ソフトウェアエンジニアはどこまで機械学習を勉強すべき？ - 648 blog
最近は、意識が高い？ソフトウェアエンジニアなら、機械学習の理論くらい嗜んでいないとダメ、という風潮になっている。（僕の思い込みか？） 確かに数式レベルで機械学習の仕組みを把握すべきだとも思うが、ある一線を超えてくると、どうも僕のCPU性能では完全には理解できなくなってくる。（まあ雰囲気で把握して、あとはソースコードを読んでいくというか……） それにしても、ソフトウェアの作り手たちは一体、どこまで機械学習の理論を学べばいいのだろうか？ 目次 目次 機械学習技術の現状 機械学習ライブラリの発展 機械学習サービスの発展 機械学習以外の人工知能技術 アプリケーション開発者はどこまで習得すべき？ 機械学習技術の活用自体は検討すべき 昔話 結論として まとめ 機械学習技術の現状 実に10年以上前から、機械学習は様々な形で研究されてきた。 そのうち、2010年代初頭にディープラーニングの知名度が広がりは
部下や同僚に仕事を頼むための、お役立ちテクニック11選！ - 648 blog
仕事を円滑に進めるためには、周りの人の助けが必要だ。 自分の力でやり遂げるのも重要だが、仕事を抱えすぎて遅れを出すと、他人へも迷惑をかけてしまう。 そこで今回は、『部下や同僚に仕事を頼むための、11のテクニック』として、仲間にうまく仕事を依頼する方法を紹介したい。 『人の助けを借りるのが苦手だ』『同僚が助けてくれない』『部下がやってくれない』こんな人に当記事を贈る。 目次 目次 話を切り出すときの工夫 タイミングを見計らう 早めに言う 困った様子を表情で伝える ギブアンドテイク 説明するときの工夫 背景を説明する 相手を選らんだ理由をつける プライドをくすぐる 強制はしない 終わったあとの工夫 心から感謝して褒める ダメ出しはクールダウンしてから 謝辞と宣伝 注意点 まとめ こちらの記事も読まれています 話を切り出すときの工夫 タイミングを見計らう なにか困ったことがあったときに、あなたの
Amazon MLでプログラミング不要の機械学習＆簡単データ解析 - 648 blog
機械学習やディープラーニングというと、研究者や高度なエンジニアでなければ活用できないというイメージがあった。 しかし現在では、エクセルを使えるレベルのスキルがあれば、ディープラーニング（深層学習）によるデータマイニングを利用できる。 そこで今回は、『顧客ごとの成約率を機械学習で予測する』という例題を使って、Amazon ML（Machine Learning）による機械学習とデータ解析の方法を説明したい。 目次 目次 更新履歴 2016.12.18 手順４ はじめに Amazon ML（Machine Learning）について 機械学習について Amazon MLの仕組み Amazon MLによる簡単ディープラーニング実践 今回の例題 １．AWSに登録する ２．S3にデータを設置する ３．Machine Learningを起動する ４．機械学習モデル（MLモデル）を作る ５．特定データに
人工知能アプリケーションの開発を簡単にはじめる8つの方法 - 648 blog
従来は人工知能の開発というと、高度なスキルがないと手が届かないイメージがあった。 しかし現在では、多少のプログラミングの知識があれば、人工知能を使ったアプリケーションやシステムを開発できるようになった。 そこで今回は、手軽にはじめられる人工知能を使ったアプリケーションの開発方法をまとめてみた。 「言語処理AI」「音声処理AI」「画像処理AI」など様々な種類の技術を、入門者向けに広くピックアップした。興味のある分野について、それぞれ掘り下げてみることをおすすめする。 ※2016.07.23「Amazon ML」を追記 目次 目次 関連記事 開発方法1．ユーザーローカル社の「全自動会話API」 タイプ 難易度 特徴 開発方法2．Locl Interactive Incの「Meya」 タイプ 難易度 特徴 開発方法3．ユーザーローカル社の「形態素解析API」 タイプ 難易度 特徴 開発方法4．P
1
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
