscussionsもしくはharuyama@econ.kobe-u.ac.jpにご連絡ください。 姉妹サイト：「Pythonで学ぶ入門計量経済学」 🐍 はじめに# 本サイトの目的は２つある。第一に，学部中級＋レベル（「＋」は中級より少し進んだという意味）のマクロ経済学をとおしてPythonを学び，Pythonをとおしてマクロ経済学を学ぶ（復習する）ことである。大学での経済学教育は主に講義でおこなわれる。モデルの展開と解説，データが紹介されるが，私もそうだったように「そういうものなんだ」と納得はするが，経済学との間になんとなく「距離」を感じる学生が多いのではないだろうか。
Register now for a full day of community, learning, and all things Visual Studio Code March 2022 (version 1.66) Update 1.66.1: The update addresses these issues. Update 1.66.2: The update addresses these security issues. Downloads: Windows: x64 Arm64 | Mac: Universal Intel silicon | Linux: deb rpm tarball Arm snap Welcome to the March 2022 release of Visual Studio Code. There are many updates in t
Firecracker: Lightweight virtualization for serverless applications
The Research Team at Amazon Robotics is seeking a passionate Applied Scientist, with a strong track record of industrial research, innovation leadership, and technology transfer, with a focus on ML Applications. At Amazon Robotics, we apply cutting edge advancements in robotics, software development, Big Data, ML and AI to solve real-world challenges that will transform our customers’ experiences
Home Home Meta topics Key issues Other issues Background References Glossary Home Introduction Packaging is an important and time-consuming part of authoring and maintaining Python packages. This is particularly true for projects that are not pure Python but contain code that needs to be compiled, and have to deal with distributing compiled extensions and with build dependencies. Many projects in
「Kaggleで勝つデータ分析の技術」について（内容編） - threecourse’s blog
10/9に技術評論社から、「Kaggleで勝つデータ分析の技術」が出版されます（amazon）。 （ブログ主＝著者の一人の門脇です） gihyo.jp 多くの予約を頂いているようで大変有難いです。もし評価がひどくて多方面から矢が飛んで来たらどうしようと怖くなることもありますが、何だかんだで自信を持って出せる本に仕上がったと思っています。以下で、見どころや意図を紹介します。 目指したところ 私が目指したのは、テーブルデータについて「Kaggler（＝Kaggleの参加者）の暗黙知を明らかにする」ことです。一度整理したかったですし、なかなか綺麗にまとまっている資料はないようです。 CourseraのHow to Win a Data Science Competitionが比較的近いテーマですが、英語なのはともかく、動画での講義なので情報を整理するコストがなかなか高いですし、またこの講座とも違
SaaSから提供するAPIでデータを持たずにBI機能を提供する Looker Data Science バイスプレジデント ジャパンカントリーマネージャー 小澤正治氏 Lookerの日本法人がビジネスを開始したのは2018年9月のこと、「これまでの10ヶ月はステルスモードでやってきましたが、これからがグランドオープンです」と語るのは、Looker Data Science バイスプレジデント ジャパンカントリーマネージャーの小澤正治氏だ。ステルスモードの間に、日本の20社ほどにLookerは導入されている。Lookerを導入する企業の傾向としては、Eコマースやマーケットプレイス、デジタルマーケティング関連など、膨大なデータを抱えそれがどんどん増えているような企業となる。 Lookerのアーキテクチャは、まずはさまざまなSaaSのアプリケーションや企業が運用している各種データベースなどのデー
