ソニー銀行(東京都千代田区)は、住宅ローンの仮審査にAI(人工知能)を活用した自動審査を5月10日から開始する。審査期間が短くなり、顧客の利便性が向上するという。 AIを活用することで、審査担当者の判断に近い精度の高い自動審査により、通常2~6日程度必要な仮審査を最短60分に短縮できる。さらに人手に頼らない与信判断の自動化により、業務の効率化を実現する。 今回、機械学習のなかでも「アンサンブル法」という個々に学習したモデルを組み合わせる手法により予測精度の向上が可能になったという。
Abstract オンライン機械学習のアルゴリズムの一つであるPassive Aggressive (PA)をpythonで実装しました。 学習の過程を可視化することにより、オンライン機械学習の欠点の一つであるノイズに弱いという点を実感し、その解決案を考えてみます。 あんまり理論についての詳しい解説ではないです。 理論をしっかり学びたい方はオンライン機械学習 (機械学習プロフェッショナルシリーズ)に詳しく書いてあるので、そちらを参考にしていただければ幸いです。 この動画を見て、実装してみたいなーと思った人が対象かなと思います。 このページと結果を出力するコードが全部乗っているgithubリポジトリが誰かの参考になれば幸いです。 オンライン機械学習とは? 一言で表すと データが与えられる度に逐次的に学習を行う手法 です。 これに対し、既に存在しているデータ全体を利用してまとめて学習を行う手法
機械学習プロジェクトの進め方:『Machine Learning Yearning』13-14章(スタンフォード大学Andrew Ng教授)Python機械学習DeepLearningデータ分析深層学習 現在、AIや機械学習界隈で最も有名なスタンフォード大学のAndrew Ng教授が、「Machine Learning Yearning」というオンライン書籍を執筆中です。2018年4月に、そのドラフト版(1-22章)がオンラインで公開中です。この投稿では、いち早く翻訳を進めています。 http://www.mlyearning.org/ この本は、機械学習プロジェクトの構築方法を提供します。また、機械学習アルゴリズムを教えるのではなく、機械学習アルゴリズムが機能する方法に焦点を当てています。 本投稿は、13-14章の翻訳になります。少しづつ翻訳していきます。※翻訳違っていたらご指摘ください
deutschina.hatenablog.com 以前の記事で、機械学習本の中で、一番好きだと言っていたあの本の日本語版が出ました! scikit-learnとTensorFlowによる実践機械学習 作者: Aurélien Géron,下田倫大,長尾高弘 出版社/メーカー: オライリージャパン 発売日: 2018/04/26 メディア: 単行本(ソフトカバー) この商品を含むブログ (1件) を見る 意外に早いなというのと、英語版と対して値段が変わらないというお得感で、思わずポチッと行ってしまいました。英語版での分かりやすさを損なうことなく、いい感じで日本語化されてて、復習に使えそうです。 ちなみに、同じ日にこの本の日本語版も発売されたので、同じく買ってみました。本当は店頭で確認してから買うつもりだったものの、発売当日に神保町の某大手書店で在庫がないという事態に出くわし、上の本と一緒に
前回までは、複数の画像を整列させて表示するコレクションビューを扱っていました。コレクションビューもiOSのUI関連のフレームワークの中では比較的新しいものですが、今回からはもっと新しいフレームワークを取り上げます。iOS 11以降で利用可能になったものなので新しさは飛び抜けています。あまりに新しいとSwift Playgroundsで使えるかどうか心配になりますが大丈夫です。今回から数回に渡って探求するのは、ただ新しいだけではなくこれまでとはまったく毛色の異なるフレームワークのCoreMLです。 Core MLの「ML」とは、ズバリ「Machine Learning」のことです。日本語にすれば最近何かと話題になる「機械学習」ですね。Core MLは、iOSやmacOS上で機械学習を利用できるようにするためのフレームワークです。ここで「機械学習を利用する」という言葉は、慎重に解釈する必要があ
