はじめに こんにちは。バクラク事業部 機械学習チームの機械学習エンジニアの上川(@kamikawa)です。 バクラクではAI-OCRという機能を用いて、請求書や領収書をはじめとする書類にOCRを実行し、書類日付や支払い金額などの項目内容をサジェストすることで、お客様が手入力する手間を省いています。 書類から特定の項目を抽出する方法は、自然言語処理や画像認識、近年はマルチモーダルな手法などたくさんあるのですが、今回は項目抽出のための物体検出モデルを構築するまでの手順について紹介します。 Document Layout Analysisとは Document Layout Analysisとは、文書のレイアウトを解析するタスク(直訳)のことを指します。具体的には、文書内のさまざまな要素(例えば、テキスト、画像、表、見出し、段落など)を抽出し、それぞれの位置や意味などを明らかにすることを目的とし

こんにちは。 LayerXのバクラク事業部 機械学習チームのテックリードを務めております機械学習エンジニアの島越（@nt_4o54）です。 最近、カジュアル面談や学会などで「AI-OCRってもうほぼ完成で、運用フェーズですよね」「やることあるんですか？」など頻繁に聞かれることがあります。 「いやいや課題が山のようにあるんです」という話をいつもしているので、今回は我々が作っているAI-OCRがどれだけ複雑で難しい問題を扱っているか、という部分についてお話しさせていただければなと思います。 少し、経理ドメインの話が多く恐縮ですが、お付き合いいただけると嬉しいです。 AI-OCRについて AI-OCRが扱う問題の複雑さ ドメインへの深い理解が必要 同じ書類であってもコンテキストによって抽出したい値が異なる まとめ 最後に AI-OCRについて まず、そもそも弊社のバクラクで提供しているAI-OC

すべての経済活動を、デジタル化したい松村(@yu-ya4)です。LayerXのバクラク事業部機械学習グループにおいて機械学習エンジニア兼マネージャーを務めています。 先日、代表の福島(@fukkyy)が以下のnoteを公開しました。LayerXの発信を見てくださっている社外の方々から「もう入るには遅い会社だよね?」と言われることが最近増えたことに対して、LayerXがまだ全然完成されていない、成長機会だらけのこれからの会社であるということを綴った内容となります。 note.com 今回はこの内容を受け、LayerXのバクラク事業部においてAIや機械学習を活用した機能の開発・顧客価値の提供に責任を持っている機械学習グループについても、まだまだこれからの組織であり、今入っていただくことで様々な挑戦や成長の機会を提供できるということをお伝えしたいと思います。 現在のLayerX バクラク事業部

https://www.slideshare.net/TokorotenNakayama/battlefield3-21355848このスライドを書いたのは2013年であり、いろいろと古くなってきているので、自分の今の考えも含めて、アップデートしつつ解説を行いたいと思う。 例によってこの記事はポエムです。 あと、SlideShare版もあります。https://www.slideshare.net/TokorotenNakayama/ss-79094829 インターネット上における情報発信手段の変化私はインターネット上の情報発信の手段の変遷として、次のような大きな区分があると考えている。 ・Web1.0 ・Blog ・SNS ・Twitter ・Tumblr、RT ・Instagram ・SnapChat ・SNOW ・ゲーム配信 Web1.0の時代90年代末から2000年くらいがWeb1

Why?ProductsServicesSolutionsDevsPartnersResourcesPricing At Fastly, we’re always working to make our systems faster and more reliable. One of the more difficult problems we’ve faced is efficient cache invalidation across our global network, or as we call it: Instant Purging™. When content changes, our customers issue a purge request, which we then need to deliver to each of our cache servers. The

プロダクトの分析全般を担当している@hikaruです。 日々、メルカリのプロダクト改善のPDCAを定量分析の面からサポートしております。 以前、メルカリのデータサイエンティストが日々どのようなツールを使って分析をしているのかをお伝えしました。 tech.mercari.com このエントリーでは、メルカリの分析チームの活動をもっと知ってもらうために、先日メルカリで行われた「Drink Meetup with Mercari (BI/ML)」の様子をお伝えしようと思います。 mercari.connpass.com ちなみに、ご存じない方もいると思うので説明しておくと、Drink Meetup with Mercari はメルカリの各チームがどのように働いているかを外部の方々に知ってもらうために、職種やテーマ別に行われるドリンクミートアップイベントです。 既に53回目となる今回のテーマは、デ

この記事は「AI法務Q＆A～AIの生成・保護・活用に関する法務Q＆A～」のうちのQ＆Aの１つです。 Q＆Aの全体像については「AI法務Q＆A～AIの生成・保護・活用に関する法務Q＆A～」をご参照ください。 「AIを利用したシステム」の開発は、これまでのシステム開発と異なる点があり、特にベンダ側が知っておくべきポイントが何点かあります。 【AIシステム開発に際してベンダが知っておくべきポイント】 １　まずは「できないこと」をはっきりさせ、ユーザーの期待値のコントロールをする ２　成果物に関する権利の取り扱いが一番のポイント ３　生成した学習済モデルについて蒸留行為や派生モデル生成行為をすることがOKかNGか ４　モデル生成のためにユーザーから提供を受けるデータの取り扱いに注意する ５　システム障害が生じたときの責任分担が不明確になりがちなので要注意 この記事では、ユーザーとベンダがシステム開

