Googleの研究者が教える、良い機械学習プロダクトを実装するための43のルール
Google のリサーチ・サイエンティストである Martin Zinkevich 氏によって書かれた、機械学習を使った良いプロダクトを開発するためのコツを集めた記事。エンジニアが良い機械学習プロダクトを作るには、機械学習の専門知識が無いことに苦心するのではなく、得意なエンジニアリングの技術を活かすことが重要、というのが主な趣旨です。 紹介記事：Rules of Machine Learning: Best Practices for ML Engineering はじめに ほとんどの問題はエンジニアリングに関する問題である 性能向上は、良い機械学習のアルゴリズムではなく、良い素性によってもたらされる 機械学習の前に ルール1. 本当に必要になるまで機械学習を使わない ルール2. まず指標を設計、実装する ルール3. ヒューリスティックが複雑になりすぎる前に、機械学習に移行する フェーズI
サイバー金融犯罪の特異点（シンギュラリティ）はすぐそこに――国立情報学研究所 安藤類央氏
サイバー金融犯罪の特異点（シンギュラリティ）はすぐそこに――国立情報学研究所 安藤類央氏：＠ITセキュリティセミナー2018.2 ＠ITは、2018年2月7日、東京で「＠ITセキュリティセミナー」を開催した。本稿では、特別講演「サイバー金融犯罪の特異点（シンギュラリティ）～闇ウェブの攻撃者の心理に何が起きているのか～」の内容をお伝えする。 人工知能が人類に計り知れない変化をもたらすという仮説「技術的特異点」（シンギュラリティ）は、サイバー攻撃の世界にも到来しつつある。2018年2月7日、都内で開催された「＠ITセキュリティセミナー」の講演「サイバー金融犯罪の特異点（シンギュラリティ）～闇ウェブの攻撃者の心理に何が起きているのか～」で、国立情報学研究所の安藤類央氏は特にサイバー金融犯罪の特異点について、事例を交えながら解説した。 「テクノロジーの進化は社会や経済に大きな恩恵をもたらしたが、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
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
