Deep Learningによる画像認識を可能にする最も簡単なWebプラットフォーム「Labellio」のリリースのお知らせ - Alpaca技術ブログ
本日6/30にAlpaca(http://www.alpaca.ai/, blog: http://blog-jp.alpaca.ai/)はDeep Learningによる画像認識を可能にする最も簡単なWebプラットフォーム「Labellio(ラベリオ)」(URL: https://www.labell.io/ja/)をリリースしました。 リンク: Labellio ロゴ 代表画面 モデル一覧ページ ラベル付けページ モデル構築ページ 背景 近年の機械学習関連技術の発達により、Deep Learningを用いた画像の認識精度は人間に迫るレベルに達しました。しかし、そのソフトウェアとGPUを用いた計算環境のセットアップ、画像の管理、作成されたモデルのプロダクトへの有効利用と、実際に画像認識を行う上での課題はたくさんあります。 Labellioはそのようなソフトウェア、計算環境、有効利用などの
Amazon Machine Learningを理解するために3つの方法で天気予測をしてみた（二項分類編）
今回は天候データをAmazon Machine Learningに流し込み3つの方法（二項分類、多項分類、回帰分析）で天気予測をしてみます。 記事の目的 記事の目的は以下の3つです。 ・もっとも簡単な機械学習サービスであるAmazon Machine Learningを理解する ・同一データに対して3つの方法を利用することで3つの違いを掴む ・機械学習に対する属性情報の重要性を掴む 同じデータを複数の方法で利用することで、3つの違いや使い方がわかりやすく理解できると思います。 今回利用するデータは気象庁が提供する過去の天候データです。 http://www.data.jma.go.jp/obd/stats/etrn/ 項目が多く載っている東京都のデータを利用しています。 http://www.data.jma.go.jp/gmd/risk/obsdl/index.php Amazon Ma
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
