グーグル、「BigQuery」と「Kaggle」を統合
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間6月24日、エンタープライズ向けデータウェアハウスの「BigQuery」に「Kaggle」を統合したとGoogle Cloudブログ上で発表した。Kaggleは、データ科学者らが使用する「Jupyter」ノートブックを手がける企業であり、2017年3月にGoogleによって買収されている。 この統合によって、BigQueryの顧客は高速なSQLクエリと、SQLによる機械学習（ML）モデルの訓練、KaggleのJupyterノートブック環境「Kaggle Kernels」を用いた分析が可能になる。 BigQueryとKaggleの統合によって以下の利点がもたらされる。 ビッグデータに対するクエリや分析を1カ所から実行
【PyCon JP 2018】データサイエンスで競馬の結果を予測する、機械学習モデルの構築プロセス
2018年9月17日から18日にかけて、日本最大のPythonの祭典、PyCon JP 2018が開催されました。「ひろがるPython」をキャッチコピーに、日本だけでなく世界各地からPythonエンジニアたちが一堂に会し、様々な知見を共有します。プレゼンテーション「実践・競馬データサイエンス」に登壇したのは、貫井駿氏。人工知能（AI）による競馬の予測モデル構築において発見した、実践的なノウハウを紹介します。講演資料はこちら 競馬×データサイエンス 貫井駿氏（以下、貫井）：「実践・競馬データサイエンス」と題しまして、AlphaImpactの貫井が発表します。今回の資料は後日公開する予定なので、写真は撮らなくても大丈夫です。 まず自己紹介ですが、貫井駿と申します。 専門は機械学習をやっていまして、仕事は、まず本業でFringe81という会社でアドテックとHRテック領域のデータサイエンティスト
ニコニコ動画・生放送の”おすすめ”の仕組み niconicoを支えるコンテンツレコメンドシステムの裏側 - ログミーTech（テック）
2018年9月17日から18日にかけて、日本最大のPythonの祭典、PyCon JP 2018が開催されました。「ひろがるPython」をキャッチコピーに、日本だけでなく世界各地からPythonエンジニアたちが一堂に会し、様々な知見を共有します。プレゼンテーション「niconicoにおけるコンテンツレコメンドの取り組み」に登壇したのは、株式会社ドワンゴの大元司氏。講演資料はこちら niconicoにおけるコンテンツレコメンド 大元司氏（以下、大元）：はじめまして。株式会社ドワンゴDwango Media Village部知能情報システムセクションからやってきました。大元と申します。本日は『niconicoにおけるコンテンツレコメンドの取り組み』と題して発表させていただきます。 まずはじめに自己紹介です。私は大元と申します。 神戸大学の大学院システム情報学情報科学専攻博士課程前期課程を2
AIのマルチタスク学習時に生じる報酬の差異を埋めるための技術「PopArt」をDeepMindが開発
Google傘下の人工知能研究企業・DeepMindといえば、中国最強棋士を打ち負かした囲碁AIの「AlphaGo」や、ゲームを自ら学んで人間以上のプレイをするAIの「DQN」を開発した企業です。そんなDeepMindが、単一のエージェントに複数の物事を学習させる際に役立つ技術「PopArt」を開発しており、その効果を明かしています。 Preserving Outputs Precisely while Adaptively Rescaling Targets | DeepMind https://deepmind.com/blog/preserving-outputs-precisely-while-adaptively-rescaling-targets/ 単一のエージェントが多くの異なるタスクの解決方法を学ぶことを可能にするのが「マルチタスク学習」です。このマルチタスク学習は人工知能
大井競馬で帝王賞を機械学習で当てた話 - Qiita
概要 大井競馬場に行く機会があったので、機械学習を使って競馬の結果を予測できるかをやってみました。 その結果、帝王賞で一位を当てることができたので、記事を書きます。 かなり適当な予測なので、遊びとして見てもらえたらと思います。 証拠 当たったという証拠に、記念でとった馬券画像。 機械学習で予測したものと、パドックを見て予測したものと、２つ買いました。 (びびって複勝、しかも300円) 問題の設定 大井競馬場で行われる帝王賞の１位のみを当てます。 競馬には、色々な馬券の買い方がありますが、今回は簡単でシンプルな問題設定としたかったので、1位のみを予測することにしました。 データの取得 教師あり学習を行うので、過去の競馬結果のデータが必要です。 こちらのサイトからデータをクローリングしました。 南関東4競馬場公式ウェブサイト レース情報のページから、レースに出る馬の過去情報があるページへのリン
