世界初「ディープラーニングの自動設計アルゴリズム」開発 三菱電機
三菱電機は10月7日、データの特徴を学習して推論処理を行う「ディープラーニング」を自動設計する「ディープラーニング自動設計アルゴリズム」を開発したと発表した。専門知識がなくても、ディープラーニングを活用した人工知能（AI）を短時間・低コストで企業システムなどに導入できるとしている。 学習データがあれば、独自のアルゴリズムでディープラーニングを自動設計できる。学習データの中から特徴的なデータのみを重複なく抽出することで効率的に適切なネットワークを構築できるという。機器のシステムに依存しないため、使用環境に合わせた高度な推論処理が可能だとしている。 従来、企業システムにディープラーニングを導入するには、AIの専門家に依頼して設計してもらう必要があったが、このアルゴリズムを使えば、企業内のシステム専門家だけで設計でき、AI専門家に依頼する必要がないという。専門家に依頼した場合は数日～数週間かかっ
Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ
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
A Deep Neural Network Architecture Using Dimensionality Reduction with Sparse Matrices