Home » リソース » 私のブックマーク » 【記事更新】私のブックマーク「機械学習における解釈性(Interpretability in Machine Learning)」 機械学習における解釈性 (Interpretability in Machine Learning)原 聡(大阪大学産業科学研究所) はじめに近年の人工知能技術、特に機械学習の発展に伴い、これらの技術への社会的な期待が高まっている。 しかし、このような期待の高まりと同時にこれら技術への不安も高まっている。 特に、深層学習モデルを初めとする機械学習モデルが複雑なブラックボックスであるがゆえに安易に信頼できないとする懸念の声が上がり初めている。 これに対し、総務省はAIの利用の一層の増進とそれに伴うリスクの抑制のために「AI開発ガイドライン案」[1]を2017年に策定した。 このガイドライン案では、上記のような懸念
Masamichi Kishimoto やりたいと思って、 自発的に機械学習を勉強。 今では工場へのAI導入を 先頭に立って推進中。 四日市工場に、初めて AI/機械学習のシステムを導入 2017年4月、私はプロジェクトリーダーとして、AI(機械学習)を適用した生産システムを立ち上げました。これは、四日市工場初の画期的な取り組みです。「東芝メモリがいち早くAIを導入し、革新的な生産システムを構築していること」を広く社会にアピールするべく、社長直々の命を受けて推進したプロジェクトでした。 アサインされたのは、研究開発センター、生産技術部、IT部門等の気鋭のメンバーたちです。スタートは2016年の秋。ハードウェアの選定からソフトウェアの設計、リリース・運用・検証まで、全員が全力を注いで半年ほどの期間でやり遂げました。 具体的にはこのようなシステムになります。四日市工場では以前から、製造装置に異
少し前にGoogleが社内教育用のコンテンツとして使用しているというMachine Learning Crash Courseが公開されていました。PredictionIOのコミッタをやっていながら機械学習はほぼ素人というのもどうかと思っていたこともあり、社内で毎日1時間ずつこの講座を進めてみることにしました。 developers.google.com 15時間で終わるということになっていますが、英語の動画やテキストの理解に時間がかかってしまい、最終的には40時間くらいかかってしまったものの、なんとか完走することができました。機械学習やディープラーニングの基礎について25のレッスンがあり、それぞれのレッスンは以下のコンテンツから構成されています。 動画による概要の解説 より詳細な内容を説明したテキスト ブラウザ上でビジュアルな実験が可能なプレイグラウンド ノートブックを使用したプログラミ
コンチネンタルは4月26日、深層機械学習センターを5月に開設し、自動運転の開発を強化すると発表した。 この深層機械学習センターは、ハンガリーのブダペストに開設するもの。コンチネンタルは、自動運転を含めた先進運転支援システム(ADAS)の分野の課題には、深層機械学習ソリューションが必要と考えている。そこで、ブダペストの新拠点に、人工知能(AI)分野の経験豊富なエキスパートを集め、自動運転の開発を強化する。 自動運転車は、周囲の交通がどのような行動を意図しているか理解しておく必要がある。複雑な運転シナリオでは、ひとつの対象物、ひとつのセンサー、容易に予測できる環境で意思決定を行うことはできない。 また、自動運転は常に、そして、いかなる状況であっても安全に動作することも必要。複雑な機構は設計、実装、およびテストなどの点で取り扱いが難しい。環境センシングから、運転ストラテジー計画、車両制御まで、さ
機械学習を勉強する前に学んでおくべき最低の数学の範囲について、あれこれ議論されている*1。この手の議論、なかなか不毛である。ライブラリをブラックボックスとして使う分には、数学の知識はほぼ不要。中身を考えながら使うには、大学の学部の微分積分と線形代数と確率・統計の教科書をまずは頑張れと言う自明な話になるからだ。 1. ライブラリの利用に数学はほぼ要らない 本当にライブラリ利用者としては、数学の知識をほとんど要求されない。例えばSVMの分類器を構築するのに、プログラマが指定する必要があるのは、分類先と識別のための特徴量が入った学習データと、データの項目間の関係を説明する文、チューニングするのに使えるオプションが幾つかあるぐらいだ。オプションは経験的に精度が良くなるように選ぶ。これはランダムフォレストなどでも同じになる。 ディープラーニングのライブラリ、TensorFlowだと行列形式の乗算と加
