ExpiredExpired：掲載期限切れです この記事は，AP通信 との契約の掲載期限を過ぎましたので本サーバから削除しました。 このページは20秒後にITmedia NEWS トップページに自動的に切り替わります。
普通の人が普通にAIを構築する時代が来ている - 日経トレンディネット
大企業または技術の先端企業だけが必要とし、利用する技術と思われがちな人工知能（AI）。だが既に、個人農家でも活用されはじめている。Google Cloudチームのデベロッパーアドボケイトである佐藤一憲氏がTREND EXPO TOKYO 2017に登壇。AI（人工知能）の活用事例を、同社サービスを軸にして語った。 「より人間に近い賢さを持ったITを作っていこうというのがAIです」 佐藤氏は講演の冒頭でそう話した。 「そして賢いITを作るためのアプローチのひとつが、機械学習です。現在は99％のITシステムが、人がプログラムを書いてコンピューターの処理の仕方を決めています。一方の機械学習は、コンピューターが自らプログラミングを行うことをいいます。例えば、eコマースのデータを見せていくと、こういうお客様は商品を買いやすい、あるいは買いにくいということを、コンピューターに探らせることができるのです
AlphaGo Zero Explained In One Diagram
Update! (2nd December 2019)I’ve just released a series on MuZero — AlphaZero’s younger and cooler brother. Check it out 👇 How to Build Your Own MuZero Using Python (Part 1/3) How to Build Your Own MuZero Using Python (Part 2/3) How to Build Your Own MuZero Using Python (Part 3/3) Update! (26th January 2018)I’ve just released a post on how you can build AlphaZero using Python and Keras. Check it o
次に来るのはクリエイティブAI、人工知能の6つの波
その次に来たのは「予測型の分析（Predictive Analytics）」。いわゆるビッグデータの処理で、1990年代に始まった。統計的な機械学習の技術を使って、株価や天気や売り上げなど、さまざまなものの予測が始まった。 今来ているのが第3の波の「認知コンピューティング（Cognitive Computing）」だ。いわゆる深層学習（ディープラーニング）や深層強化学習を使って、画像や動画、音声やテキストの理解が可能になった。完全自動運転車は、最も難しかった周囲の環境の認識という問題を、深層学習が解決したことで実現の道が開けた。 第4の波は創造性 次に来る4つ目の大波が「クリエイティブなAI（Creative AI）」だと考えている。既に研究開発は進んでおり、製品に使われるのもすぐだろう。いわゆる生成モデルのディープ・ニューラル・ネットワーク（関連記事）に加えて、進化的アルゴリズム（Evo
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(青い本)のまとめと最近のdeeplearning界隈の流れ - プロクラシスト
深層学習 (機械学習プロフェッショナルシリーズ) 作者: 岡谷貴之出版社/メーカー: 講談社発売日: 2015/04/08メディア: 単行本（ソフトカバー）この商品を含むブログ (13件) を見る こんな人におすすめ 人工知能オジサン*1にならないように 線形代数と微分の基礎的な素養のある人 ディープラーニングの基礎を学びたい人 章立て 第1章 はじめに 第2章 順伝播型ネットワーク 第3章 確率的勾配降下法 第4章 誤差逆伝播法 第5章 自己符号化器 第6章 畳込みニューラルネット 第7章 再帰型ニューラルネット 第8章 ボルツマンマシン 書評 1年前に情報系に専門を変え、ディープラーニング関係で初めに読んだ本。ちょうど1年前は爆発的に流行り始めたころだった。 今はもう少しいろいろと日本語の本がそろってきているかもしれないが、この本は基礎から数式を追いながらきちんと学べる本だと思う。 数
【プログラミング不要】ディープラーニング（h2o.ai）で株価予測をやってみた - ニートの言葉
2017/07/20 追記 本記事の内容に関してTwitter・メールで問い合わせをいただきますが、全員に対して返信を差し上げることが出来ないため、VALU保有者優先で相談を受けます。 valu.is 対象読者 自前のデータでディープラーニングを体験したい人 tensorflowなどのチュートリアルまでやったが、その次の道が見えない人 株価の予測に興味がある人 はじめに こんにちは。あんどう（@t_andou）です。 最近、人工知能の技術の一種「ディープラーニング」に注目しています。 ディープラーニングとは、簡単に言うと「これまでは人間が教えていた『特徴』を機械が勝手に見つけてくれる」ものらしいです。 最初は画像処理系のプログラムで遊んでみました。 ディープラーニングという言葉はよく耳にするようになってきましたが、何ができるかわからなかったので、まずは体験するためにまずはディープラーニング
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
人工知能の未来はカナダにある？ ディープラーニングの生みの親、「AIインキュベイター」を開設
囲碁AI「AlphaGO」の次世代版は、自己対局で「最強」を超えた──その進化の本質と、グーグルの野望