分析手法解説
クラスター(cluster)とは、（ぶどう等の）房、群れ、集団という意味の言葉です。 クラスター分析とは、分析の対象となる個体を、お互いの類似度にしたがって いくつかのグループに分割する手法の総称です。 クラスター分析には多様なアルゴリズムが存在し、データの特性や分析の目的に応じて適切なアルゴリズムを選択する必要があります。実際にクラスター分析を用いるとき、特に問題となるのは主に以下の2点です。 対象間の類似度（距離）の定義 クラスターの結合方法 対象間の類似度としては、ユークリッド距離で定義されることが一般的です。 クラスターの結合方法とは、新しく形成されたクラスター間の距離をどのように定義するかを定めるものです。クラスターの重心から測る「重心法」、最も近い点から測る「最近法」、最も遠い点から測る「最遠法」などがありますが、比較的よく用いられるのは「ウォード法」です。 ウォード法では、ク
近似最近傍探索Indexを作るワークフロー - ZOZO TECH BLOG
はじめに こんにちは。ZOZO研究所のshikajiroです。主に研究所のバックエンド全般を担当しています。ZOZOでは2019年夏にAI技術を活用した「類似アイテム検索機能」をリリースしました。商品画像に似た別の商品を検索する機能で、 画像検索 と言った方が分かりやすいかもしれません。MLの開発にはChainer, CuPy, TensorFlow, GPU, TPU, Annoy、バックエンドの開発にはGCP, Kubernetes, Docker, Flask, Terraform, Airflowなど様々な技術を活用しています。今回は私が担当した「近似最近傍探索Indexを作るワークフロー」のお話です。 corp.zozo.com 目次 はじめに 目次 画像検索の全体像説明 Workflow Develop Application 推論APIの流れ 近似最近傍探索とAnnoy 近似
データ分析実務スキル検定 | Odyssey CBT | オデッセイ コミュニケーションズ
試験お申込み（受験方式）に関する注意事項 当サイト内でご紹介する「データ分析実務スキル検定」の各科目の試験概要は、CBT方式（最寄りのテストセンターにお越しのうえ、会場備え付けのパソコンで受験する方式）の受験となります。 IBT方式（受験者ご自身のパソコンやインターネット環境を利用し、受験いただく試験方式）での受験を希望される場合は、「データ分析実務スキル検定」のWebサイトをご確認のうえ、IBT方式の申込みページより手続きを行ってください。（※現在、IBT方式は受付を終了しております） CBT方式/IBT方式のいずれかの合格のみでデータ分析実務スキル検定の資格が認定されます。 （※すでにCBT方式で合格されている場合は、IBT方式で受験をしていただく必要はございません。） CBT方式とIBT方式の併願受験（両方の方式でご受験いただくこと）も可能です。 お申込み後の受験方式の変更は認められ
機械学習エンジニアは10年後には存在しないだろう。 | AI専門ニュースメディア AINOW
著者のLuke Posey氏は、機械学習エンジニアのキャリアを積んだ後にAIスタートアップSpawner.aiを創業するかたわらMediumに記事を投稿しており、AINOW翻訳記事『無闇にデータサイエンティストを雇うのをやめよう。』の著者でもあります。同氏が最近Mediumに投稿した記事『機械学習エンジニアは10年後には存在しないだろう。』では、近い将来、「機械学習エンジニア」という職種が実効的な意味を持たなくなる、と予想が論じられています。 第三次AIブーム黎明期の頃、機械学習エンジニアは数学と統計学に関する専門知識を習得しているという希少さゆえに、高く評価され高額報酬を手にしていました。この職種には、最先端の技法を製品やサービスに落とし込む「研究者兼技術者」という立ち位置が依然として求められています。 しかし、近い将来、機械学習エンジニアには研究者としての側面が求められるなくなるだろう
「機械学習の最先端」を効率的に情報収集！ おすすめのメルマガ3選
機械学習／ディープラーニングの進化は速い。どうやってその最新技術情報に追いつけばよいのか。そんな状況の中、実際に筆者が実践活用して役立っており、本心でお勧めできる3つのメルマガを紹介する。 連載目次 現在の「人工知能／機械学習」分野は、新たな技術が次々と生まれるホットな領域の一つである。ただし、その最先端の情報を追いかけるのは容易ではない。 その理由の一つが、最先端技術の情報はさまざまな場所／人から発信され、しかも膨大な情報量であるためだ。それら全ての情報源と情報量をウォッチするのは難しいし、Twitter上で情報を追いかけるにしても、大量の玉石混交の情報が流れており、なかなか思いどおりに効率よくは必要十分な情報が手に入らない（という人は多いのではないだろうか）。特に論文に載ったばかりの知見や、海外（特に米国）で流れている重要技術情報をキャッチするのは大変である。 筆者も一日に2時間ぐらい
Google Colaboratoryで試せる面白い機械学習プロジェクト6選 – ツクレル
Google Colaboratoryで試せる面白い機械学習プロジェクト6選投稿者: tsukurel 投稿日: 2020年6月10日2020年6月10日 Google Colaboratory（略称Colab）はご存じでしょうか。名前の通りGoogleによって提供されているサービスで、PythonをWebブラウザ上で実行できるJupyter Notebookを提供しています。さらにGPUが無料で実行できるとあって、機械学習系のプロジェクトでも利用されています（実用というより実験などで用いられています）。 今回はそんなGoogle Colaboratoryで実行できる面白いプロジェクトを幾つか紹介します。Open in Colabの画像をクリックすれば、それぞれのプロジェクトをすぐに試せます。 動画中の車認識 Google公式に提供されているプロジェクトです。道路を走っている車を認識し、車
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
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
Pythonエンジニア認定試験 | 試験概要 | Odyssey CBT
「Python 3 エンジニア認定データ分析試験」を全国で開始、受験チケットと主教材の割引キャンペーンも