Explore and run machine learning code with Kaggle Notebooks | Using data from multiple data sources
目次 (背景)自分の声を結月ゆかりにしたい。前回はあまりクオリティが良くなかったので、手法を変えて質を上げたい。 (手法)声質変換を、低音質変換と高音質化の二段階に分けてそれぞれ学習させた。画像分野で有名なモデルを使った。 (結果)性能が飛躍的に向上し、かなり聞き取れるものになった。 (考察)精度はまだ改善の余地があり、多対多声質変換にすることで精度が向上すると考えられる。今回の結果を論文化したい。 デモ動画 背景多くの人が可愛い女の子になりたいと思っている。 CG技術やモーションキャプチャ技術の向上により、姿は女の子に仮想化できるようになってきた。 しかし、声に関してはまだまだ課題が多い。 声質変換は「遅延」「音質」「複数話者」などの難しい課題がある。 今回は、自分の声を結月ゆかりにするための、低遅延で実現可能な高音質声質変換を目指した。 手法大きく分けて3つの工夫をした。 画像ディープ
エンジニアに英語が必要と言われて久しい。技術情報を早く入手するためには、英語を使えないといけないからとあるがこれは本当なのだろうか?自分的な気づきがあったので、その考察をシェアしたい。 エンジニアに英語が必要と言われている。いろんなことが言われているが、情報の入手のスピードが遅くなるという意見がある。個人的にはこの意見はある意味微妙な意見だと思う。 最近だと例えば最新技術に関する海外イベントがあったとしても、翌日、早ければ当日の間に誰かがまとめブログをアップしてくれたりする。もっと時間がかかったとして、2カ月程度後に誰かが書いた日本語の情報でそのことを学んだ ところで、大勢に影響はない。 また、日本語で出ている書籍は確かに翻訳のタイムラグがあるが、海外の人も主だったすべての本を読んでいるわけではないし、日本語になったものを着実に勉強しても、勉強の知識としては、相当なエンジニアになれるはずだ
英文法の良書と呼ばれるEnglish Grammar in Use(イングリッシュグラマーインユーズ)について詳しく説明する。 具体的には、English Grammar in Useの世界での評判や学習者の評価・レビュー、種類と学習レベル、学習メリット、そしてその使い方や勉強法までを詳しく解説する。 初版発行から30年超、全世界1500万部発行(シリーズ累計)の実績を持つ、この本のクオリティと信頼性は間違いないのだが、洋書ということもあり日本語で書かれたインターネット上の情報はひどく断片的で、ユーザーが正しい情報にアクセスすることが難しい。 そこでこの記事では、散々に散らばっている情報を一箇所にまとめてみたい。 目次 各項目に分けてEnglish Grammar in Useについて詳しく解説していくが、かなりのボリュームになってしまったので、以下の目次から興味のある項目を選んで読んでい
データマイニング分野のトップの国際会議KDD’16に以下の論文が採択されました. Y.Tabei, H.Saigo, Y.Yamanishi, S.J.Puglisi: Scalable partial least squares regression on grammar-compressed data matrices, accepted to KDD’16 内容は, PLS回帰モデルの入力となるデータ行列を文法圧縮してその上でスケーラブルにモデル学習するというものです. 機械学習法の殆の入力はデータ行列とそのラベル列です. 機械学習には, データ行列がメモリーの大半を占める機械学習アルゴリズムが存在して, もし, データ行列を圧縮して学習することができれば, 入力が巨大な行列でもメモリー効率良くモデル学習を行なうことができます.PLS回帰モデルにはそのような学習アルゴリズムが存在して
今年の始め、正確には去年の暮れ辺りから英語の勉強を開始した. 自分の場合、殆ど0からのスタートで、色々と試行錯誤したので振り返ってみる. 背景として、日本に住んでいる英語が苦手なソフトウェアエンジニアが英語を学ぶ上で良かった事なので、ビジネスの人とか海外移住を考えている人の役には立たないと思う. また、既に英語に苦手意識が無い人は読んでも得るものはないと思う. スタート 今も対してできないが、当時は輪をかけて全く英語ができなかった. どれくらいできないかったかというと、以下の様な感じ.冷静に見て下の下. TOEIC・TOEFL受けた事ない 未だに未受験なので次受けようと思っている… 大学4年間、一度も英語を勉強しなかった 日本文学という珍妙なものを専攻していたせいで危機感を覚える事もなかった 英語に触れると変な汗が出て、そそくさとその場から立ち去る だから今から勉強を始める人も、安心して欲
