Development and Experiment of Deep Learning with Caffe and mafKenta Oono
![Jubatusにおける機械学習のテスト@MLCT](https://cdn-ak-scissors.b.st-hatena.com/image/square/963ac78ee363a3fadd4cc066e12d9d35a9c911cf/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2F20140606mlct-140606061901-phpapp02-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はViEW2021チュートリアルセッション「最新研究の始め方」のプレゼン素材です。また、xpaper.challengeの2020年末ワークショップとしてプレゼンした「研究効率化Tips」の拡張版です。本資料では3社12研究室300ページにわたるノウハウの詰め合わせです。 VIEW2021のチュートリアルセッションでは時間の制限があるため、こちらの資料から一部抜粋して発表を行うことになりますが、VIEW2021チュートリアルセッションの方にも足を運んでいただければ幸いです。 VIEW2021チュートリアルセッション:http://vie
ユーザに対して情報を推薦する機能は、全ての新しく生まれたデータを目視で確認し続けるのが辛い規模なサービスにとって欠かせない機能の一つです。 この発表では「レコメンデーション」という便利な言葉でくくられてしまいがちな、さまざまな種類の違う情報推薦の手法のうち鉄板なものについてサラっと解説し、おもにその手法を実現するためのライブラリやその使い方を紹介します。 お手軽に使えるCPANモジュールだけでなく、Jubatusというオンライン機械学習向け分散処理フレームワークをPerlから利用する方法や、「Pythonを使うのはNumPyとSciPyがあるから」という方のためにPDL(Perl Data Language)という行列演算に便利なPerlモジュールを使ったり使わなかったりして計算結果を得る方法についても紹介すると思います。
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