真面目なプログラマのためのディープラーニング入門
はじめに: 本講座は「機械学習ってなんか面倒くさそう」と感じている プログラマのためのものである。本講座では 「そもそも機械が『学習する』とはどういうことか?」 「なぜニューラルネットワークで学習できるのか?」といった 根本的な疑問に答えることから始める。 そのうえで「ニューラルネットワークでどのようなことが学習できるのか?」 という疑問に対する具体例として、物体認識や奥行き認識などの問題を扱う。 最終的には、機械学習のブラックボックス性を解消し、所詮は ニューラルネットワークもただのソフトウェアであり、 固有の長所と短所をもっていることを学ぶことが目的である。 なお、この講座では機械学習のソフトウェア的な原理を中心に説明しており、 理論的・数学的な基礎はそれほど厳密には説明しない。 使用環境は Python + PyTorch を使っているが、一度原理を理解してしまえば 環境や使用言語が
プーチンはなぜウクライナに侵攻したか 大前研一氏が“ロシア脳”で読み解く | マネーポストWEB
なぜロシアのプーチン大統領は、国際社会から非難を浴びることが明らかなウクライナ侵攻に踏み切ったのか──。経営コンサルタントの大前研一氏は「ロシアとプーチン大統領の側に立って“ロシア脳”で見てみるとウクライナ問題には別の一面があることがわかる」と指摘する。どういうことか、大前氏が解説する。 ＊ ＊ ＊ 本稿執筆時点（2022年3月11日）では、ロシアのウクライナ侵攻が長期化・泥沼化の様相を呈し、犠牲者や避難民が増え続けている。 アメリカやEU（欧州連合）はロシアへの経済制裁を強化しているが、それに対し、ロシアのプーチン大統領は「ウクライナが抵抗をやめてロシア側の要求を満たした場合のみ、軍事作戦を停止する」と述べ、一歩も引かない構えである。 言うまでもなく、ロシアが主権国家のウクライナを侵略することは許されない。私は、自分が主宰している経営者の勉強会「向研会」の視察などでウクライナを何度も訪問
インターネットからのイングレストラフィックフローのためのファイアウォールのデプロイ設計 | Amazon Web Services
Amazon Web Services ブログ インターネットからのイングレストラフィックフローのためのファイアウォールのデプロイ設計 この記事は Design your firewall deployment for Internet ingress traffic flows （記事公開日：2021 年 2 月 21 日）を翻訳したものです。一部更新・加筆しています。 前書き インターネットに接続するアプリケーションを公開するには、外部の脅威や不要なアクセスから保護するためにどのようなセキュリティ管理が必要かを慎重に検討する必要があります。これらのセキュリティ管理は、アプリケーションの種類、環境の規模、運用上の制約、または必要な検査のレイヤによって異なる場合があります。ネットワークアクセスコントロールリスト (NACL) とセキュリティグループ (SG) を実行すると十分な保護が得られ
時間便益は約5.5兆円／年とも 流れを読む「AI信号機」で渋滞解消目指す | 乗りものニュース
静岡市内12か所の交差点で実証実験。 同時に維持管理コスト低減も 国立研究開発法人「新エネルギー・産業技術総合開発機構」（NEDO）と一般社団法人「UTMS協会」が2022年3月から、警察庁と静岡県警の協力のもと、信号機にAI（人工知能）を搭載する「軽やかな交通管制システム」の実証実験を開始しました。これはかんたんにいうと、交差点の至近に設置したレーダーやセンサーを用いて歩行者やクルマを検知し、円滑な交通に寄与する信号制御（色の表示）を行うものです。 拡大画像 交通信号機のイメージ（2015年5月、大藤碩哉撮影）。 NEDOやUTMS協会はこれを「自律・分散型AI信号制御」と呼んでおり、取得した歩行者やクルマの位置をもとに“全体の流れ”としての交通情報を生成。この情報を、AIにより最適な制御を行う信号制御機に入力します。さらに、ほかの交差点の信号機とも制御情報を交換でき、一定区間の道路単位
プーチンは失敗した？フリードマン論文 | 地政学を英国で学んだ
ウクライナのニュースを見ていると、何が起きているのか、どこに向かっているのか、よくわからない。情報には事欠かないが、その多くはソーシャルメディアのアカウントからで、そのすべてが信用できるわけではないし、またその性質から全体像を把握することはできない。デジタル時代といえども「戦争の霧」が晴れることはない。 しかし、いくつかの予備的な結論を出すには十分な情報がある。 ロシア軍は優勢であったにもかかわらず、戦術的な奇襲と圧倒的な数の可能性という利点があった開戦初日には、予想されたほどの進展はなかった。最初の攻撃は広く期待されていたようなエネルギーと推進力には欠けていた。ウクライナ人は気迫に満ちた抵抗を見せ、侵略者に犠牲を強いた。しかし今日の情勢はさらに暗くなる可能性があり、将来はもっと厳しく辛い日々になるだろう。しかし「プーチンは勝ち目のない戦争を始めたのだろうか」と問うのはもっともなことである
最先端の AI を活用してテキスト分析をしよう ～Transformers を活用した BERT と ELECTRA の利用～ | SBテクノロジー (SBT)
