［速報］AWS、JupyterLab IDEベースの新サービス「SageMaker Studio Lab」無料提供を発表、ブラウザで機械学習を学び試せる。AWS re:Invent 2021
Amazon Web Services（AWS）は、機械学習の実行環境を提供する新サービス「SageMaker Studio Lab」を無料で提供すると、開催中のイベント「AWS re:Invent 2021」で発表しました。 SageMaker Studio Labは、機械学習の実行環境として広く使われているオープンソースのJupyterLab IDEをベースにした新サービスです。PythonやR言語などに対応しており、ターミナル機能やGitとの連携機能などを備えています。 AWSには、すでに「SageMaker Studio」がサービスとして存在していますが、今回発表された「SageMaker Studio Lab」は機械学習の教育を目的とし、機能の一部をサブセットとして取り出したものといえます。 インストールやセットアップなどは不要で、Webブラウザからすぐに利用可能な環境が立ち上が
AI開発を円滑に進めるための契約・法務・知財
Semi supervised, weakly-supervised, unsupervised, and active learning
Amazon、AWSでのオンライン「機械学習大学」を無料で開講 - ITmedia NEWS
米Amazon.comは11月26日（現地時間）、社内エンジニア向けに提供している機械学習講座を、AWSトレーニング経由で無償で一般公開すると発表した。 コースには開発者向け、データサイエンティスト向け、データプラットフォームエンジニア向け、ビジネスプロフェッショナル向けがあり、各コースに入門編と上級編がある。全部で30件以上、合計で45時間以上のコースで、「Amazon Polly」や「Amazon Recognition」などを含む、機械学習全般を学べる。 関連記事 Apple、女性起業家養成キャンプへの参加者募集開始 Appleが、アプリ開発で起業を目指す女性のための養成キャンプ「Apple Entrepreneur Camp」を立ち上げた。本社キャンパスのテクノロジーラボで2週間、エンジニアや幹部の指導を受けられる。 Alexaスキルで使える音声増やす「Amazon Polly」
深層強化学習アルゴリズムまとめ
はじめに 深層強化学習の分野では日進月歩で新たなアルゴリズムが提案されています. それらを学ぶ上で基礎となるアルゴリズム(というより概念に近い？)はQ学習, SARSA, 方策勾配法, Actor-Criticの4つだと思われるので, これらを軸としてまとめてみたいと思います. 以下の4点はあらかじめご了承ください. コードは書いていません. 概念のみの説明です 他のアルゴリズムの基礎となりうる重要な概念については詳しく書きました. その他については簡潔に書きました 深層学習についてはある程度理解している読者を想定しています 書いているうちに規模がどんどん大きくなってしまったので, どこかに必ず間違いや不足があります. 「この式がおかしい！」「このアルゴリズムも追加するべき！」などコメントがあればぜひお願いします 全体像 扱うアルゴリズムを相関図にしてみました(私のイメージです). まず,
汎用言語表現モデルBERTを日本語で動かす(PyTorch) - Qiita
今DL for NLP界で、BERTというモデルが話題です。PyTorchによる実装が公開されていたので、日本語Wikipediaコーパスに適用してみました。 コードはこちらに公開しております。 2018/11/27 作成したBERTのモデルを使って内部動作の観察とその考察を行いました。単語の潜在表現獲得の部分で感動的な結果を見せてくれました。ご興味あればご覧ください↓ https://qiita.com/Kosuke-Szk/items/d49e2127bf95a1a8e19f この記事ではBERTのポイントの解説と、ポイントごとの実装を紹介します。 尚、記事の執筆にあたってこちらのリポジトリを参考にさせていただきました。 https://github.com/codertimo/BERT-pytorch 本記事は以下の4つで構成されています。 ・BERTとは ・BERTのキモ ・BER
PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]
Chainerでディープラーニング ここのところ、ディープラーニングのフレームワークはTensorFlowを使っています。以前はChainerも使っていたのですが、Chainer v2.0になり、以前画像認識とか試していたコードも動かなくなってしまい、やる気を失っていたのですよね。 そんな折、たまたまNVIDIAの機械学習のセミナを受ける機会があったのですが、GPU(Titan)積んだサーバに、Jupyterの環境が構築されていて、参加者はサーバにアクセスしてエンターキー連打していくだけでそれっぽい結果が出て、凄いやった気分になるし、絶対初心者は自分で環境出来ないからNVIDIAの環境にお金払うことになるしで、とてもよく設計されたセミナでした。 と書くと凄い悪徳セミナのようですが、Jupyterを使って、説明を読んでから、実際にコードを実行してその結果を確認していくというハンズオン形式は、
![PFNのエンジニアさんが公開してるJupyter Notebookが実践的なハンズオン形式でディープラーニング（Chainer）の入門に最適 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/e53bb13cf631b1e3bc72b3ac943fb336b5db04c0/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20171002%2F20171002221628.png)
決定木の可視化ライブラリ「dtreeviz」が凄かったのでまとめる - St_Hakky’s blog
こんにちは。 決定木の可視化といえば、正直scikit-learnとgraphvizを使うやつしかやったことがなかったのですが、先日以下の記事をみて衝撃を受けました。そこで今回は、以下の解説記事中で紹介されていたライブラリ「dtreeviz」についてまとめます。 explained.ai dtreevizの概要 dtreevizとは より良い決定木の可視化を目指して作られたライブラリです。 解説記事 : How to visualize decision trees Github : GitHub - parrt/dtreeviz: A python machine learning library for structured data. Sample Imagesdtreeviz/testing/samples at master · parrt/dtreeviz · GitHub 多
大幅に進化するらしいTensorFlow2.0について - HELLO CYBERNETICS
