サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
blog.aidemy.net
こんにちは!!研修生のココナツオです!僕はラーメンが大好物です。iPhoneの写真フォルダにはラーメンアルバムを作っていて、日々増えていく写真を眺めることが日々のささやかな楽しみです。 今回は、そのラーメンアルバムのラーメンを種類ごとに分類してみようと思います!!下のような手順で進めていこうと思います!! 実行環境FlickrのAPIを利用した画像収集CNNモデル作成学習・評価(1回目)画像水増し学習・評価(2回目)自分のラーメンの写真でテスト!!テストデータの混同行列の考察Grad-CAMを利用してディープラーニングを覗く考察・今後の改善・感想参考文献 実行環境 Python 3.6.6 jupyter notebook 5.7.2 MacBook Air (13-inch)(10.12.6) FlickrのAPIを利用した画像収集 まずはFlickrという画像共有アプリのAPIを利用し
どうもこんにちは。 Aidemy研修生の片岡(@ShotaroKataoka)です。 今回は小説をベクトルに変換して、自分好みの小説を見つけたいと思います。 [キーワード] 自然言語処理, データスクレイピング, 形態素解析, Doc2Vec, 階層的クラスタリング, 類似文書の検索 はじめに 背景 手法 環境構築 学習データの準備 データの取得 データの前処理 Doc2Vec Doc2Vecについての概要 Doc2Vecを使ってみる クラスタリング 階層的クラスタリングについて クラスタリングの実行 クラスタの分析・評価 クラスタのジャンル推定 ジャンル推定手法の改良 観測によるジャンルの推定 類似小説の検索 検索機能の実装 似ている小説を探してみる 未知の小説に適用してみる まとめ 結果について 考察・今後の展望 はじめに 背景 突然ですがみなさん、小説を無料で投稿できるサイトをご存知
こんにちは、Aidemy研修生のタットヤムです。 みなさん、かわいい女の子は好きですか?僕は大好きです。 今どきはマッチングアプリでいつでもかわいい女の子を見放題なのでいい時代ですね。中でも「Tinder」はアメリカを中心に世界的に流行ってる、相手の写真を見てアリなら右、ナシなら左にスワイプするだけでマッチングするという、かわいい子の顔を見て癒されるのにうってつけなアプリです。 しかしTinderでスワイプして写真を眺めていると、「この子かわいいけど加工してるっぽい?」なんてことありますよね。 Aidemyの研修でせっかくディープラーニングを学んだので、今回はTinderのPythonAPIを使って日本各地の女の子の顔写真を集めて、ディープラーニングで加工がされているかどうかを自動で判定してみようと思います。 だいたい手順はこんな感じになります。そのまま目次にしてしまいますね。 0.環境
「Aidemyユーザーにアウトプットの機会を持ってもらいたい」 そんな気持ちで生まれた#Aidemynote企画。今回は、なかでも秀逸だったものを分類してまとめました! アジェンダは以下の通りです。 -【Aidemy初心者向け】Aidemyで勉強してみたnote -【Aidemy一通り勉強した人向け】実装してみたnote -エヴァンジェリストの活動note 【Aidemy初心者向け】Aidemyで勉強してみたnote -「AIプログラミングを学んでみよう」 まずはこれを読んでみよう!Aidemyを使うメリットってなに? note.mu -Aidemyをやってみた感想 Aidemyの”ヤバい”点4つをわかりやすく解説してくれました。 note.mu -「有料化してもAidemyは利用価値ありか!?」 Aidemy課金すべきかしないべきか!?を考察した記事 https://note.mu/z2
はじめまして、protonです。 数カ月前からやっと機械学習関係の勉強を始めましたが、思った以上に色々出来て面白くなってきたところです。 機械学習にはscikit-learn等の様々な便利なオープンソースライブラリがあり、それらを用いることでかなり簡単に実装することができます。 今回はあえて、scikit-learn等を使わずに独立成分分析(ICA)というものを実装し、音声データの分離をしてみました。 独立成分分析(ICA)とは? 独立成分分析のアルゴリズム 準備 音源分離 結果 最後に 独立成分分析(ICA)とは? 様々な人が話している中でも、自分が話している相手の会話は聞き取ることができるという現象は(おそらく)誰でも経験していると思います。 この現象をカクテルパーティ効果といい、人には音源の位置や周波数の差から特定の音抽出するような機能が備わっています。 この機構を模したアルゴリズム
自己紹介 みなさん、はじめまして。 Aidemy 研修生の 加藤正義 (加藤正義 (@Kato_Justice) | Twitter) です。昔はテレビ東大生として、時々バラエティ番組とかに出ていました。 〈●〉EYE-CATCH〈●〉 フィーチャリング関係で繋がった日本語ラッパーのコミュニティをグラフ化すると、以下のような構造をしている。 ノードの色は派閥を表し、媒介中心性が大きいほどノードのサイズが大きい。ラッパーの派閥は フリースタイルダンジョン組 KGDR + RHYMESTER + 愛国ラッパー達 (韻が固い) 独立したその他ユニット という具合で分かれた。 媒介中心性の最も高いラッパーはKEN THE 390だった。 ラッパーは好き嫌いが激しい 突然ですが、僕は日本語ラップが好きです。しかし、当のラッパー同士がお互いのことを無条件で好きかというと、どうやらそうではないようです。
