タグ

MachineLearningに関するT-norfのブックマーク (124)

  • RAGの性能を改善するための8つの戦略 | Fintan

    近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル(Large Language Model:LLM)の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ

    RAGの性能を改善するための8つの戦略 | Fintan
    T-norf
    T-norf 2024/02/09
    RAGガチ勢。チャンクとセットでプロンプトの工夫も結構いる気もする。
  • 機械学習で競馬の回収率100%超えを達成した話 - Qiita

    はじめに みなさん競馬はお好きでしょうか? 私は今年から始めた初心者なのですが、様々な情報をかき集めて予想して当てるのは当に楽しいですね! 最初は予想するだけで楽しかったのですが、『負けたくない』という欲が溢れ出てきてしましました。 そこで、なんか勝てる美味しい方法はないかな〜とネットサーフィンしていたところ、機械学習を用いた競馬予想というのが面白そうだったので、勉強がてら挑戦してみることにしました。 目標 競馬の還元率は70~80%程度らしいので、適当に買っていれば回収率もこのへんに収束しそうです。 なのでとりあえず、出走前に得られるデータを使って、回収率100パーセント以上を目指したいと思います! 設定を決める 一概に競馬予測するといっても、単純に順位を予測するのか、はたまたオッズを考えて賭け方を最適化するのかなど色々とあると思います。また、買う馬券もいろいろな種類があります。 今回

    機械学習で競馬の回収率100%超えを達成した話 - Qiita
    T-norf
    T-norf 2020/09/04
    めっちゃ楽しそう。数学科の友人と、ニューラルネットで馬券予想できるできないって酒飲みながら議論したことあるのよね。1990年代の話だけどw
  • 機械学習モデルを作成する - Training

    Microsoft Learn では、対話的な方法で、従来の機械学習の概要を理解することができます。 これらのラーニング パスは、ディープ ラーニングのトピックに移行するための優れた基盤にもなり、各自の生産性を向上させます。 最も基的な従来の機械学習モデルから、探索的データ分析やカスタマイジングのアーキテクチャまで、ブラウザーを離れることなく、概念的内容や対話型の Jupyter Notebook を簡単に把握することができます。 知識と興味に応じて自分のパスを選択してください。 オプション 1: 完全なコース: 機械学習のためのデータ サイエンスの基礎 ほとんどのユーザーには、このパスがお勧めです。 これには、概念の理解を最大限に高めるカスタム フローを備えた、他の 2 つのラーニング パスと同じモジュールがすべて含まれています。 基になる概念と、最も一般的な機械学習ツールでモデルを構

    機械学習モデルを作成する - Training
    T-norf
    T-norf 2020/01/16
    無料みたいね。 “Microsoft Learn は、Microsoft 製品についての対話式学習を提供する無料のオンライン トレーニング プラットフォームです”
  • 『ベイズ深層学習』が最高すぎた - 日常と進捗

    今回は書評エントリー。 ちょうど今日の午前中に須山さんの『ベイズ深層学習』を読み終えた。 読了。 控えめに言って、スゴかった。 まじでボリュームたっぷりでものすごく読み応えのあった一冊だったと思う。 ベイズ機械学習に詳しくない人でも読めるし(簡単とは言ってない)ホントに全人類におすすめしたい。 pic.twitter.com/Lbfs6Rr9JM— コミさん (@komi_edtr_1230) January 15, 2020 ものすごく良かったのでここで全力で宣伝しようと思う。 概要 書はベイズ統計と深層学習の組み合わせについて詳説した一冊で、頻度論に基づく線形回帰と確率分布の基礎の解説から始まり、そこから線形回帰やニューラルネットワークがベイズ的にどのように説明できるかについて展開、そこから深層学習のベイズ的な説明をしてガウス過程へとたどり着く構成となっている。 書の魅力はなんとい

    『ベイズ深層学習』が最高すぎた - 日常と進捗
  • 「AIのゴッドファーザー」雌伏の30年 華麗なるAI人脈(1) - 日本経済新聞

    あらゆる産業に浸透し始めた人工知能AI)。20世紀後半の2度のブームから「冬の時代」を経て幕が上がった復活劇の主役はカナダ東部の街トロントにいる「AIのゴッドファーザー」と2人の弟子。3人を源流とするAI革命を彩る華麗なる人脈を追う。【次回記事】ザッカーバーグがほれた男 日にまいたAIの種「ディープラーニング」の伝道師「ディープラーニング(深層学習)」。10年前にはほとんど知られていなかったAIのキーワードを世界に広めたのが、トロント大学名誉教授で「ゴッドファーザー」の異名を取るジェフリー・ヒントン(71)、その弟子でフェイスブックのヤン・ルカン(59)、孫弟子でモントリオール大学教授のヨシュア・ベンジオ(55)だ。AI研究者は3人を「カナディアン・マフィア」と称する。ヒントンがいるトロントには世界中からAI人材が集まり、今や「北のシリコンバレー」と呼ばれる。200社超のAIスタートア

