人工知能はどこへ向かうのか：AIと機械学習の今 | ライフハッカー・ジャパン
人工知能（AI）の技法の1つであるディープ・ラーニング（深層学習）は、現在非常にホットなトピックで、これまでにも数限りなく取り上げられてきました。Google、Facebook、MicrosoftやBaiduといった名だたる企業が、マシンに視覚情報処理能力のある「目」を持たせるコンピュータービジョンや、音声認識、テキスト解析といった分野で技術革新を進めていますが、その多くはこのディープ・ラーニングに支えられたものです。また、多くのハイテク系新興企業の技術的基盤にもなっています（中には製品のリリース前に買収された企業もあります）。機械学習に関して言えば、こうした表に出てきやすい「成功」はメディアの注目を集めがちです。 しかしこうした事象は、地面の下でふつふつとたぎるマグマのように成長を遂げるこの分野の、あくまで表から見える面にすぎません。この手の研究の大部分が行われているのは、実は大手ウェブ
[PDF] 実践 機械学習 – レコメンデーションにおけるイノベーション – | Hadoop Times
※オライリー・ジャパンの「実践 機械学習 〜レコメンデーションにおけるイノベーション〜」が無料でダウンロードいただけます。 “Practical Machine Learning”の日本語版が登場 機械学習とレコメンデーションにおける、もっとも洗練され、効率的なアプローチの1 つに至る鍵は、「仔馬が欲しい」という状況の観察の中にあります。実際のところ、シンプルながら強力なレコメンデーションシステムを構築することは、多くの人々が考えるよりはるかに容易であり、「仔馬が欲しい」ということは、その鍵の一部なのです。 機械学習は、特に巨大なデータセットを扱う場合、うんざりするような作業になることがあります。どれを選べばいいのかめまいがするほどの数多くのアルゴリズムがあり、それらの中から選択をするためだけでも、選択肢を理解し、合理的な判断を行うのに必要な、高度な数学の背景知識を十分に持っていることが前
![[PDF] 実践 機械学習 – レコメンデーションにおけるイノベーション – | Hadoop Times](https://cdn-ak-scissors.b.st-hatena.com/image/square/0275e58b4c3e9a0d94beea25e76f362144b89e5a/height=288;version=1;width=512/https%3A%2F%2Fcommunity.mapr.jp%2Fwp-content%2Fuploads%2F2016%2F02%2Fpractical-machine-learning-title.png)
Python で機械学習しよう！（環境構築 on Mac編） - もろず blog
そろそろちゃんと機械学習を勉強しようと思い、ついでに Python をやり始めています そういえば、大学生のときに Python を勉強しようと思って本を買ったことがあったんですが、当時はあんまりやる気もなくちょっとしか手をつけていませんでした あの時ちゃんと勉強しとけばよかったなぁとか思ったり・・・ とりあえず、手持ちの Mac 上に数値計算や機械学習を実行できる環境を構築したのでその際の手順をまとめました ※以下の環境で動作することを確認しています OS X Mavericks (10.9) OS X Yosemite (10.10) この記事では 1. 概要 2. Python とライブラリのインストール 3. PyDev のインストールとセットアップ 4. Hello Python !!! 5. まとめ について説明します 1. 概要 今回は Python を使って数値計算、機械学
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
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