PFNのmattyaです。chainerを使ったイラスト自動生成をやってみました(上の画像もその一例です)。 20日目の@rezoolabさんの記事(Chainerを使ってコンピュータにイラストを描かせる)とネタが被っちゃったので、本記事ではさらに発展的なところを書いていきたいと思います。一緒に読んでいただくとよいかと。 概要 Chainerで画像を生成するニューラルネットであるDCGANを実装した→github safebooruから顔イラストを集めてきて学習させた 学習済みモデルをconvnetjsで読み込ませて、ブラウザ上で動くデモを作成した→こちら(ローディングに20秒程度かかります) アルゴリズム 今回実装したDCGAN(元論文)はGenerative Adversarial Networkというアルゴリズムの発展形です。GANの目標は、学習データセットと見分けがつかないようなデ
前回、おそ松さんたちをディープラーニングで見分けるため、準備編としておそ松さんたちの顔画像を5644枚集めました。 今回はそれを用いて、ディープラーニングで学習させ、判別器を作って検証します。 集めた画像 人物 枚数 例 おそ松 1126 から松 769 チョロ松 1047 一松 736 十四松 855 とど松 729 その他 383 使用フレームワーク 最近GoogleからTensorFlowという新しいディープラーニングのフレームワークが発表されました。 会社のブログに使い方書いたのですが、まだ慣れていないので、今回はchainerを使います。こちらだとすぐに高い成果を上げているImageNetのNINモデル、4層畳み込みニューラルネットワークがサンプルで入っていますので、こちらを改良して使います。 imageNetの使い方は、こちらやこちらを参考にしています。 訓練データセット Im
(図書館学系の話題でもあるからちょっと悩んだけれど、文献読解全般に関する内容だからこちらへ) 既に日々論文をバリバリ読んでいるひとには今更な記事だろうけれど、分野ごとの違いもあって興味深かったのでざっくり記録する。 論文を大量に読む際に、頭から几帳面に読んでいると時間がどれほどあっても足りないし、後から「こんなことが書いてあった論文なんだったっけ?」という問題も発生してしまう。 研究者の皆様はMendeley などの文献管理ツールをを用いていることが多いかとは思うが、それでも論文の読み方そのものに工夫をすればインプット/アウトプットの効率が圧倒的によくなるので、やってみるにこしたことはない。 その工夫とは何かというと、論文を読むときに「特定の問いに集中して読む」というものだ。学術論文は分野ごとの違いはあれ、必ず特定の流れに従って構成されている。そこで要点のみに注目して読み、他の事項を捨てる
Photo by Andy Lamb こんにちは。谷口です。 読書の秋ですが(既に冬並みに寒いですが……)、皆さんは最近何か本を読まれましたか? ITエンジニアの皆さんは技術書を読まれることが多いかと思いますが、今回は弊社で私が特に凄腕だと思っているエンジニア達に読んで値段以上に価値があると感じた本を聞いてきましたので、ご紹介いたします。 ■弊社エンジニアが選ぶ役に立った本26選 佐藤です。paizaの開発や分析などを担当しています。 今回はエンジニアとして、考え方の面で影響を受けた本をピックアップしてみました。 ◆1.新C++言語入門 シニア編〈上〉基本機能 (C++言語実用マスターシリーズ) 新C++言語入門 シニア編〈上〉基本機能 (C++言語実用マスターシリーズ) 作者: 林晴比古出版社/メーカー: ソフトバンククリエイティブ発売日: 2001/05メディア: 単行本購入: 1人
はじめに IoT(Internet of Things: モノのインターネット)時代到来により、様々なセンサ・デバイスがインターネットに繋がるようになり始め、多種多様なガジェットが開発・販売されるようになってきました。 モノのインターネット - Wikipedia IoT Funding Guide | 2019 and Historic Timeline of Internet of Things Acquisitions and Venture Capital Investments 私はインターネットにつながる PC / スマホ以外のガジェットとして、WeMo Motion / WeMo Switch / Hue / Netatomo / Blink(1) / iRemocon / Future Home Controller / Pebble 等を保有しているので、これらを組み合わ
今日は,普段どのようにして専門知識を仕入れているかについて書いてみようと思います.特に自分が得意でない分野を知りたいと思った時に,どうするかに注目したいと思います.自分の専門の場合は,いくらでも時間を注ぐことが出来るので,世界中のリソースを全て探し当てて勉強すれば良いのですが,ちょっと興味が有るぐらいではそこまでやる時間は取れません.なので出来るだけ効率的に分かった気になるのが目標です. まず,論文を直接読むのはあまり効率的では無いと思います.論文は広い分野の中の或る問題に対して一つの解決方法を書いているだけで,分野全体を俯瞰することは目指していません.論文だけ読んで分野全体を理解するには,最低50本ぐらい読む必要が有ると思います.