    「AIのゴッドファーザー」雌伏の30年 華麗なるAI人脈(1) - 日本経済新聞
    T-norf
    T-norf 2019/09/02
    北野宏明と清水亮とを結ぶ線ってなんだろと思ったら、UEIとソニーCSLとの合弁か。メモメモ https://media.startup-db.com/interview/ghelia
  • AIと超人類の時代 弱者がもつ強み 小林慶一郎 慶大教授 - 日本経済新聞

    ポイント○技術進歩による格差の拡大は反転縮小も○AIが発展しても社会は多様であり得る○民主主義の適切な補正を求めたハイエク歴史学者ユヴァル・ノア・ハラリ氏は話題の書「ホモ・デウス」で、テクノロジーの発展によるディストピア(反理想郷)のビジョンを描いて警鐘を鳴らしている。人類のごく一部の富裕層人工知能AI)とバイオテクノロジーの力で超人類(ホモ・デウス)にアップグレードされ、現生人類のまま取

    AIと超人類の時代 弱者がもつ強み 小林慶一郎 慶大教授 - 日本経済新聞
    T-norf
    T-norf 2019/02/18
    視野狭すぎ? 平均打率が3割弱の世界に、無謬じゃなくても打率4割のAIが出てきたらどうなるかな。しかも人間は給与がかかると。まあ、余った人材は活用されても価値(給与)が下がるのが問題かと
  • AI活用を大学1年必修へ 金沢工大、研究拠点も新設 - 日本経済新聞

    金沢工業大学は2019年4月から、1年生向けの授業に人工知能AI)の科目を導入する。実際に商品やサービスに活用する方法を実習形式で教え、20年度からは必修科目にする方針。メインキャンパスにビジネスなどに生かすための研究拠点も新たに設け、専門人材を育成。AI教育、研究の柱に育てる。同大学には工学や情報学のほか、建築学やバイオに関する学部があるが、AIの授業は1年生向けの全学部共通科目とする予

    AI活用を大学1年必修へ 金沢工大、研究拠点も新設 - 日本経済新聞
    T-norf
    T-norf 2018/05/21
    本気で先端教育に取り組んでると、こうなるよね。
  • [37選]機械学習ライブラリやフレームワークは? 国内AI活用サービスのアーキテクチャを大調査!

    [37選]機械学習ライブラリやフレームワークは? 国内AI活用サービスのアーキテクチャを大調査! Webのアーキテクチャ大調査の第二弾は「AI活用サービス」編。プログラミング言語や機械学習のライブラリをはじめ、フレームワークやツールの選定・設計もサービスによって異なります。ぜひ参考にしてください。 2017年4月に掲載したアーキテクチャ大調査の第二弾! 今回は、人工知能機械学習、深層学習、画像処理など)を活用したWebサービス・アプリを提供しているベンチャーを中心に、36のサービスで使用されているプログラム言語やフレームワーク、その他さまざまな開発ツールなどをヒアリングのうえまとめました。選定理由を記述いただいた12のサービスでは、それもあわせて紹介しています。 前回との違いは、当然ですがTensorFlowやKerasといった機械学習のライブラリが挙げられていること。また、技術領域もH

    [37選]機械学習ライブラリやフレームワークは? 国内AI活用サービスのアーキテクチャを大調査!
    T-norf
    T-norf 2018/05/16
    これはいいまとめ
  • 私の会社の機械学習経験ゼロの「ディープラーニングおじさん」が会社のAI戦略を動かすまで - karaage. [からあげ]

    ディープラーニングおじさん 私の会社には「ディープラーニングおじさん」がいます。「います」といっても私が勝手に一人で心の中でそう呼んでいるだけですが…ともかく、今日はその「ディープラーニングおじさん」が、機械学習経験ゼロから、最終的に会社を動かすまでの華麗なる軌跡を紹介したいと思います。 なお、会社に関する情報は、私の都合である程度、虚実入り混じった情報になることご了承ください。今回の話で伝えたいことに関しては、影響は無い範囲とは思っています。 ディープラーニングおじさんの華麗なる軌跡 自分のツイートを「ディープラーニングおじさん」で検索したら、最初に引っかかったのが2016年10月ころでした。もう1年半くらい前ですね。 自分も個人で少しだけディープラーニング試したりしてるので、ディープラーニングおじさんに少しだけ自分の知ってる情報を提供してみたけど、おじさん何も聞かずに特攻しててワロタw