はじめに TensorFlow2.0がもうすぐ来るよ！ APIs High level APIs Eager Exexution Reference Models Contribの扱い プラットフォーム TensorFlow Lite TensorFlow.js TensorFlow with Swift パフォーマンス Distributed TensorFlow CPU、GPU、TPUの最適化関連 その他のパッケージ TensorFlow Probability Tensor2Tensor End to End ML systems TensorFlow Hub TensorFlow Extended はじめに TensorFlow2.0ではこれまでのTensorFlowから大幅に変化するので、その変更点について記しておきます。 基本的には公式のRoadmapの和訳と思って差し支えあり
Courseraの講座 Machine Learning に日本語字幕をつけて、AndroidのMX Playerで視聴する方法 - Qiita
Courseraの講座 Machine Learning に日本語字幕をつけて、AndroidのMX Playerで視聴する方法機械学習MachineLearning日本語coursera字幕 Courseraの創業者の一人 Andrew Ngさんが講義した機械学習のコースは無料で日本語字幕があるので、Androidスマホに入れてMX Playerで受講してみました。 (Karino2さんありがとうございます。「Courseraの機械学習のコースに日本語字幕をつけました」)。 Courseraの 機械学習のコース Machine Learning - Stanford University | Coursera https://www.coursera.org/learn/machine-learning AndroidのMX Playerで日本語字幕をつけて見る方法です。 ビデオは以下に
機械学習を学ぶ上で個人的に最強と思う教科書 - Qiita
動機 いわずもがなですが、機械学習の勉強にはとても時間が掛かります。 でも、同じ勉強時間を費やしたとしても、教材の良し悪しで捗り方が大きく変わってくることは、誰もが実感していることだと思います。 そこで、本記事ではテーマごとに私が考える最強の教科書をリストしていこうと思います。 ディープラーニング（アルゴリズムの理解） 「Deep Learning」An MIT Press book, 2016/12 発行 http://www.deeplearningbook.org/ 印刷本も売られてますが、上のWebページでいつでもタダで読めます。（版権上の問題でPDFの形では配布できない＆してないそうです） この本は、ここ数年のディープラーニングの進歩のうち研究者の間ではメジャーとなっているであろうテーマはすべて書いてある、ともいえる内容の広さがありつつ、それぞれのテーマについて理論的背景と具体的
MAGELLAN - モバイルアプリケーションを生み出すクラウドプラットフォーム
事業運営に立ちはだかる 最大の難問を 解決するために 事業変革と働き方改革の両立、限られた資源と急激な需要変化への対応など、 企業は今、相反する難題に直面しています。 さまざまな問題に折り合いをつけながら、これまでの限界を突破して、最善の解を導き出していく。 持続的な企業の成長と価値向上を図るため、 一層に複雑化した課題を解決する次なる一手が求められています。
Docker Machine リファレンス - Qiita
概要 2014年末の DockerCon EUで発表された公式のオーケストレーションツール Machine, Swarm, Compose のうち Machine についてのまとめ。 2015年02月26日にダウンロード可能な最初のバージョンが出た Machine を一言で説明するならば Docker ホストを作成、管理できるツール。 Swarm, Compose については以下参照 Docker Swarm リファレンス Docker Compose リファレンス Machine とは Machine は開発マシン、クラウド、データセンターに Docker ホストを簡単に作成できるツール。 machine ができること 軽量なホストマシンマネジメントツール Dockerホストの作成 Dockerホストのスタート Dockerホストのストップ Dockerホストの削除 SSH経由でのリモー
EC2 + Docker Machine + Swarm + Composeでコンテナオーケストレーションする | DevelopersIO
はじめに 前々回: Docker MachineでAmazon EC2をコントロールする 前回: Amazon EC2でDocker Machine + Docker Swarmを使う 今回はDocker Machine、Docker Swarm、Docker Composeの3つを使って、Amazon EC2でDockerコンテナをオーケストレーションしてみます！ やってみた Swarmクラスタを作成する まずは前回と同様に、Docker MachineでSwarmクラスタを作成します。 なおswarm createではdiscovery-stage.hub.docker.comにリクエストしてクラスタIDを取得しているのですが、タイミングによってはエラーが出る事がありました。現在はベータリリースという扱いなので仕方がないかと思いますが、ちょっと注意が必要です。 $ sudo docke
Docker Machineを使ってDockerホストを立てる（VMware ESXi 5.5 Update2編） - Qiita
はじめに 先日発表のあった、Dokcer 社公式のオーケストレーションツールである Docker Machine を使って、 VMware ESXi 5.5 Update 2 へ Docker ホストを立ててみました。 Docker Machine と各環境向けドライバを組み合わせる事で、パブリッククラウドから手元のノートパソコンまで、統一的な操作で自動的に Docker ホストを構築する事が出来ます。 本記事と合わせて下記も実施すると、手元のノートパソコンから遠隔サーバまでカバー出来るのが体感出来るかと思います。 Docker Machineを使ってDockerホストを立てる（VMware Fusion 7編） 構築環境 MacBook Pro (Retina, 13-inch, Late 2013) OS : Mac OS X Yosemite (10.10.2) CPU : 2.8
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
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
Stanford CS229: Machine Learning Full Course taught by Andrew Ng | Autumn 2018
マイクロサービスアプリケーションとしての機械学習
Payforward
Dockerのキホンその２ Docker Compose Swarm Machine 利用編
scikit-learn: machine learning in Python