文法についての本:外国語を学ぶなら文法は確実に学ぶ必要があります。筆者のオススメは「Dover's Essential Grammar series」。非常に安いのにわかりやすく、しっかりまとめられています。日本のAmazonでも手に入れることはできます(例えば、英語、ドイツ語、フランス語)。もちろん、このシリーズはすべて英語で書かれていますので、ある程度の読解ができなければ使えません。まったくわからないうちは、自分のレベルにあうものを書店などで探してみてください。 フレーズを集めた本:短文や、言いまわしなどを集めた辞書のようなものです。紹介されている文章やフレーズを暗記すれば、単語も自然と頭に入ってきます。オススメの暗記法についてはこのあと詳しく説明します。 オンライン辞書:ロマンス語(ラテン語を起源とする言語)を学ぶ場合、「Word Reference」がオススメ。ドイツ語の場合は「D
電子教科書 (PDF形式) ネットで多少評価いただいた「基礎からの数学」や「基礎からの統計学」は、さらに学んでいくことにつながる教科書です。 基礎からの数学は、将来の読書の中でちょっとした数学的な記述にも耐えられるようにする教科書です。 基礎からの統計学は、Excel をベースにした統計の教科書で、ある程度理論にも触れています。 これに対して、ほんとに易しい遠隔授業用の教科書も作りました。 これは、C.Analysis を使った授業に完全に準拠したテキストです。 そのため、テキストの中に C.Analysis の Youtube 動画もリンクされています。 基礎数学A/Bは、数学アレルギーを少し取り除いて、数値を使った分析に臨む準備の授業です。 統計/統計分析は、卒業論文で統計学を使うことを想定して行われる授業です。(一番役に立ちます) 経営科学/意思決定論は、合理的に判断するとはどういう
はじめに 今回は、ウェブを通じて無料で読むことができる統計に関する書籍を紹介したい。英語で書かれた本が多いが、日本語で書かれた本も若干ある。 入門書 まず、統計の初学者のために書かれた入門書を紹介したいと思う。 福井正康 (2002). 『基礎からの統計学』基礎から扱っている統計の入門書である。統計を扱う際に必要となる場合の数、確率などについて詳しく説明している。理解を助けるための演習問題とその解答がついている。統計処理用のソフトとしてはExcelを使っている。同じサイトに社会科学系の学生向けの数学の教科書もある。 小波秀雄 (2013). 『統計学入門』基礎から扱っている統計の入門書。内容としては、記述統計、確率、確率分布、簡単な推定・検定、相関と線形回帰などがある。確率や確率分布などの理論的な話が占める分量が多いので、分量のわりには、具体的な統計手法はあんまり載っていない。もちろん理論
A interactive Git visualization tool to educate and challenge!
今もっとも学習コスパの高い技術はChefだと、Chef勉強会に行って確信した 2013-02-25 目次 Chefが熱い! 株式会社Engine Yardさん主催の、Chef(opschef)勉強会第一回「初めてのChefの教室 #eytokyo」に行って来ました。勉強会の全編動画は、「初めてのChefの教室」を開催しました。(動画&資料) - Engine Yard Blog JP | Engine Yard Blog JP で観ることができます。 勉強会では登壇者が「シェフの帽子」を被って発表していましたw 発表者の皆様方も豪華すぎ! Chefとは Chef(シェフ)とは、ざっくりいうとサーバーインフラの構築・更新を自動化する技術で、類似としてはpuppetがあります。(参考:オープンソースなシステム自動管理ツール Puppet:連載|gihyo.jp … 技術評論社 ) 属人性や、面
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