    私の会社の機械学習経験ゼロの「ディープラーニングおじさん」が会社のAI戦略を動かすまで - karaage. [からあげ]
    T-norf
    T-norf 2018/05/02
    中年はとか、成熟困難とか言ってるんじゃなくて、まだまだ一線に出て行って、やればいいのよね。まあ、そう簡単じゃないから、少数派なんだけど。無理でも、好奇心と本質理解だけは忘れたくないな
  • 「ID婚活」行政が人工知能とビッグデータで縁結び、結婚900組成立 愛媛県(1/2ページ) - 産経ニュース

    行政が紡ぐ「赤い糸」-。愛媛県の「えひめ結婚支援センター」(松山市、 https://www.msc-ehime.jp/ )による婚活事業が好評だ。人工知能(AI)と蓄積された利用者のデータを使い、相手を幅広く選べるシステムも導入し、結婚が成立した組み合わせは約900組。婚活事業に取り組む団体などの視察が相次ぎ、同システムを導入した自治体は10を超えている。 ■まるで「ID野球」 センターは県が未婚・晩婚化対策として平成20(2008)年11月に設立し、県法人会連合会に運営を委託。今年1月までに延べ約7300組のお見合いをお膳立てした。 27(2015)年3月からは、AIと利用者の婚活履歴を蓄積した「ビッグデータ」を活用。利用者が好みの相手を検索すると、同じ相手を選んだ別の利用者とグループ化され、AIがそれぞれの婚活履歴を解析し、「好みに近い」相手も選択肢として提示する。 公共性が高い機関

    「ID婚活」行政が人工知能とビッグデータで縁結び、結婚900組成立 愛媛県(1/2ページ) - 産経ニュース
    T-norf
    T-norf 2018/04/11
    いいぞ、もっとやれ。少しでも相性のいい伴侶に出会うことも、婚姻率が上がることも、誰も不幸になんないよ。でも「ID」から漂う年寄り(野村監督)のイメージは何とかして欲しいぞw
  • AIがAIを「だます」ことで賢く成長

    AIがAIを「だます」ことで賢く成長
    T-norf
    T-norf 2018/04/09
    AIが、AIの学習データを作り出す形か。AlphaGoも自分たちで対戦して強くなったし、現実世界で用意できるデータ量に限界があっても、計算資源の物量で凌ぐアプローチ。チップ屋は儲かってしゃあないよね
  • 静止画なのに回る、AIも「錯視」 深層学習で再現 - 日本経済新聞

    基礎生物学研究所(愛知県岡崎市)の渡辺英治准教授らは、大きさや色が実際とは異なって見えたり、静止しているものが動いて見えたりする「錯視」が人工知能AI)にも起きることを確かめた。人の脳が目で見る情報から予測する機能をAIの一種の深層学習(ディープラーニング)に組み込んだ。脳が感覚情報から予測する仕組みなどの解明につながる可能性がある。錯視研究の第一人者である立命館大学の北岡明佳教授が考案した

    静止画なのに回る、AIも「錯視」 深層学習で再現 - 日本経済新聞
    T-norf
    T-norf 2018/03/23
    機構を真似てるので、同じことが起きそうというところまでは分かるけど、実際に起こせたのなら凄いな。脳もAIも「動きの検出器」を学習によって作り出すけど、同じように誤作動するってことかな。
  • 「ずっとむなしい、なにもなく終わる・・・」 マツダの天才エンジン技術者、大逆転の軌跡(前編) | 日経 xTECH(クロステック)

    の自動車技術者で、最も有名な一人が人見光夫だ。エンジン一筋38年。マツダ躍進の中核を担う、「スカイアクティブ(SKYACTIV)」エンジンの開発を率いてきた。世界シェアが2%に満たない“小兵”のマツダが、世界のエンジン開発競争で先頭を走る――。10年前、誰が想像しただろう。 人見がマツダに入社したのが1979年。スカイアクティブの実用化が2011年だ。57歳になっていた。会社人生の最終コーナーで、華々しい成果を生み出した。天才技術者とも称される。だが入社して長い間、ふてくされていた。 モチベーションなんて、なかったですよ。ずっとむなしいだけ。金くれるんだからまあいいわ、くらいに思って働いてました。 ひとみ・みつお。1954年生まれ。岡山県出身。1979年東大院修了後、東洋工業(現マツダ)に入社。一貫してエンジン開発に携わり、2000年パワートレイン先行開発部長。2011年執行役員、20