このたび Kaggle Grandmaster になることができたので振り返ります。 ついに Grandmaster になりました！🙌 今までチーム組んでくださった方たちのおかげなので，これからも精進します🙏 pic.twitter.com/JP4STTf7pr — Y.Nakama (@NmaViv) 2020年10月7日 https://www.kaggle.com/yasufuminakama はじめに この記事では、自分が kaggle を始めてから Grandmaster になるまでの道のりを振り返りたいと思います。kaggle 始めたての時は機械学習初心者みたいなものだったので、どのように成長していったかをコンペごとに振り返っていけたらと思います。技術的なところまで掘り下げた内容ではないのでご注意ください。 はじめに Kaggle を始めたきっかけ 初期は何で勉強したのか
All Digital Musicでは、新型コロナウイルスの影響を受けたアーティストや音楽業界の方で、ビジネスやマネタイズ、ツールの活用、情報提供などあらゆる形式でご支援致します。サポートをご希望される方はTwitterでご連絡ください。 新型コロナウイルス感染拡大の被害で、自宅待機や自主隔離する人が増える中、アーティストやクリエイターコミュニティ、音楽業界は、ライブやイベント、ツアーでの収入をはじめ、あらゆる収益源が急減するという、アーティスト活動と経済活動の双方で大きな影響を受けている。 世界各地では、強制外出禁止令で不必要な外出以外で都市を封鎖する対策を講じる行政も増えたことによって、自宅で過ごす時間が増えるアーティストたちが、新たな収入源として活用が伸びているサービスがある。アーティストやクリエイターがファン向けに月額定額のサブスクリプションサービスを構築して“パトロン”を増やし、
Coauthors: Jeremy Lewi (Google), Josh Bottum (Arrikto), Elvira Dzhuraeva (Cisco), David Aronchick (Microsoft), Amy Unruh (Google), Animesh Singh (IBM), and Ellis Bigelow (Google). On behalf of the entire community, we are proud to announce Kubeflow 1.0, our first major release. Kubeflow was open sourced at Kubecon USA in December 2017, and during the last two years the Kubeflow Project has grown b
経済産業省は6月7日、「DX（デジタルトランスフォーメーション）銘柄2021」を発表した。グランプリを取得したのは日立製作所とSREホールディングス。また、2年連続で選定された企業は28社中、アサヒグループホールディングスやブリヂストンなどを含む13社となった。 日立製作所は、各成長分野×ITで新たな価値創造・相乗効果を生み出す体制構築のために事業ポートフォリオを見直したことが評価され、グランプリに選出された。また、データサイエンティストを集めた「Lumada Data Science Lab.」を設立し、オープンイノベーションの加速、DXをけん引するデジタル人材の育成を図るなど組織周りの改革も積極的に行った。 DX銘柄評価委員会からは「自社でDXを推進する実験場を有している」「DXが変革のエンジンになっている数少ない会社の1つ」といったコメントが寄せられた。
GBDTは分析コンペや業務で頻出しますが、アルゴリズムの詳細はパッケージごとに異なるため複雑です。できることなら公式ドキュメント・論文・実装を読み込みたいところですが、私の実力的にそれは厳しいので参考サイトをまとめておきます。ゆるふわ理解に留まっている自分用のメモです。 GBDT Gradient Boosting Interactive Playground トイデータを使ってGBDTの挙動を確認できる。しばらく遊べる。 YouTube とてもわかりやすい解説動画。Part1~4を視聴すればアルゴリズムの基本が理解できる。 Gradient Boost Part 1: Regression Main Ideas Gradient Boost Part 2: Regression Details Gradient Boost Part 3: Classification Gradient
国友直人のホームページ
私のホーム・ページにようこそ 制作協力：福井崇人・一場知之/最後の訂正:2023年1月15日 [ 英語 | 日本語 ] 研究・教育活動の主な分野 統計学、計量経済学、数理・計量ファイナンス、経済統計学、データサイエンス(統計科学) 最近の活動 社会協力活動 国土交通省第三者委員会委員(建設工事受注動態統計調査の不適切処理問題, 2021.12.23-2022.1.14) 報告書, 国土交通省 研究協力 経済時系列解析プログラム・季節調整法X12SIML(佐藤整尚先生, 2023.2.1) 日本語解説, 英語解説 新刊 「データ分析のための統計学入門」("OpenIntro Statistics, 4th Edition" by D.Diez, M.Cetinkaya-Rundel and C.Barr, 日本語印刷版(誤植訂正版), 日本統計協会, 小暮厚之氏・吉田靖氏と共訳,2021年3