走らない馬を走らせる3要素「理、心、運」 朝倉祐介氏（以下、朝倉）：はい、朝倉でございます。 （参加者から「ミクシィ！」の声） 朝倉：私は、15歳の時に競馬の騎手の候補生としてキャリアをスタートしました。以来、会社の経営も含めて、世の中で起こるだいたいすべてのことは、馬に例えて理解をしています。 （会場笑） 今日は、「走らない馬の走らせ方」すなわち衰退期に入った会社をいかに立て直すか。これを、株式会社ミクシィでの企業再生の経験をベースにシェアできればと思います。 走らない馬を走らすにあたって、私は3つの要素が必要だと考えています。理、心、運。 理。これはすなわち戦略だとか方針。頭で考えることですね。心。これは頭で考えたことをやり抜くタフネスさ、エグゼキューションの部分。運は読んで字の通りです。 問題は、この理と心と運、後付けでどれぐらい結果に貢献していたのか。この比率なんですけれども、私、

今回はGAN（Generative Adversarial Network）を解説していきます。 GANは“Deep Learning”という本の著者でもあるIan Goodfellowが考案したモデルです。NIPS 2016でもGANのチュートリアルが行われるなど非常に注目を集めている分野で、次々に論文が出てきています。 また、QuoraのセッションでYann LeCunが、この10年の機械学習で最も面白いアイディアと述べていたりもします。 “The most interesting idea in the last 10 years in ML, in my opinion.” –Yann LeCun GANは聞いたことはあるけれどあまり追えてないという人向けに基礎から解説していきたいと思います。それでは順に見ていきましょう。 目次 基礎理論 DCGAN 実装 論文紹介 まとめ 基礎理

(編注：誤訳、意味の分かりづらい訳を修正しました。リクエストありがとうございました。) 毎日、Pusherは数十億のメッセージをリアルタイム、つまり送り元から宛先まで100ms未満で送信しています。どのようにしてそれを可能にしているのでしょうか。重要となる要因はGoの低レイテンシのガベージコレクタです。 ガベージコレクタはプログラムを一時停止させるものであり、リアルタイムシステムの悩みの種です。そのため、新しいメッセージバスを設計する際には慎重に言語を選びました。Goは 低レイテンシを強調している ものの、私たちは懐疑的でした。「本当にGoを使えば実現できるのか？　もしできるならどうやって？」 このブログ記事ではGoのガベージコレクタを、どのように機能し（トリコロールアルゴリズム）、なぜ機能し（こんなに短いGCによる一時停止時間の実現）、そして何よりも、それが機能するのかどうか（GCによる

一人 CTO Night での発表資料です

You are on amazon.com. You can also shop on Amazon Japan for millions of products with fast local delivery. Click here to go to amazon.co.jp

【岩田 聡氏 追悼企画】岩田さんは最後の最後まで“問題解決”に取り組んだエンジニアだった。「ゲーマーはもっと経営者を目指すべき！」特別編 編集部：TAITAI カメラマン：増田雄介 123→ 4Gamerが任天堂取締役社長（当時）岩田 聡氏と，カドカワ（当時はKADOKAWA・DWANGO）川上量生氏の対談を掲載したのは，ちょうど一年前の12月末のことだった。 任天堂・岩田氏をゲストに送る「ゲーマーはもっと経営者を目指すべき！」最終回――経営とは「コトとヒト」の両方について考える「最適化ゲーム」 連載の最後を飾るにふさわしいラスボス的なゲーマーは，岩田氏以外ないというお願いを快諾していただき実現した対談では，岩田氏自身の経営哲学からプログラマー時代の豪腕ぶりがうかがえるエピソードまでが本人の言葉で語られ，大きな反響を呼んだ。 岩田 聡（いわた・さとる）：1959年北海道生まれ。1982年に

ゼロから始める深層強化学習（NLP2018講演資料）/ Introduction of Deep Reinforcement Learning

オリジナルはこちら https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ http://research.microsoft.com/en-us/um/people/simonpj/papers/giving-a-talk/Writing%20a%20paper%20(seven%20suggestions).pptx 新しいバージョンはこちら https://www.slideshare.net/kdmsnr/how-to-write-a-great-research-paper-226669082

会員事業部の森田です。 対象と内容 この記事は、クックパッドと同じような200～300名規模の組織で働く、「最近調整が多くてコードを書く時間がないなぁ」と思い始めた30代エンジニアを対象として、日々の調整の負担を減らすための「考え」と「行動」を整理し、まとめたものです。 組織における分業と調整 組織に所属する人たちは協力して組織目標の達成を目指します。みんなで同じことをしてもしょうがないので、必然的に役割を分担(分業)をします。分担した仕事はなんらかのタイミングで統合する必要があります。その統合が調整です。つまり分業と調整はセットです。じゃどういう分業があるのかといえばそれは組織構造によります。今回は私達が採用している事業部別組織下*1 での調整の話をします。 分業の種類 事業部別組織では垂直と水平の2つの分業が存在します。それぞれに少し毛色の違う調整が発生するわけですが、いくつかのことを

9月4日に行われた，サマーインターンに参加している3人の中間発表のまとめ - HivemallへのFactorization Machineの実装 - HivemallのRandom Forest実装の効率化 - Fluentdのナノ秒対応 続きを読む