日本IBMの本社内に設置された「アジア・太平洋気象予報センター」で業務にあたる網野順センター長=東京都中央区日本橋箱崎町で2018年4月6日、池田知広撮影 気象予報に人工知能(AI)を用いる動きが広がっている。米IBMは2016年、世界220億地点を予報できるシステムの運用を始めた。これに伴って日本IBMも予報業務に乗り出した。AIは気象予報士を不要とするのか? 最前線を取材した。 ●162種のモデル 東京都中央区のビルの一室。「この席にいるだけで、世界中の天気がどう変わっていくのか分かります」。日本IBMが本社内に設置した「アジア・太平洋気象予報センター」で、気象予報士の網野順センター長(55)が話した。部屋に据えた数々のモニターには、北米周辺の気圧配置図や、オーストラリアの雲の衛星画像、日本付近の高層天気図が表示されている。予報は全世界の500メートル四方ごとに15分置きに更新され、気
気象などの自然現象を完璧に予想することは不可能であることがカオス理論によって知られており、中でも「蝶が羽ばたいたというわずかな影響によって状態が大きく変わり得る」というバタフライ効果なども有名です。しかし、そのカオスと呼ばれる複雑な世界を「機械学習」で正確に予測する研究が進められ、際立った予測精度を実現しています。 Machine Learning’s ‘Amazing’ Ability to Predict Chaos | Quanta Magazine https://www.quantamagazine.org/machine-learnings-amazing-ability-to-predict-chaos-20180418/ メリーランド大学のエドワード・オット博士の研究チームは、カオスを機械学習で予測するシステムを研究開発しています。研究では「reservoir comput
AI can spot signs of Alzheimer’s before your family does センサーで初期徴候を検出 機械学習が変える アルツハイマー病治療の今 人工知能(AI)が、アルツハイマー病の早期発見、治療、脳画像診断、臨床試験の改善に使われ始めた。医師や家族が気づくよりも前に、センサーを使って日常行動から初期徴候を検出する研究も進んでいる。 by Emily Mullin2018.04.20 44 31 14 0 マサチューセッツ州マルボロにある介護施設ロビーズ・プレイス。デビッド・グラハムが朝目覚めると、部屋の壁にマジックテープで付けられた平べったい白い箱が、すべての動きを記録し始めた。 白い箱は、デビッドがいつベッドから出て、いつ着替え、いつ窓の方に歩いて行くか、いつトイレに行くかを知っている。眠っているのか、倒れているのかもわかる。白い箱は微弱な電波を
ファナックとPreferred Networksは4月17日、機械学習や深層学習をFA、ロボット、ロボマシンのそれぞれの商品に適用する新たなAI機能を開発したと発表した。 FAについては、高精度加工・高品位加工の実現のため、機械学習を用いてサーボモータ制御のパ ラメータの高度な調整を簡単に実現する「AIサーボチューニング」の第1弾として、「AIフィードフォワード」が開発された。 AIフィードフォワードは、機械特性をより正確に表現するために高次元化したモデルに基づくフィードフォ ワード制御。このモデルは数多くのパラメータで表現されるため、従来のようなマニュアルでのパラメータ 調整は困難であるため、パラメータ決定プロセスに機械学習を適用し、高度なフィードフォワード制御を実現した。 「AIサーボチューニング」の仕組み ロボットについては、バラ積み取り出しにおいて高確率で成功させるため、深層学習に
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