タグ

機械学習に関するsippo_desのブックマーク (16)

  • ChatGPT にコードをレビューして貰う

    はじめに 2022年、個人的には「AI 元年」と言って良い程、これまでは精通者しか扱えなかった AI による画像生成や対話などが、われわれ一般ユーザレイヤからも簡単に利用できるまでに AI が浸透してきた年だったと思っています。 特に ChatGPT の登場は革新的で、質問に対する回答の信用度はそれほど高くはないが、そこいらにいるいい加減な回答しか出来ない人達から比べれば、絶対的に有効な回答を自然な日語で得られる様になりました。 もっと身近に ChatGPT の良さは品質の高さは勿論あるのですが、前提としてリーチするまでの身近さもあると思っています。GitHub からソースコードを clone して、どこかに置いてある英語しかサポートしていない言語モデルをダウンロード、または時間と電気代をふんだんに使って学習させたモデルを使い、さらにはコマンドラインからモデルへのパスを指定して起動、とい

    ChatGPT にコードをレビューして貰う
  • 画像ディープラーニングの始め方(画像系AIの概要理解からUdemy受講, E資格取得まで) - Qiita

    記事の目的 もともと業でデータサイエンスやディープラーニングを扱っていたわけでもなく、ディープラーニング周りは「なんとなく知っている」という状態。ちゃんと勉強したいと思いながらもなかなか手が出ず、モデル実装の経験もない。 上記の状態から、この1年間くらいでやっと、初めてディープラーニング実装の経験をするところまでたどり着いた。とりあえずデータサイエンスの入口に立てた(かもしれない)ということで、整理のためここまで取り組んできたことをまとめてみた。 これから勉強を始める、誰かのために役立てば嬉しい。 <画像ディープラーニングの始め方> ◇ ステップ1. 画像系AIの全体像を把握する ◇ ステップ2. 画像分類を実装してみる ◇ ステップ3. 理論をフォローアップする ◇ ステップ4. 実装の経験を積む ステップ1.画像系AIの全体像を把握する とりあえず初心者向けの書籍や動画などを見て全

    画像ディープラーニングの始め方(画像系AIの概要理解からUdemy受講, E資格取得まで) - Qiita
  • ゼロから学ぶ Python

    ホーム ホーム 1. Python を始める 2. 基仕様 3. クラス 4. モジュールとパッケージ 5. ファイル操作 6. 例外 7. ジェネレータ 8. テスト このサイトは Python を学ぶ人向けのオンライン学習サイトです。 対象¶ Python を初めて学ぶ人 プログラム言語を 1 つ以上経験したことのある人 関数やクラス・オブジェクト指向に対する知識をある程度前提にします。 Python の特徴¶ 学習コストが低い 標準ライブラリが非常に豊富 インデントをすることが言語仕様になっている Python のバージョンについて¶ 2.x.x: 2020 年 1 月 1 日でサポート終了 3.x.x: 現行バージョン 2.x.x 系は新規開発では使用すべきではありません。このサイトでは 3.x.x をベースに説明を行います。

  • WebサービスのA/Bテストや機械学習でよく使う「確率分布」18種を解説 - paiza times

    主な確率分布の関連図 こんにちは、吉岡(@yoshiokatsuneo)です。 Webサービスを運営していると、利用状況を分析・予測したり、A/Bテストなどで検証したりすることがよくあります。 データを一個一個見ていてもよくわからないので、データ全体や、その背景の傾向などがまとめて見られると便利ですよね。そんなとき、データの様子を表現するためによく使われているのが「確率分布」です。 学校の試験などで使われる偏差値も、得点を正規分布でモデル化して、点数を変換したものです。 今回は、Webサービスなどでよく使われる確率分布18種類を紹介します。 それぞれ、Webサービスでの利用例やPythonでグラフを書く方法も含めて説明していきます。コードは実際にオンライン実行環境paiza.IOで実行してみることができますので、ぜひ試してみてください。 【目次】 正規分布 対数正規分布 離散一様分布 連続

    WebサービスのA/Bテストや機械学習でよく使う「確率分布」18種を解説 - paiza times
  • 平成の次の元号を、AIだけで決めさせる物語 - Qiita

    背景 平成の次の元号は何になるの? エンジニアに限らず、多くの人が気になる話題である。 エライ学者先生ががんばって調べたり選んだりして決めるんでしょ。 しかし、時はAIが囲碁や将棋で名人を負かす時代。 そうだ!AIに新元号を決めてもらえばいいじゃん!! まさに悪魔的発想・・・! 「OK、Google、新しい元号は何になるの?」 ⇒ 教えてくれるワケがない。(元号関連記事くらいは教えてくれる) じゃあ自分で作ってみよう! 人の判断を一切入れずに、AIだけで新元号作ることが出来るのか?が今回のテーマ 余談: ちなみに大喜利人工知能の、大喜利βさんに聞いたところ 「アメリカ」との答えが返ってきた。 このタイミングで、アメリカ合衆国51番目の州は「州」です、とせよとの啓示なのか!? 新元号のルールは? 以下のように決められているらしい。 1. 国民の理想としてふさわしいようなよい意味を持つもので

