サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
tech-adish.hatenablog.com
この記事は Gaiax Advent Calendar 2016 の3日目の記事です。 こんにちは、アディッシュ株式会社(以下、adish)・ALICEチーム*1の白木です。 (何も考えずに今年も12/3が空いていたのでこの日に参加予定を入れたら去年のGaiax Advent Calendarでも12/3だったので、深層心理で12/3が好きなのかも。) Gaiax Advent Calendarでいきなりadishなる会社名を名乗りましたが、adishはGaiaxのグループ会社で、去年と同じく今年もGaiax Advent Calendarに参加しています。 記事の背景 タイトルからお分かりになる通り、Gaiax Advent CalendarでBing Search APIについての記事を投稿しようとしているわけですが、これはadishで利用している外部APIの1つなので、題材としました
はじめに みなさま、こんにちは。来年いよいよ生まれて半世紀を迎えます、adish技術開発部.雪風チーム所属の田原と申します。 12月1日に始まったGaiax Advent Calendar 2016 - Qiitaも、折り返し地点を過ぎました。 紅白の出場者も決まり、流行語大賞も決まり、今年を表す漢字一文字も決まり、どんどん年末に向かって時間が進んでいきますね。 そうそう、去年は有馬記念で10万馬券をGetして大興奮したのですが、あれから1年経つなんて、本当に早いですね... 今年も当んないかな... ...失礼しました。技術ブログの話に戻します。 私は普段は主にPerlで仕事をしていますが、今度Pythonのお仕事をすることになり、50の手習いではないですが、最近Pythonの勉強を始めました。「タプル」とか「イミュータブル」とかまだ馴れないですね。 そんなレベルなのですが、無謀にもPy
皆さんはじめまして。2年目新卒エンジニアの坪井(@ufo_ocha)です。普段は先日リリース致しましたhitoboの主にフロント周りを開発しています。 さて、Gaiaxグループでは年に2度、夏と冬に全社合宿を行っています。冬は事業部毎の発表など真面目なコンテンツがメイン、夏はみんなで集まり仕事を忘れて遊びましょうと交流がメインとなっています。だいぶ時間がたってしまっていますが、今回は9月に実施した夏合宿で運営として参加し、合宿用アプリを作成した話です。少しではありますが、当日の様子はこちらからどうぞ。 子ども・パートナーも参加!ガイアックスグループ夏合宿の軌跡 アプリ要件 今回の要件ですが、ざっくりと 合宿のしおり 参加メンバーのプロフィール閲覧 コンテンツのフォトロゲイニング となっています。これは僕ではないのですが、昨年度の冬合宿でしおりをスマホで閲覧しやすいWebページで提供したとこ
はじめに 皆さんはじめまして。adish技術開発部.雪風チーム所属の田原と申します。 前回の掲載から随分時間が経った気もしますが...それは気のせいということで。 さて、adish技術開発部(以下TEC)では、四半期毎(1Q毎)に成果報告会があります。 これは以下を目的として、2015年より実施しています。 前Qを振り返りの報告 自分のやってきた業務 新しく知見を得た技術 熱い思い(?) プレゼンテーション技術の向上 ドヤる 今回は、10/14に行われた、3Q(2016年6月〜2016年9月の活動)の成果報告会について、勝手ながら私の印象に残ったトピックを、印象に残ったスライドとともにピックアップしてレポートします。 なお、諸事情によりスピーカーの写真がない状態ですが(ただ単に撮ってないだけ...)、弊社を含むガイアックスグループは「佐藤健率」が高い人が多かったらしいです(社内技術展示会「
こんにちは。ここ最近先輩にボウリングで大敗し、ボウリング熱が再燃しているshirakiyaです。 今回は2016年7月7日に弊社セミナールームで開催されたITエンジニアのためのDeepLearning #6 - connpassのレポートです。 当日は約50人の方に参加いただきました。こういった勉強会ってあまりQ&Aの時間で質問が少ないことも多いという印象を持っていますが、今回のイベントでは多くの質問が飛び出し、参加者のみなさんの関心の度合いが高いことを感じました。 何のイベント? イベント告知ページにあるように 深層学習やパターン認識系の本の罠と、本には載っていない貴重な情報や、数式を全く使わない考え方を初学者向けに提供しています。 としたセミナー形式のイベントです。今回は6回目ということもあり、一目にはかなりディープな内容でしたが、特に畳み込みやプーリング等、主に画像認識の畳み込みニュ
こんにちは、エンジニアの白木(shirakiya)です。 近年、人工知能がすごく話題になっていますが、adishでも画像認識タスクなどで、機械学習を利用しています。 画像認識では、DeepLearningを使うのがデファクトスタンダードな状況になっていて、その中でどういったモデルを使うかの議論が行われていますが、どのモデルを使うにせよ必要なのは 教師データ です。 画像認識タスクでの教師データの中身は、認識対象としたい「画像」とその画像の「分類情報」が対になったもので、それが大量にあればあるほど認識対象においての汎化性能*1が高くなります。(例えば、スイカを認識させたい場合の教師データは多数の「スイカの画像」と「スイカの分類ID(整数値)」の対です。※分類IDは個人個人が設定するもの) つまり、画像認識タスクが行える分類器を作るためには大量の画像が必要になってきます。 (弊社もDeepLe
このページを最初にブックマークしてみませんか?
『adish intelligence』の新着エントリーを見る
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