A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
![Rubicureに学ぶメタプログラミング](https://cdn-ak-scissors.b.st-hatena.com/image/square/b1c69ec053f1d0dec2aae531ff2954f34c1a547c/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Frubicuremetaprogramming-140912075622-phpapp02-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
This document contains code snippets and data in various programming languages. It shows sample code for loops, modules, subroutines, data types, and more. Version counts from 2009 to 2018 are also included.Read less
This document summarizes a Chainer meetup where Yuta Kashino presented on PyTorch. Key points discussed include: - Yuta Kashino is the CEO of BakFoo, Inc. and discussed his background in astrophysics, Zope, and Python. - PyTorch was introduced as an alternative to Chainer and TensorFlow that is Pythonic and defines models dynamically through code. - PyTorch uses autograd to track gradients like Ch
This document discusses using Docker with Heroku. It covers how to deploy Docker containers to Heroku, including using the Heroku Container Registry and Runtime to push images. It also mentions buildpacks for languages like Ruby and Node.js, and using a Docker buildpack. The document provides code for a Docker image that can backup a Heroku app to AWS S3 for redundancy. It includes steps for authe
Proof Summit 2015 <http: /> で発表した、SAT/SMTソルバの仕組みです。 Proofということで、論理学的側面からの面白さを出来るだけ紹介しています。
The document discusses optimizing Perl code for prime number generation and Fibonacci number calculation. It explores different algorithms and data structures to improve performance, including memoization, struct of arrays, and avoiding unnecessary function calls in loops. Benchmark results show the optimizations significantly reduce execution times from hundreds of milliseconds to under 1 millise
2018年分差分Upしました. https://www.slideshare.net/tallzelkova/2018-99872316 研究室に入ったB4向け論文の読み方探し方講座のスライド.ほんのり更新しました.論文の書き方は結構更新があったのですがUpしていいかわからなかったのでとりあえずOFFで. // --- 以下昨年のコピペ --------- 本スライドは前所属の立命館大学 田村・木村・柴田研究室OBの一刈さんに始まり,大槻,石黒君,現D3の森君,他によるBrushupによって現行の形になりました.ここにお礼を申し上げます. シンポジウムとジャーナル,国際会議の論文の評価や価値については分野によって異なる可能性があります.あくまで大槻の研究分野での話であることはご承知おきください. また,内容は個人の見解によるところも大きいです.よろしくお願いいたします. Read less
【第40回AIセミナー】 「説明できるAI 〜AIはブラックボックスなのか?〜」 https://www.airc.aist.go.jp/seminar_detail/seminar_040.html 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演ではこれら近年の代表的な説明法について紹介する。
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