    平成の次の元号を、AIだけで決めさせる物語 - Qiita
    sippo_des
    sippo_des 2018/06/13
    更新が待たれるね。歴史
  • 大量のニュースから興味関心のある話題をベイジアン分類で抽出する - Qiita

    前々回はニュースデータを収集するために RSS/Atom フィードを利用する話を書きました。 RSS/Atom フィードには全文配信と要約配信があり、昨今ではページビューを稼ぐため要約配信、特にリンクがリダイレクトになっているものや、文がカラのものが多いという話をしました。 全文配信 … タイトル、リンク、それに記事文全体を含むフィード 要約配信 … タイトル、リンク、記事の一部のみまたは文がカラのフィード フィードデータをためる方法 前回は一部で最近話題の Fastladder のセットアップ方法を紹介し、付属のクローラーを使ってサーバーのデータベースにフィードを溜めるという方法を説明しました。 いずれ別の記事で詳しく述べますが Fastladder はサーバー設置型な上、ソースコードは公開されていますので、クローラー自体を自作することも可能です。 また fluentd は柔軟なロ

    大量のニュースから興味関心のある話題をベイジアン分類で抽出する - Qiita
  • なぜ地方のクリーニング屋で機械学習? 「無人店舗作りたい」 たった1人、独学でAI作る副社長の挑戦 (1/2) - ITmedia NEWS

    「中小企業でお金もない、人もいない。ここ10年でIT化に取り組んできたが、今ある課題や業界の将来を見据え、今はAI人工知能)を自作している」──福岡県田川市でクリーニング店を8店舗展開するエルアンドエーの田原大輔副社長はこう話す。同社はスーツやズボンなどを判別する画像認識システムなどを導入。人材が不足するクリーニング業界の中で業務効率化を図るためいち早くIT化に取り組み、いずれは無人店舗のオープンを目指す。 IT化に取り組んだ10年 電話からSkypeによるビデオチャットへ、メールからチャットワークへ、ExcelからGoogleスプレッドシートへ──2008年ごろから10年近くクリーニング業務のIT化を進め、15年11月にGoogle機械学習用オープンソースライブラリ「TensorFlow」(テンサーフロー)が公開されてからは、AI開発にも格的に着手。現在は(1)RPA(Roboti

    なぜ地方のクリーニング屋で機械学習? 「無人店舗作りたい」 たった1人、独学でAI作る副社長の挑戦 (1/2) - ITmedia NEWS
  • ディープラーニングに入門するためのリソース集と学習法(2018年版) - Qiita

    最近Bitcoinの方が流行っている印象を受けますが,ディープラーニングの勢いは依然強く,Google Trendを見ても未だに検索数は上昇傾向にあるように見えます. 実際体験してみるとわかりますが,ディープラーニングはとんでもなく強力な機械学習の手法で,うまく使いこなせれば強力な武器になります.しかし,「ディープラーニングにはPhDが必要だ」「ディープラーニングは素人には学べない」といった幻想もちらほらあり,興味はあってもなかなかこの世界に飛び込めない人も多いのではないでしょうか? この記事の目的 この記事では筆者がディープラーニングを学ぶ上で筆者が特に有効だと感じたリソースと,有効な学習法について紹介します.参考までに,筆者はディープラーニングを学び始めてまだ9ヶ月程度ですが,今となっては職場でディープラーニングを教える立場になっています.まだ筆者はディープラーニングに関しては初心者で

    ディープラーニングに入門するためのリソース集と学習法(2018年版) - Qiita
  • Dynamic Routing Between Capsules

    [DL輪読会]SOM-VAE: Interpretable Discrete Representation Learning on Time SeriesDeep Learning JP

    Dynamic Routing Between Capsules
  • なぜ身の程知らずな初心者が「機械学習やりたい」とか言うのか - paiza times

    Photo by Esmée Winnubst こんにちは。谷口です。 開発業務未経験や、経験が浅い状態から「ITエンジニア転職したい」という人が増えてきました。 もちろん最初は誰でも初心者ですから、未経験でもプログラミング初心者でも、エンジニアを目指すのは可能です。実際にpaizaでも、他の職種からエンジニア転職して、大活躍している人はたくさんいます。 ただ一方で、エンジニアを目指して転職活動をしているのになかなか内定が出ない人たちもいます。 その中には 実務経験も勉強したこともないのに「機械学習の求人にしか応募したくない」 あまり求人がない(あっても超狭き門な)言語や開発環境にこだわる 初心者なのに「スペシャリスト的なポジションにつきたい」 といった身のほど知らずな方が常に一定数いるのです。 たとえば、「漫画を描いたことはないけど、ジャンプで連載を持ちたい!連載が決まったら編集部に