    「ずっとむなしい、なにもなく終わる・・・」 マツダの天才エンジン技術者、大逆転の軌跡(前編) | 日経 xTECH(クロステック)
    T-norf
    T-norf 2018/03/08
    すごい。組織運営や、(テスト機の試作ではなくて)モデル作成重視の姿勢が勝利を生んでるし、モデルにディープラーニングの適用まで考えてるのね。なんか低予算で勝つ広島カープを連想しちゃうな。
  • 強すぎて「会場がシーンと……」 クイズ王を圧倒した“早押しAI”の衝撃

    開発したAIの解答システムは、クラウドサービス「Amazon Web Services」(AWS)上のサーバで動作させた結果を用いているが、サーバ自体は特別ハイスペックなものではなく「性能が良いラップトップPCとほぼ同等の計算性能のもの」(山田さん)という。 敗北したクイズ王の1人は「狐につままれたようだ」と漏らしたという。「終盤は人間が答えると歓声が上がっていた。人工知能のコンペなのに(笑)」(山田さん) 対戦は「クイズボウル」という形式(英語)で行われた。まずコンペティションに参加するチームが開発したAI同士で争い、優勝したAIが人間のクイズ王チームと戦う。クイズ王チームは、米クイズ番組「Jeopardy!」の優勝者で「Who Wants to be a Millionaire?」(邦題:クイズ$ミリオネア)で好成績を収めた人物など6人だ。 クイズボウルの特徴は、“早押し”で答えること

    強すぎて「会場がシーンと……」 クイズ王を圧倒した“早押しAI”の衝撃
    T-norf
    T-norf 2018/02/28
    IBMが必死こいてやったことを、ベンチャーが圧倒的なパフォーマンスで凌駕して行く。そういう時代にいることに興奮するなぁ
  • 3位決定戦 イギリスを追い込んだラストショット :どうしん電子版(北海道新聞)

    【2月24日 カーリング女子3位決定戦 日対イギリス】 イギリスが有利な後攻で始まった試合は、両チームとも一歩も譲らず、第8エンドまで後攻が1点を取り合う形で進んだ。第9エンド、LS北見の日はイギリスのミスから1点スチールに成功。そして、第10エンド。イギリスが勝ちを狙って2点を取りにいくラストショットが失敗しLS北見が1点をスチール、5−3で勝利し、カーリングで初めて日がオリンピックメダルを獲得した。 ゲームが動き出した第8エンドから第10エンドのラストショットを中心に、山研究室のカーリング戦略AI「じりつくん」が分析した。 残り3エンドで1点差負けの状況で、「じりつくん」はLS北見の勝率を44%と見積もりました。序盤から中盤のように1点ずつを取り合う形で進むと同点で最終エンドを終え、LS北見が不利な先攻でエクストラエンドを戦わなくてはならず、仮に第8エンドでLS北見が得点しても

    3位決定戦 イギリスを追い込んだラストショット :どうしん電子版(北海道新聞)
    T-norf
    T-norf 2018/02/28
    これ凄いな。超実用レベルやん。ビリヤードだと、思いより少しずれたときの玉の動きも計算してショット選択するのが、ヘタクソが頭で勝負する要素として大きいけど、そこらへん全部やってくれてるよね。
  • Deep Learning基礎講座演習コンテンツ 公開ページ

    プログラムの最大の特徴の一つは、全てのトピックについて、演習を中心に構成されている点です。実際に手を動かしながら理解を進めることで、効率よく学習することができます。 実際にモデルを学習させながら技術を習得する格的な演習内容となっています。Deep Learningは、モデルが実際に学習する様子を観測し、パラメータを調整することでアプリケーションに応じたパフォーマンス最大化を行うことが非常に重要な技術ですが、この一連の流れを全ての演習で経験しながら重要な要素を身につけることが可能です。

    T-norf
    T-norf 2018/01/26
    見てみたいけど、ブクマだけして終わるやつや。
  • Alpha Zeroの衝撃と技術的失業|山本一成🚗TURING

