YES or NOだけでアノテーション！？非常に効率的なOne-bitアノテーションの提案！
3つの要点 ✔️ 半教師あり学習とOne-bitアノテーションを組み合わせる手法を提案 ✔️ 画像分類タスクにおいて、半教師あり学習と同等のコストで、大幅な精度向上 ✔️ 物体検出やセグメンテーションにも適用可能な柔軟な手法 One-bit Supervision for Image Classification written by Hengtong Hu, Lingxi Xie, Zewei Du, Richang Hong, Qi Tian (Submitted on 14 Sep 2020 (v1), last revised 16 Sep 2020 (this version, v2)) Comments: Accepted to arXiv. Subjects: Computer Vision and Pattern Recognition (cs.CV) はじめに 年々、深層
完全無人の自動運転車によるタクシーサービスが中国で一般向けにスタート
中国屈指のハイテク都市である深セン市で、2021年1月27日から自動運転車による配車サービスがスタートしました。報道によると、一般市民も使用可能な自動運転車による配車サービスは、これが世界初となります。 AutoX全无人驾驶出租车早鸟用户报名 Registration for AutoX Driverless RoboTaxi Program https://www.wjx.top/vj/em2IruV.aspx AutoX opens robotaxi service to public in Shenzhen https://www.therobotreport.com/autox-shenzhen-robotaxi-service-opens-to-public/ AutoXが提供する完全自動運転車による配車サービスがどういったものなのかについては、以下のムービーを見るとよくわかりま
計算社会科学入門
ウェブストアに10冊在庫がございます。（2024年05月02日 23時04分現在） 通常、ご注文翌日～2日後に出荷されます。 出荷予定日とご注意事項 ※上記を必ずご確認ください 【ご注意事項】 ※必ずお読みください ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。 ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。 ◆事情により出荷が遅れる場合がございます。 ◆お届け日のご指定は承っておりません。 ◆「帯」はお付けできない場合がございます。 ◆画像の表紙や帯等は実物とは異なる場合があります。 ◆特に表記のない限り特典はありません。 ◆別冊解答などの付属品はお付けできない場合がございます。 ●店舗受取サービス（送料無料）もご利用いただけます。 ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください
精度向上のために機械学習プロダクト全体をフルスクラッチで書き直した話
2020年7月から医療スタートアップのUbieで機械学習エンジニアをしています。ようやく入社から半年くらいが経ちましたので、ここ最近やっていた仕事として、機械学習プロダクトの精度向上のためにシステム全体をフルスクラッチでかつ一人で実装し直した話をしたいと思います。 機械学習は既に様々な会社でプロダクトに組み込まれ始めていると思いますが、サービスとしてのリリースや長期運用、そして今回お話する継続的な精度向上とリファクタリングについては、公開されている知見はまだまだ少ないと思います。もし同じような境遇の機械学習エンジニアの方への参考になれば幸いです。 tl;dr 精度向上のために、機械学習プロダクト全体をフルスクラッチで書き直した 開発スピードを上げるためには、既存のコードを流用するより新規で書き直すほうが良いような特殊な状況だった 機械学習タスクの実装は、可視化やテストなどを活用しつつ小さく
雑記： 分散共分散行列のベイズ更新の話 - クッキーの日記
2021-02-02 絵を追加しました。いろいろな場面（カルマンフィルタ、ガウス過程回帰など、直接観測できない何かの分布をその線形変換の観測からベイズ更新する場面）で以下の問が出てくると思います。 は確率ベクトルでその事前分布は平均 で分散共分散行列が の多変量正規分布です。 も確率ベクトルで です。 は行列です。 は平均 で分散共分散行列が の多変量正規分布にしたがうノイズで とは独立です。 いまある が観測されました。この の下での（＝事後分布の） の分散共分散行列はどうなりますか？普通はベイズの定理で の確率密度関数を考えると思います。方法1．ベイズの定理で の確率密度関数をかく より の事後分散共分散行列は である。 こうすると観測前は精度行列（分散共分散行列の逆行列で、多変量正規分布の密度関数の式で確率ベクトルに挟まれているやつ）が だったのが観測後は になっていて、精度が大きく
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
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
Browse - Artbreeder
iPadやiPod touchでiMessageを使うには