ほぼすべての機械学習プロジェクトのためのタスクチートシート | AI専門ニュースメディア AINOW
著者のHarshit Tyagi氏は、インドでデータサイエンスに関するインストラクターをしています。同氏がMediumに投稿した記事『ほぼすべての機械学習プロジェクトのためのタスクチートシート』では、機械学習モデルを構築するにあたって必要なタスクがリストアップされています。 学習データの取得やAIモデルの訓練といった固有なタスクを含む機械学習モデルの構築には、様々なタスクを実行する必要があります。こうしたタスクを、同氏は以下のような8つにステップに分けてチェックリスト化しました（具体的なチェック項目については、本記事本文を参照）。 問題の定義と開発アプローチの検討 データソースの特定とデータの取得 学習データの特徴に関する分析 学習データの変換やクリーニング ベースラインモデルの開発とベストモデルの探索 ファインチューニングとアンサンブル学習の検討 開発資料の文書化とプレゼン資料の作成 機
まとめて解説！機械学習・深層学習で使われるフレームワーク7選 | AI専門ニュースメディア AINOW
こんにちは、AINOWライターのゆかわです。 機械学習、特にディープラーニング（深層学習）のモデルを構築する際に重要となってくるのが、深層学習フレームワークです。 今回は、そもそもフレームワークとは何なのか、有名なディープラーニングフレームワークなどについて特徴を解説していきます。 フレームワークとは？ライブラリとの違い そもそもフレームワークとは？ フレームワークとは、プログラムを作る際のひな形のようなものです。 機械学習の分野では、主にディープラーニングモデルを作る際に、TensorFlowやPyTorchなどのフレームワークを用いるのが一般的です。 例として車を作ることを考えると、フレームワークはある程度形になっている車体に、自分の好きなタイヤやハンドルなどをはめていくイメージです。 一から車を作ることもできますが、ある程度形になっている方が、作業は圧倒的に楽です。 また、フレームワ
1
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