約45TBの大規模なテキストデータのコーパスを約1750億個のパラメータを使用して学習したOpenAIのニューラルネットワーク言語モデル「GPT-3(Generative Pre-Training-3、以下GPT-3)」は、早ければ今年12月、遅くとも2023年2月までに新たなバージョン「GPT-4」となり、リリースされるとのことだ。 2020年5月の「GPT-3」のリリースは、AIが人間が読んでも自然に見える文章を作成する機能を持ち、世界に衝撃を与えた。その正式な後継者について、今年4月にはOpenAI CEOのSam Altman氏が「GPT-4」を今後数カ月の間に発売することを明らかにしていた。GPT-4によって、AIが、“より人間らしい”自然な会話をするようになり、関連アプリケーションのトレーニングコストが大幅に削減され、人工知能との付き合い方が変わるとされている。 2019年に登
文系学部卒でも無条件で不合格にならないアメリカのオンラインコンピューターサイエンス修士コースを調べ、出願校を決めた｜Toshinori Sugita
出願校最初の出願校は、ジョージア工科大学のOMSCSになりそうだ。履修できる授業の種類、オンラインコースの懐の深さ（合格率の高さ）（、費用）が主な理由だ。 前回の記事を書いた時点では、ペンシルバニア大学のMCITがベストではないかと考えていた。 しかし、他の選択肢を十分検討していなかったので、候補になり得るコースをリストアップして比較した。特に気にしたのは、つぎの点だ。 ・文系学士が無条件でNGにならない ・CS推奨であっても、テストやMOOCs受講、業務経験などでなんとかなる ・アメリカ（最初の候補として。イギリスやオーストラリアがダメというわけでは全然ないが、英語で学ぶことを前提としたい） ・授業（基礎、分散システム、その他機械学習、データサイエンスなど共通理解になり得るものが選択できる） ・出願要件の具体的な数字（英語テスト、書類、出願期限） ・合格率（オンラインはオンキャンパスと比
【初めの一歩！】オススメ Udemy 動画コンテンツ 3 選（ Python / AI / 機械学習編 ） - Qiita
【初めの一歩！】オススメ Udemy 動画コンテンツ 3 選（ Python / AI / 機械学習編 ）Pythonプログラミング機械学習DeepLearningプログラミング初心者 はじめに こんにちは！ 昨今の AI ブームも落ち着き、本格的な浸透に向けて進みはじめた AI 関連分野。 満を持してこれから学び初める方もいらっしゃると思います。 また独学ではじめたものの、あまりの広さと難しさで学習をやめてしまった方もいると思います。 そこで本記事は私自身が購入した Udemy 動画コンテンツの中で、 下記に当てはまる人が Python / AI / 機械学習を学ぶのにオススメな講座を紹介します。 あくまで個人の意見になりますので、参考としてご活用ください。 本記事を参考にしてほしい方 本記事は以下のような方にオススメです。 ・ Python をはじめて学習する方 ・ AI を学びたいが
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
Another Book on Data Science
【初学者向け】データサイエンスにオススメの本80冊！ | Octoparse
Svelte Summit Spring 2021 簡易まとめ
AaaSからZaaSまで「as a Service」を探したら色々なサービスが見えた話 - Qiita
Vertex AI Workbench | Google Cloud
CUDA 11 Features Revealed | NVIDIA Technical Blog
LINE公式アカウントの“メッセージ送りすぎ問題” 機械学習でどのように解決したのか
有益な情報をLINE Pay公式アカウントから届けるために データサイエンス技術を用いた、メッセージ受け取り体験改善の取り組み
【2024年最新版】Python×データサイエンス独学完全ロードマップ【初心者向け】 | はやたす公式サイト
最も費用対効果の高いクラウドを自動選択して大幅なコスト削減が可能な「SkyPilot」
New AI programming language goes beyond deep learning
Deepnote: Analytics and data science notebook for teams.
Macroprudentialism
PyData Tokyo Meetup #21 LightGBM
Pythonで学ぶマクロ経済学 (中級＋レベル) — Pythonで学ぶマクロ経済学 (中級＋レベル)
Visual Studio Code March 2022
pypackaging-native
Googleに買収されるLookerが日本で本格的にビジネスを始動
Kaggle Grandmaster になるまでを振り返る - NmaViv’s diary
音楽活動で安定収入を。Patreon、利用者が急増。コロナウイルスの影響を受けて | All Digital Music
Kubeflow 1.0: Cloud Native ML for Everyone
経産省、28社を「DX銘柄2021」に認定 グランプリ企業は？
GBDTの理解に役立つサイトまとめ - copypasteの日記
OpenAIの言語モデル最新版「GPT-4」が近日中に登場との噂、ついにチューリング・テストに合格するAIが実現か | TEXAL