本稿は,計量経営学の進展を狙いとし,その要素技術になるデータサイエンスの基本事項を紹介することを目的とする.本稿では,まずデータサイエンスの入力となる「データ」の特性を述べ,「モデル化に対する基本姿勢」を紹介したうえで,主要なツールとなる「統計モデル」と「機械学習モデル」の概要を説明する.また,経営学でも有効活用しうる「ベイズモデル(統計モデルの一種)」の解析例も併せて紹介する.
はじめに 深層学習モデルを動作させるためのソフトウェアは数多くあります。 PyTorch や TensorFlow などのフレームワークはそれ自身がモデルを実行する機能を持っていますし、ONNX Runtime のようにモデルを動作させることに特化したソフトウェアも存在します。 これらのソフトウェアは大抵、Python などから簡単に扱うことができます。 しかしながら、それらがどのように動作しているのか疑問に思うことはないでしょうか。 この記事では、0 から深層学習モデルの推論ランタイム(長いので以下「深層学習ランタイム」)を作った過程で学んだことを、とりとめもなく紹介していきます。ほとんど、自分用のメモのようになってしまうかもしれません。 作ったものは以下のリポジトリにあります。 (技術的にはかなり適当なことを書いてしまうかもしれません。) 深層学習ランタイムは何をするのか 深層学習ラン
Rails & Node.jsの構成で Docker環境を作ろうとしたらハマったのでメモ 現象 npm installを実行する Dockerfileを記述 ... RUN mkdir /app WORKDIR /app # npm install ADD package.json /app/package.json RUN npm install ... カレントディレクトリを /app にマウントするdocker-compose.ymlを記述 version: "2" # これは失敗 services: web: build: . command: bundle exec rails server -p 3000 -b '0.0.0.0' ports: - "3000:3000" working_dir: /app volumes: - .:/app するとnode_modulesが消
背景 Shopifyという会社に1年半前に転職しました。あれよあれよと会社が拡大して、現在は従業員一万人弱くらいです。 画像元 公式ではない雑な情報です。あくまでイメージ その前はChartmogulという、せいぜい20人、30人ぐらいの会社にいました。 なぜ表題のようなことを思ったか 面接インタビュアー側として、出題することになるコーディング問題を自分で試しに解いていました。一年半前には自分が受ける側の立場だったので、自分の腕前の定点観測ができました。 やってみてどうだったか。 コーディングにおけるシャープさという観点では明らかに衰えているな、と思いました。問題が与えられて、それに短時間で、論理的に向き合う力とでもいうのでしょうか。 自分は現職でマネージャの立場になったわけでもないので、これはマズイ。なんとなくこの一年くらいそんな気はしていたので、これを機会にもうちょっと深堀してみます。
Japan Digital Design株式会社(JDD)は、三菱UFJフィナンシャル・グループ(MUFG)の一員として、金融サービスをより便利にするためのデジタル・ソリューションを提案、提供しています。 https://japan-d2.com/
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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