こんにちは、たくやです。 今回は69歳のグーグル研究員、ジェフ・ヒントンが40年の歳月をかけて熟考して発表した新技術、カプセルネットワークをご紹介します。 今回も例によってわかりにくい数式や専門用語をできるだけ使わずに感覚的に解説していきます。 元論文 http://papers.nips.cc/paper/6975-dynamic-routing-between-capsules.pdf この、カプセルネットワークは今、これまで機械学習で不動の地位を築いていたニューラルネットワークの技術を超える新技術なのではないかと期待されています。 彼の出した2つの論文によると、カプセルネットワークの精度は従来のニューラルネットワークの最高時の精度に、誤答率は従来のニューラルネットワークの最低時の半分にまで減少したといいます。 ・従来のニューラルネットワークとの違い では、何が従来のニューラルネットワ
お疲れ様です.まっくす @minux302 と申します. 話が長いのでまずはブツを見せます.キャラクターに馴染むような背景イラストを Deep Learning の技術を使って生成していきます.ちょっと長いですがお付き合いいただければ幸いです. 秘められた力で背景写真を自分に馴染むように変換したと勘違いしている女の子のイラスト 1 背景と提案 1.1 背景 絵,描けるようになりたいですよね. 背景画,憧れますよね. よく絵描きの方々が描く,アンニュイな表情した女の子が廃墟や浜辺に佇んでるやつ,描けるようになりたいですよね. ……. 描けないですよね…. 趣味でちょこちょこキャラ絵とか描いたりするんですが背景画は全然描きません (描けません). 背景画を描く際には,キャラとはまた違った知識や技法とかが必要になってきます (多分).あと大変です.めっぽう大変です. もうね,描く量が多い.そして
こんにちは。たくやです。 今週はリクエストがありました、CPUとGPUの違いについて説明したいと思います。 専属メンターにもっと質問したいなら、Aidemy Premium Planがおすすめ! 目次 GPUとCPUの違いGPUの起源とディープラーニングのボトルネック現在、世界一強力なクラウドで使えるGPUインスタンスの性能おまけ 浮動小数点演算とは CPUとGPUの違い 「CPUとGPUの違いはなんなのか」 みなさんは答えることができますか? さて、では答え合わせをしてみましょう! 実は、CPUもGPUも本質的には計算をするという点で同じです。 ただ、CPUとGPUはその構造が全く違っているのです。 GPUはCPUよりもはるかに多くのコアを搭載しており、コアの数は同時に対応できる処理の多さを表しています。 GPUは同じ処理を同時に複数のコアに投げることができるのです。 一方でCPUは一つ
こんにちは、てれにゃんです。Pythonを使ったTwitterスクレイピングによる心理学的検討をしたいと思います。※機械学習のことはいっさい含まれていないのでご注意ください。 自分のことを何と呼ぶかで、与える印象は大きく変わりますよね。男性の場合で考えると、「おれ」だとより男性的で力強いイメージ、「ぼく」だと従順で腰が低いイメージといったところでしょうか。では、実際に使う一人称によって、発言自体に違いが現れてくるのでしょうか? 今回はTwitterのツイート文字数に違いがあるかを調べました。日本の男らしい男性は、あまり多くを語らないとよく言われます。「俺」「僕」はいずれも一般的に男性が使う一人称ですが、「俺」の方がより男性性の強いイメージがあります。このことから、「俺」を使う人の方がより多くを語らないのではないかと考えられます。そこで、以下の仮説を立てました。 〜仮説〜 「俺」を使う人は「
こんにちは! 研修中のヒロです! 機械学習という分野を未経験から学んでいる最中なのですが 最近よく耳にする顔認証も機械学習による技術になります! 「iPhone X」採用の顔認証「FaceID」 Appleが発表した新型iphone Xも従来の指紋認証システム 「Touch ID」に代わり、新たな顔認証システム「Face ID」を発表しましたよね!Appleによれば、顔認識は、指紋認証に比べて誤認識をなんと20分の1に減らすことができると言われています。この「Face ID」も機械学習を活用されております。 AIが人間の顔を認識する精度はここ最近、かなり向上していて、顔を認識するAIとディープラーニングは、コンピュータの視覚システムの心臓部であり、AIは人間よりも正確に顔を認識することができるくらいに成長しています! 広がる顔認証システム これからはiphoneのようにスマホのカメラに顔を
今回の到達点はPythonとMeCabを使って2時間前後でAmazonなどのレビューのネガポジ判定をできるプログラムを作るというところにしたいと思います。 「自然言語処理」 と言うワードを見聞きしたことはありますでしょうか? この記事はなんとなーく聞いたことあるけど具体的にどうなってるのか、どうやってるのか、知らない。というような人向けの記事になっています。 まず、自然言語処理(NLP:Natural Language Processing)とは、 自然言語処理 – Wikipediaからの引用 自然言語処理(しぜんげんごしょり、英語: natural language processing、略称:NLP)は、人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術であり、人工知能と言語学の一分野である。 とあり、具体的には、google翻訳、siri、パソコンの予測変換にも使
このページを最初にブックマークしてみませんか?
『Aidemy Magazine | AI(人工知能)情報マガジン』の新着エントリーを見る
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