ディープラーニングによるラーメン二郎全店舗のラーメン画像識別を例に、学習および利用時のインタフェース(Slack、Twitter)に関するノウハウや失敗事例を共有します。 また、ディープラーニングを色々と試した際のノウハウをツール(mxnet-finetuner)としてまとめましたRead less
強化学習の位置づけ 教師あり学習 教師なし学習 強化学習 強化学習の応用事例 Atariの攻略 AlphaGo ロボットの自動動作獲得 ファイナンスへの応用 広告配信の最適化 OpenAI Gymを使ってQ-learningを実装してみる 状態 行動 報酬 実装 参考文献 ディープラーニングなどの機械学習技術の進歩によって、過去のデータから学習する技術は大きく進化し、写真の中に写っている対象を認識することや病気の診断、多言語間の翻訳をする性能を著しく向上させることができました。 すでにその性能は専門的な教育を受けた人間の能力と同等 [1] か超えている分野もあるほどです。 一方で、人間にはデータを与えなくとも自ら経験から学び、スキルを上達させることができます。特に何も教えられなくとも、経験からゲームを攻略することやロボットの正しい動作の仕方を学んでいくことができます。 機械学習の中でも、こ
エンジニアもプレゼン入門! LT(ライトニングトーク)のテーマ選びから、スライドの作り方まで LT(ライトニングトーク)は、 カンファレンスなどで実施される短時間のプレゼンテーション。エンジニアにも避けて通れないプレゼンの経験を積むには絶好の機会です。LTに挑戦したい若手エンジニアに、気をつけるべきポイントをお伝えします。 エンジニアとして仕事をするときにも避けて通れないのがプレゼンテーション。ディレクターや営業などの他職種のメンバーに対して技術側から説明すべき場面や、提案をしたい場面で必要になるでしょう。技術力を高めるだけでなく、新人のうちにプレゼンテーションにも慣れて苦手意識をなくしたいところ。 しかしながら、業務中に自分からプレゼンテーションの機会を作るのは難しいでしょう。そこで、LT(ライトニングトーク)をうまく活用することをおすすめします。 今回はLTに挑戦する際に気をつけると良
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