実践 Deep Learning
2000年代にニューラルネットワークの研究が再び活発になりました。現在、ディープラーニングは近代的な機械学習の道を切り開いている非常に活発な研究領域となっています。Google、Microsoft、Facebookなどの企業では、社内のディープラーニングチームが急成長しています。しかし、多くの人にとってディープラーニングはまだまだとても複雑で困難な課題です。本書ではサンプルのPython 3プログラムと簡潔な説明を通してこの複雑な分野の主要な概念を紹介します。微積分、行列演算、Pythonの基礎があれば誰でも本書を始めることができます。 監訳者まえがき まえがき 1章 ニューラルネットワーク 1.1 知的な機械を作るということ 1.2 従来のプログラムの限界 1.3 機械学習のしくみ 1.4 ニューロン 1.5 線形パーセプトロンをニューロンとして表現する 1.6 フィードフォワードニュー
強化学習で考えるギャンブラーの最適行動 - kivantium活動日記
強化学習と呼ばれる機械学習の一分野があります。機械学習というと、入力に対して正解の出力を当てる教師あり学習が話題になることが多いですが、強化学習では明示的に正解が与えられません。ある行動を試してみて、それに対して得られる「報酬」から自分でどのような行動が良い結果をもたらすのかを判断して、より良い行動を学習するアルゴリズムになっています。 強化学習にはチェスやリバーシなどといったボードゲームのAIやロボットの行動学習などの応用例があります。この前話題になったDeep Q Network、通称DQNも強化学習の一種です。応用例が面白いにも関わらず、PRMLなどの主要な機械学習の教科書では強化学習を扱わないことが多いので、いま強化学習だけの参考書を買って勉強しています。 強化学習 作者: Richard S.Sutton,Andrew G.Barto,三上貞芳,皆川雅章出版社/メーカー: 森北出
Google、オープンソース機械学習ライブラリの最新版「TensorFlow 1.5」を発表
Google、オープンソース機械学習ライブラリの最新版「TensorFlow 1.5」を発表：使い勝手やモバイル対応、GPUサポートが向上 オープンソース機械学習ライブラリの最新版「TensorFlow 1.5」が公開された。「Eager Execution」「TensorFlow Lite」、GPUアクセラレーション対応の強化が特徴だ。 Googleは2018年1月26日（米国時間）、オープンソース機械学習ライブラリの最新版「TensorFlow 1.5」を公開した。「Eager Execution for TensorFlow」「TensorFlow Lite」、GPUアクセラレーション対応の強化が目玉として紹介されている。 Eager Execution for TensorFlow 現在プレビュー版が提供されているEager Execution for TensorFlowは、「D
未経験者から機械学習エンジニアになるために必要な知識と勉強法 - paiza times
Photo by Strelka Institute for Media, Architecture and Design 秋山です。 最近、機械学習の勉強をしている人や、機械学習に関連した研究開発の求人を探す人がすごく増えてきましたね。弊社のエンジニアにも機械学習を勉強中の人達が何人かいます。 ただ、「機械学習を勉強したいけど、難しすぎて何から手を付けたらいいのかよくわからない」という人も多いです。それなりに開発経験のあるエンジニアでもそうなので、経験の浅い人だと、なおさらかと思います。 機械学習と一言で言っても、実践するのに必要な知識の分野は多岐に渡ります。 そこで今回は、未経験者が機械学習エンジニアとして転職するにはどういった知識や勉強が必要なのかを書いていきます。 ■最低限必要な知識 ◆プログラミングスキルとライブラリを使える知識 Pythonには、Tensorflowやsciki
今すぐ利用可能: AWS で使用する Machine Learning や人工知能について学べる新しいデジタルトレーニング | Amazon Web Services
Amazon Web Services ブログ 今すぐ利用可能: AWS で使用する Machine Learning や人工知能について学べる新しいデジタルトレーニング ※本リンク先には英語トレーニングも含まれています。日本語版ができた時点で改めてご案内をさせていただきます。 先日、AWS トレーニングと認定で無料のトレーニングコースをリリースしました。このコースはクラウドのスキルを磨いたり Machine Learning (ML) や人工知能 (AI) を学びやすくするために提供しています。これには「ディープラーニングの概要 (Introduction to Deep Learning)」や「Amazon SageMaker の概要 (Introduction to Amazon SageMaker)」といった新しいコースが含まれています。 AWS エキスパートが構築した aws.t