    2016年、Google DeepMind社から恐ろしい論文が出された、AlphaGoその名を冠した囲碁プログラムが既存の囲碁ソフトに勝率99%を叩き出したのだ。AlphaGoは強化学習とDeep Learningを組み合わせた囲碁プログラムで、その年に最強の囲碁棋士の一人である李世ドルさんに4勝1負で勝利した。その後も進歩を続けて今のAlphaGoの強さは人類が体感できるレベルを超えるほど強くなったと予想される。 2017年も終わりのころ、Google DeepMind社からまた途方もない論文が発表された。囲碁とほぼ同じ手法で最強レベルのチェスや将棋プログラムを超えたということだった。実際のところ正確に超えたのかどうかちょっとだけ疑問もあるのだが、まず前提として彼らの新手法が途方もない成果をあげたこと素直に祝福したい。彼らは自分たちのプログラムをAlpha Zeroと名付けた。 コンピュ

    Alpha Zeroの衝撃と技術的失業|山本一成🚗TURING
    T-norf
    T-norf 2018/01/23
    職人芸が生き残る分野はあるだろうけど、過去に重工業がやったように、それが得意な分野では、圧倒的パワーで蹂躙されると思う。入力値がディジタルや画像で、データ量や試行回数が確保できる分野ね。
  • AIが促すハリウッド再編 ネットフリックス台頭 - 日本経済新聞

    【シリコンバレー=中西豊紀】米メディア大手のウォルト・ディズニーによる同業21世紀フォックスの事業買収は、90年の歴史を誇る老舗に再編を強いるほどの業界の地殻変動を浮き彫りにした。ディズニーの背中を押したのは急速に浸透する動画配信サービスだ。その代表が世界に1億人の会員を持つネットフリックス。人工知能AI)を活用しながらユーザーをつかみ、メディア再編の震源地になっている。ロサンゼルス市のハリ

    AIが促すハリウッド再編 ネットフリックス台頭 - 日本経済新聞
    T-norf
    T-norf 2018/01/09
    細かなデータいっぱい取れるよね。視聴離脱のポイント(動画開始後の時間)なんかも監督や脚本家にフィードバックできると、確かに強そう。
  • 社内で機械学習ハッカソンを開催しました - Hatena Developer Blog

    こんにちは、アプリケーションエンジニアの id:alpicola です。先日社内で機械学習を題材としたハッカソンを開催しました。サービスに蓄積されたデータを使って、何か面白いことができないか気軽に試してみる場を設けるのが開催の趣旨です。このハッカソンの成果をいくつか紹介します。 この記事ははてなエンジニアAdvent Calendar 2017の24日目の記事です。昨日は id:wtatsuru さんによる「エンジニア新人研修で障害対応を行いました 」でした。明日は id:motemen さんです。 id:Windymelt 「おすすめブログのレコメンド」 はてなブログにはブログの購読機能があるのですが、ユーザーの購読情報を元にブログのレコメンドを行なっていて、いい度合いに動いてそうでした。協調フィルタリングという手法を使っていて、どんなブログを購読しているかによってユーザーの類似度を計算

    社内で機械学習ハッカソンを開催しました - Hatena Developer Blog
    T-norf
    T-norf 2017/12/25
    おお。面白そう。
  • ABEJA、「売れない理由」をAIで解析、繁盛店に

    AI (人工知能)を活用した小売業向けの業務改善サービスで成長している。このほど製造業向けにも格参入した。米エヌビディアからも出資を受けるなど、期待を集める。 日経ビジネス 2017年8月7日・14日号より転載 アーケードに溶け込む、一見、何の変哲もない「街のお花屋さん」。だがよく見ると、看板下と店内天井にカメラが取り付けられている。撮影した画像はクラウド上の店舗解析サービスに送信。AI人工知能)が映り込んだ人影を「通行人」「来店客」として認識し、時間あたりの人数データとして集計する。 消費者を呼び込むうえで欠かすことのできない、キャンペーンやプロモーションの数々。あるいは店舗レイアウトの変更、もしくは品ぞろえの見直し……。小売店の経営は、仮説を立て、実行し、検証した上で改善・実行するというサイクルの繰り返しだ。ただ検証に使える指標は従来、売上高の増減のみ。来は検証されるべき「来店客

    ABEJA、「売れない理由」をAIで解析、繁盛店に
    T-norf
    T-norf 2017/10/12
    おぉ。凄い。ディープラーニングで勝負するなら、こういうゾーンよね。少しの改善が着実な利益につながり、国内固有事情もあり、大規模投資じゃなくてノウハウ蓄積でニッチトップを守れそうなところ。