    なぜ身の程知らずな初心者が「機械学習やりたい」とか言うのか - paiza times
    sippo_des
    sippo_des 2017/09/25
    この記事は嫌いだけどスキルを手に入れる数年間だけ耐えれば良い。
  • 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

    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

    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
  • TechCrunch | Startup and Technology News

    The FTC has proposed a new rule banning numerous forms of fake reviews online, from outright fabricated ones to those that are sketchily repurposed or secretly manipulated. It may not totally rehabili

    TechCrunch | Startup and Technology News
  • AIの進化から学ぶ会話型UIの課題

    UIを考える前に質を探る 人と情報の関係が会話(チャット)のようになることに伴い、コンテンツだけでなく UI デザインも、会話の中でどのように表示すると適切なのか考える必要があります。会話型になる UI デザインについて2年前に記事にしましたが、今は状況が大きく異なります。 Facebook Messenger はボットの開発やコンテンツの最適化ができるプラットフォームを発表していますし、Slack Bots は開発者にとって馴染みの深いものになっています。 また、友人のように振る舞うことができる Xiaoice(微软小冰)も多くの方に利用されるようになりました。Xiaoice は、昨年 WeChat でリリースされて以来、数百万のフォロワーがいる人気ボット。同じ技術が採用されているりんなは、 LINE で楽しむことができます。ボットが友達と呼べる日は遠い未来の話ではありません。 チャッ

    AIの進化から学ぶ会話型UIの課題
  • 人工知能本読みすぎて飽きたけどその中でも記憶に残っている本を紹介する - 基本読書

    この数年人工知能バブルかってぐらい人工知能関連が出まくっていて、最初の頃は律儀に一冊一冊読んでいたもんだが、だんだん飽きてきた(そりゃ読みまくってるんだからそうだ)。やれ人工知能仕事が奪われるだとか奪われない仕事はなんだとかの話は定番だが、定番すぎてそうそう新しい解釈が出てくるわけではない。消える仕事は消えるし、残る仕事の分野もだいたい明らかになってきている。 とはいえそれでも読んでいると「おお、これは視点が良いな」と思えるものもあり、そういうのは読んでいて楽しい。その書き手はやっぱり基的には専門的な知識を持っている人たちだ。認知ロボット工学者であったり、AI研究所に勤めていたり、機械学習の専門家だったりする。最後のはまた特殊事例といえるが、稿ではそうした人工知能飽きた僕の中で記憶に残っているをいくつか紹介してみようと思う。 まずは基的なところを教えてくれる一冊 シンギュラリ

    人工知能本読みすぎて飽きたけどその中でも記憶に残っている本を紹介する - 基本読書
  • 数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita

    巷ではDeep Learningとか急に盛り上がりだして、機械学習でもいっちょやってみるかー、と分厚くて黄色い表紙のに手をだしたもののまったく手が出ず(数式で脳みそが詰む)、そうか僕には機械学習向いてなかったんだ、と白い目で空を見上げ始めたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 対象 勉強に時間が取れない社会人プログラマ そろそろ上司やらお客様から「機械学習使えばこんなの簡単なんちゃうん?」と言われそうな人 理系で数学はやってきたつもりだが、微分とか行列とか言われても困っちゃう人 この記事で行うこと 数学の基礎知識に慣れるための、数式が最初から出てこないプログラマ向けの数学入門書の紹介 機械学習の初学者には鉄板の、オンライン講座(MOOC)の機械学習コース紹介 環境 WindowsでもMacでもLinuxでも大丈夫(MATLAB/Octaveというツール

    数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita
  • 機械学習初心者の勉強方針まとめ - HELLO CYBERNETICS

    はじめに 最初の一歩を間違える 勉強の方針まとめ 巷で有名な教科書を読む 参考記事 流行りのフレームワークを入れる 参考記事 インターネットで知識を詰め込む 参考記事 目的と合っていない手法に着手 はじめに 新年始まって、機械学習始めよう!と意気込んでる方もいらっしゃると思います。 そしていきなり ・専門用語 ・プログラミング ・数式 などの壁にぶつかり諦める方も多いと思います。 しかし、ちょっと待ってください。方針が(というか最初の一歩)がたまたま間違っていただけで、まだまだいくらでも手立てはあるはずです。 今回は機械学習始めてみようと思ったけど、全く何すればいいかわからない人たちに向けた勉強方針をまとめたいと思います。 最初の一歩を間違える まず最初の一歩を間違えるパターンがいくつかあると思います。 それを思いつく限りあげてみます。 ・巷で有名な教科書を読んでみた ・最近流行りのフレー

    機械学習初心者の勉強方針まとめ - HELLO CYBERNETICS
  • 1