ホーム 特集・ブログ ブログ DX station 2021年 最先端の AI を活用してテキスト分析をしよう ～Transformers を活用した BERT と ELECTRA の利用～ こんにちは。データサイエンスチームの高橋です。 日々増えていくテキスト、どのように分析していますか？ アンケートの自由記述や SNS 上の口コミを活用したいけどできていない、このような現状はないでしょうか。 現在、DX の推進にはデータ活用が不可欠と言われており、テキストのような非構造データをどう活用するかが重要となっています。 テキストの分析には「自然言語処理」の技術を利用します。自然言語処理は Natural Language Processing (NLP) とも呼ばれ、近年では AI を活用した NLP の技術が発展しています。その NLP において、現在最も広く使われている強力な技術として
ヤフーにおける自然言語処理モデルBERTの利用
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo! JAPAN研究所で自然言語処理の研究開発をしている柴田です。 私は自然言語処理の研究と、最新の自然言語処理技術を社内のサービスに適用できるようにする開発の両方を行っています。今日は後者の話をします。 この記事ではBERTというモデルに焦点をあて、BERTの概要と、社内でのBERTの利用、最後に具体例として検索クエリのカテゴリ分類について紹介します。 ※この記事で取り扱っているデータは、プライバシーポリシーの範囲内で取得したデータを個人が特定できない状態に加工しています。 1. BERTとは 2018年にGoogleからBERT (Bidirectional Encoder Representations
汎用言語モデル「BERT」のビジネス実用化技術に迫る | NTT技術ジャーナル
ことばを処理するAI（人工知能）技術の１つとしてBERTという技術が脚光を浴びています。NTTデータではBERTをビジネスで実用化するため、さまざまな業界の特有な単語や言い回しをとらえることのできるBERTの応用開発を行っています。これにより、個々のお客さまニーズに合わせた最適なAIモデルを構築することができます。本稿では、その一例である「金融版BERT」と「ドメイン特化BERTフレームワーク」について紹介します。 近年、深層学習をはじめとしたAI（人工知能）関連技術がめざましい進歩を遂げており、これまで実用足り得なかった分野に対して適用が進んでいます。画像処理では、犬と猫の区別も難しかった状態であったのに対し、深層学習を活用することで犬種の区別やピクセルレベルでの位置まで特定することができるようになりました。言語処理では、機械翻訳が10年前と比べて劇的に改善されています。個々のタスクでは
自然言語処理の王様「BERT」の論文を徹底解説 - Qiita
オミータです。ツイッターで人工知能のことや他媒体で書いている記事など を紹介していますので、人工知能のことをもっと知りたい方などは気軽に@omiita_atiimoをフォローしてください！ 2018年10月に登場して、自然言語処理でもとうとう人間を超える精度を叩き出した ことで大きな話題となったBERT。それ以降、XLNetやALBERT、DistillBERTなどBERTをベースにしたモデルが次々と登場してはSoTAを更新し続けています。その結果、GLUEベンチマークでは人間の能力が12位(2020年5月4日時点)に位置しています。BERTは登場してまだ1年半程度であるにもかかわらず、被引用数は2020年5月4日現在で4809 にも及びます。驚異的です。この記事ではそんなBERTの論文を徹底的に解説していきたいと思います。BERTの理解にはTransformer[Vaswani, A.
めちゃくちゃ的外れなブコメがスター集めてて草生えたのでまとめた【追記】
65年前の公園計画が突然再浮上 練馬の住宅街が騒動に「いまさら立ち退きなんて無理」 ：東京新聞 TOKYO Web https://b.hatena.ne.jp/entry/s/www.tokyo-np.co.jp/article/166651 これ見てたら法律を何一つ理解しないで行政が悪いーとか言ってるブコメが多くて笑っちゃった。 面白すぎたのでまとめてみた。いやホントひでえ。 id:thirty206 そんな計画がありながら農地転用の許可をバシバシ出してきた区と農業委員会の責任が問われるべきでは？ 最もスターを集めてるトップブコメがこれ。初っ端から全く農地法を理解してないのに責任が問われるべきとか言っててマジで笑える。 農地法 （農地の転用の制限） 第四条 農地を農地以外のものにする者は、都道府県知事（略）の許可を受けなければならない。ただし、次の各号のいずれかに該当する場合は、この限
はじめに - アルゴリズムとデータ構造大全
はじめに このドキュメントは，主に競技プログラミングで出題される問題を解く際に利用できるアルゴリズムやデータ構造をまとめたものです．特定の問題にはあまりフォーカスしないため，問題を解く際の考察の仕方等の内容はありません．詳しく，正確に，分かりやすく書いていこうと思っています． このドキュメントは執筆途中です． 想定する読者 C++を用いたプログラミングに慣れている方を読者として想定しており，C++言語の仕様や，文法にはあまり触れません．また，計算量という用語についても説明しません．ただし，償却計算量など，計算量の見積もりが複雑なものについては必要に応じて説明します． コードについて このドキュメントで登場するコードは，可読性向上のため，以下のようなコードがファイルの先頭に記述してあることを前提としています．また，適切な問題を用いてコードの検証がなされている場合は，コード周辺にのように，検証
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
声以外が消える!? 無料のノイズ除去「NVIDIA Broadcast」がスゴい【藤本健のDigital Audio Laboratory】