Bitcoin Historical Data
Bitcoin data at 1-min intervals from select exchanges, Jan 2012 to March 2021
TensorFlow×マリオカートでキノコカップ優勝も可能なリカレントニューラルネットワーク「MariFlow」を開発
人間のようにマリオカートがプレイできるリカレントニューラルネットワークの「MariFlow」を、プログラマーが開発しています。 Here’s Mario Kart, as played by a neural network - Polygon https://www.polygon.com/2017/11/5/16610012/mario-kart-mariflow-neural-network-video プログラマーのSethBlingさんは、1992年にスーパーファミコン用ゲームとして登場した「スーパーマリオカート」を再生するニューラルネットワークを構築し、自動でゲームをプレイできる「MariFlow」を開発しました。MariFlowにスーパーマリオカートのプレイムービーを15時間分学習させ、ドライブテクニックの一部を修正すると、さっそく50ccのキノコカップで優勝することができた
MLops Platform | Build & Scale Your AI Project on Paperspace
Cloud hosted desktops for both individuals and organizations.
３０００万円稼いだＡＩ投資手法を公開する - これからの「お金」の話をしよう
私は現時点でおよそ１億ほどの資金を運用しています。 毎日、信用３倍をフルインベストメントしているため、日々の売買代金は３億近くになります。 日々の取引にはＡＩを使っています。 ここでいうＡＩとは、人工知能というよりも機械学習と呼んだ方がよいと思います。 今回は、私がどのようなＡＩ手法を使っているか公開してしまいます。 関連コラム： we.love-profit.com １．利益曲線と口座残高推移 （１）利益曲線 まずは利益曲線を示します。 ＡＩ手法を用いたこの投資戦略は、2016年2月22日より運用を開始しました。 ちょうどその直前の2016年1月～2月にチャイナショックが発生しており、 そのショックで私は1000万円の損失を出していました。 この手法はその損失をリカバリするための戦略として運用を開始したものです。 図１．ＡＩ投資手法の利益曲線 2017年9月の時点での累積利益はおよそ30
A Beginner’s Guide to AI/ML 🤖👶
This series is available as a full-length e-book! Download here. Free for download, contributions appreciated (paypal.me/ml4h)RoadmapPart 1: Why Machine Learning Matters. The big picture of artificial intelligence and machine learning — past, present, and future. Part 2.1: Supervised Learning. Learning with an answer key. Introducing linear regression, loss functions, overfitting, and gradient des
FX取引で人間がAIには勝てそうにない理由
FX取引で人間がAIには勝てそうにない理由 2017.08.17 Updated by Ryo Shimizu on August 17, 2017, 06:57 am JST ビットコインの高騰が止まりません。 8月1日に32万円だった1BTCが、先日はもう49万円の最高値をつけました。 高騰の原因はハードフォーク前の買い控えが一気に買いに動いたことと、Bitcoin Cashの不調でもともとのビットコイン自体の価値が大きく上がったことにあるのだと思いますが、それにしてもわずか半月で異常な値上がりぶりです。 ビットコインのような暗号通貨が示す可能性は非常に意味深です。要は通貨というのはそもそも金本位制が破綻した時点で、通貨の発行体である中央銀行や、中央銀行の後ろ盾である政府が保証人になっている、一種の株式のようなものだという本質的な性質が明らかにされたと言えます。 中国ではまとまった現金
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
Prediction One | ソニーネットワークコミュニケーションズ
Lobe
AIで株をやる！～株の売り買いを深層強化学習で予想
FX: USDJPYのヒストリカルデータを利用してDQNでバックテスト
