ディープラーニングと機械学習の技術要件
英国のIT専門媒体、「The Register」とも提携し、エンタープライズITのグローバルトレンドを先取りしている「The Next Platform」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップ。プラットフォーム3へのシフトが急速に進む今、IT担当者は何を見据え、何を考えるべきか、バリエーション豊かな記事を通じて、目指すべきゴールを考えるための指標を提供していきます。 1980年代から、私は機械学習の最前線に立ってきた。当時は米国ロスアラモス国立研究所で理論部門のスタッフ研究者として、機械学習の基礎研究を行っていた（後年になってこうした研究をさまざまな分野に応用した。機械学習に基づく創薬企業を共同で創業したこともある）。幸運にも、私は機械学習分野の誕生に関わり、後にこの分野がブームを巻き起こしたものの、この技術とその実力に関する誤解から、結局、ブームがしぼんだのを目の
深層学習の社会実装を阻む意識障壁
深層学習の社会実装を阻む意識障壁 Deep learning that social implementation has come to be seen 2017.06.22 Updated by Ryo Shimizu on June 22, 2017, 11:41 am JST 数年前から話題になっている深層学習は、これまでは人工知能研究における飛躍的な進歩として捉えられてきました。 深層学習を一躍有名にした画像分類タスクや、セマンティック・セグメンテーション、シーケンス変換、カラー化など、様々な研究成果が日々発表されています。 しかし、こうした華々しく目覚ましい成果が相次ぐ中で、なかなかそれらを利用した製品、もっと大きな言葉でいえば深層学習の社会実装はまだまだ過渡的な段階と見做されていました。 実際、大手企業が喧伝する「人工知能」技術の中には、深層学習をほとんど使っていないものが少
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
長文日記
