2020/03/03 に富士通本社で行われた、富士通TechLiveに発表資料です。 コロナウィルスの影響で、リモート発表になりましたが、当日は800人以上の方に同時視聴していただきましたRead less
![DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive](https://cdn-ak-scissors.b.st-hatena.com/image/square/6e33854ce1cffe1f32aa401e3027d6cd49b0b530/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Ffujitsu20200303public-200305112955-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
25. 計算が主役、入出力がわき役 Javaの言語、標準ライブラリ、フレームワークを例に 計算ロジックの記述 入出力の記述 かつては、java.io, java.net, java.sql … 今はフレームワークに隠蔽されている さまざまな実証済の設計パターンの登場 かつては、int, boolean, BigDecimal, Calendar, collection 今でも、int, boolean, BigDecimal, java.time, collection, … かつては、if文, switch文, enum, … 今でも、if文, switch文, enum, … 構造と秩序を生み出すための 設計の主たる関心事ではなくなりつつある 複雑さと戦い、構造と秩序を生み出すための 設計活動の主戦場 2019/6/23 25
Machine Learning Casual Talks #10での登壇資料です https://mlct.connpass.com/event/125316/Read less
2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降,画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった.CNNは画像分類だけではなく,セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている.本講演では,AlexNet以降の代表的なCNNの変遷を振り返るとともに,近年提案されている様々なCNNの改良手法についてサーベイを行い,それらを幾つかのアプローチに分類し,解説する.更に,実用上重要な高速化手法について、畳み込みの分解や枝刈り等の分類を行い,それぞれ解説を行う. Recent Advances in Convolutional Neural Networks and Accelerating DNNs 第21回ステアラボ人工知能セミナー講演資料 http
2. 自己紹介 八木 拓真 (Takuma Yagi) 東京大学 大学院修士2年→4月から博士 (生産研 佐藤洋一研) 全脳アーキテクチャ若手の会 代表 (17年5月~) 専門:コンピュータビジョン、特に一人称ビジョン (私の研究) GoPro HERO Google glass 2 3. (164, 150, 71) (75, 43, 10) (99, 74, 31) (60, 41, 36) コンピュータで画像を視る デジタル画像は、画素 (RGB) が集まってできている 4 4. 71, 150, 164, 10, 43, 75, 73, 140, 157, 39, 51, 91, 38, 70, 85, 41, 91, 113, 94, 155, 172, 29, 74, 92, 85, 195, 196, 43, 77, 100, 42, 75, 81, 49, 113, 102
Deeper Things: How Netflix Leverages Deep Learning in Recommendations and Search In this talk, we will provide an overview of Deep Learning methods applied to personalization and search at Netflix. We will set the stage by describing the unique challenges faced at Netflix in the areas of recommendations and information retrieval. Then we will delve into how we leverage a blend of traditional algor
The document discusses recent advances in generative adversarial networks (GANs) for image generation. It summarizes two influential GAN models: ProgressiveGAN (Karras et al., 2018) and BigGAN (Brock et al., 2019). ProgressiveGAN introduced progressive growing of GANs to produce high resolution images. BigGAN scaled up GAN training through techniques like large batch sizes and regularization metho
1. 株式会社ブレインパッド 2019年2月15日 @ デブサミ 2019 機械学習システムのアーキテクチャ アラカルト ~ BrainPad における実例を交えて~ 1 2. 太田 満久 ● Deputy General Manager @ BrainPad Inc. ● Google Developers Expert (ML) ● Organizer of TensorFlow User Group. ● A Steering Committee of MLSE ● A Committee of JDLA 4. © BrainPad Inc. BrainPad: 最高の価値提供を可能にする3つの力 2004年の創業以来、ブレインパッドがデータ活用をお手伝いした企業は800社を超えま す。幅広い業界を対象として、豊富に積み上げられたナレッジを武器に、お客様の経営課 題を 解決に導きます
2. アジェンダ • 最近のウェブセキュリティを取り巻く話題 • OWASP Top 10 – 2017を巡る話題 – XXEとSSRF – 安全でないデシリアライゼーション • 割賦販売法改正・施行 • 安全なWebアプリケーションの作り方 改訂 – PDFのFormCalcによるコンテンツハイジャック 2 3. 徳丸浩の自己紹介 • 経歴 – 1985年 京セラ株式会社入社 – 1995年 京セラコミュニケーションシステム株式会社(KCCS)に出向・転籍 – 2008年 KCCS退職、HASHコンサルティング株式会社(現社名:EGセキュアソリューショ ンズ株式会社)設立 • 経験したこと – 京セラ入社当時はCAD、計算幾何学、数値シミュレーションなどを担当 – その後、企業向けパッケージソフトの企画・開発・事業化を担当 – 1999年から、携帯電話向けインフラ、プラットフォームの企画
2018年11月2日に行われたAWS Dev Day Tokyo 2018での講演「マイクロサービス化デザインパターン」の資料です。Read less
1. AIで改善できること データサイエンティスト養成 読本の解説+書き忘れたこと Repro Tech Meetup #4 AI実戦投入 Supported by AWS https://repro-tech.connpass.com/event/104028/ 中山ところてん 2. 自己紹介 • ところてん • @tokoroten • 株式会社NextInt 代表 • 怪文章職人 • 最近の活動 • Veinをリリース • データサイエンティスト養成読本 ビジネス活用編 • 最近の出稼ぎ • 機械学習顧問(4社) • Repro • SIer • ECプラットフォーム • データ分析企業 • 新規事業コンサルティング(1社) • ゲームディレクター(1社) ↓共著 ↓寄稿↓共著
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