三菱電機は10月7日、データの特徴を学習して推論処理を行う「ディープラーニング」を自動設計する「ディープラーニング自動設計アルゴリズム」を開発したと発表した。専門知識がなくても、ディープラーニングを活用した人工知能（AI）を短時間・低コストで企業システムなどに導入できるとしている。 学習データがあれば、独自のアルゴリズムでディープラーニングを自動設計できる。学習データの中から特徴的なデータのみを重複なく抽出することで効率的に適切なネットワークを構築できるという。機器のシステムに依存しないため、使用環境に合わせた高度な推論処理が可能だとしている。 従来、企業システムにディープラーニングを導入するには、AIの専門家に依頼して設計してもらう必要があったが、このアルゴリズムを使えば、企業内のシステム専門家だけで設計でき、AI専門家に依頼する必要がないという。専門家に依頼した場合は数日～数週間かかっ

You’re running out of time to join the Startup Battlefield 200, our curated showcase of top startups from around the world and across multiple industries. This elite cohort — 200…

追記: [email protected]で別のパッケージを特定のパッケージ名で指定できるpackage aliasesが追加されました。 rfcs/0001-package-aliases.md at latest · npm/rfcs 注意: この手法はnpm ciで壊れてる場合があります npm ci fails with transitive local packages - 🐞 bugs - npm forum Add support for ESLint v2 by Daniel15 · Pull Request #107 · fkling/astexplorerを見ていて、一つのプロジェクト内で複数のバージョンの同じライブラリを使う面白い方法が使われてたのでメモです。 前述したAST explorerの場合だと、ESLint@1とESLint@2の両方に対応したPlaygr