Visual Studio Code、「HexEditor拡張」「GitHub Issue Notebooks拡張」リモート開発など機能追加:「June 2020」リリース Microsoftは、クロスプラットフォームエディタ「Visual Studio Code」の最新版「June 2020」リリース(バージョン1.47)を公開した。HexEditor拡張、GitHub Issue Notebooks拡張、リモート開発などの機能が強化されている。

連載目次 前々回は「説明変数が1つだけの回帰分析」を、前回は偏微分の考え方と計算の方法について学びました。それらの内容を踏まえて、今回は偏微分の応用編として「説明変数が複数ある重回帰分析」を行う方法を見ていきます。 目標: 偏微分を利用して重回帰分析を行う 重回帰分析の回帰式の例は以下のようなものでした。いくつかの値を基に、このような回帰式の定数項と係数を求めようというのがここでの目標です。 回帰式の求め方は前々回の例と同様で、観測値(実際に得られたデータ)と理論値(回帰式で求めた値)との差の二乗和が最小になるように定数項や係数を決めるという方法です。 解説:偏微分を利用して重回帰分析を行う まずは、具体的な例で考えてみましょう。図1のような不動産データがあったとします。このデータを基に回帰式の定数項と係数を求めてみたいと思います。実はこの例であればExcelでもできるので、ついでにExc
新型コロナウイルス感染症(COVID-19)の流行以来、景気が急速に悪化しています。厄介なのは、ウイルスという自然が相手のため、不景気の先行きが読みづらいことです。 ポストコロナの不景気で自身にどのような災厄が降りかかるのか心配なITエンジニアも多いでしょう。本記事では、リーマンショックや東日本大震災の後、IT業界に何が起きたのか、エンジニアたちはどうなったのかを振り返り、近い未来に何が起こるのかを予測し、対応策を考えます。 申し遅れました。私、「情報戦略テクノロジー」のエンジニア、金近(かねちか)と申します。学生時代に「CD Manipulator」というフリーウェアを作成、2003年からSI業界のエンジニアとして元請けや下請けで働き、現職に至ります。 これは全て私の体験談です。全員でこの不景気を乗り越えていきたい――そんな気持ちを込めて、赤裸々に執筆します。 ありえないほど仕事がなくな
Dataset Searchは、2018年9月からグーグル(Google)が提供しているサイトの一つで、世界中からデータセットを検索できる(=ググれる)。「機械学習で利用するデータセットを手軽に探したい」という場合に、最初に実行してみるツールとして非常に有用である。通常のGoogle検索では、例えば「PyTorch cats dogs images classification」などのようなキーワードを入れて検索することになるだろうが、その結果、必ずしもデータセットのみがヒットするわけではない。それと比べると、データセットのみを効率的に表示してくれるので便利である。 データセット検索 例えば図1は、Dataset Searchで実際にデータセットを検索しようとしているところである。
「Visual Studio Code」で「WSL 2」上のリモートコンテナを使用するには、Microsoftが解説:Windows 10でDocker Desktop Stableを効果的に活用する Microsoftは2020年7月1日(米国時間)、「Visual Studio Code」(VS Code)で「WSL 2」(Windows Subsystem for Linux 2)にあるリモートコンテナを使用する方法を「Visual Studio Code Blog」で紹介した。 WSL 2は、Microsoftが2020年5月にリリースした「Windows 10 バージョン2004」(May 2020 Update)に標準搭載された。Dockerも2020年5月に、バックエンドとしてWSL 2をサポートした「Docker Desktop for Windows」(Docker De
連載目次 「振り込め詐欺」の犯人が被害者に金銭を要求する口実として、「会社の金を落としてしまった」「取引上のミスで会社に損害を与えてしまった」などの、業務上の損害を個人が補填(ほてん)する、という話をよく耳にする。 冷静に考えれば、いくら大きなミスでも社員が会社の損害を補填する責任などないはずだが、こうした連絡を受けると、被害者は冷静ではいられなくなるようだ。 実はIT訴訟の中にも(もちろん詐欺の話ではないが)このように会社の損害を個人に求めるものがある。社員の働きがあまりに悪くて顧客からの信頼を失い、結果、会社に重大な損害をもたらした場合に、会社が個人である社員に莫大(ばくだい)な損害賠償を求めるというものだ。 そのとき、社員は本当に多額の賠償金を払うべきなのだろうか。客観的に見て、確かに作業の品質低下や、それによる受注減少の責任は社員にあり、しかもその社員が裁量労働制によって働く管理職
連載目次 データセット解説 Titanic dataset(タイタニックデータセット。以下、Titanic)は、「1912年に北大西洋で氷山に衝突して沈没したタイタニック号への乗客者の生存状況」の表形式データセット(=構造化データセット)である(図1、複数の研究者が「Encyclopedia Titanica」上から抽出し、Frank E. Harrell, Jr.氏が取りまとめ、Thomas Cason氏が大幅に更新&改善して作成されたデータセットである)。 Titanicは、主に分類(つまり「生存状況の予測」)を目的としたディープラーニング/機械学習/統計学の研究や初心者向けチュートリアルで使われている(※ただし、ディープラーニングを行うにはデータ数が1309件と少なすぎる点に注意が必要だ)。特に、Kaggleの初心者チュートリアル「Titanic: Machine Learning
AIプロジェクトの成否は「MLOps(機械学習基盤)」にかかっている:2020年、AI活用の成否を分かつ技術とは(2) 人工知能(AI)を活用して価値を提供する企業が現れる中、PoCでつまずく企業が見直すべきポイントはどこにあるのか。そして今後必要不可欠になる考え方とは何か。機械学習に必要な教師データを企業に提供するLionbridgeに話を聞いた。 AI技術を活用して、実ビジネスで成果を獲得している企業が着実に増えつつある。 ごく身近なところで言えば、定額制動画配信サービスで知られるNetflixが挙げられる。同社はレコメンドアルゴリズムに機械学習を活用。その他、機械学習を用いて成功作品の特性を見いだし、Netflixの独自コンテンツ制作に生かしたり、広告素材制作に分析結果を生かして会員獲得増を果たしたりと、AIを実益に結び付けている。 言うまでもなく、こうした事例は同社のようなWeb系
ゲーマー向けの無料音声テキストチャットアプリケーション「Discord」を開発、提供するDiscordは2020年2月5日(米国時間)、アプリケーションを支える基盤サービスの一つである「Read States」をRust言語で再実装し、その結果サービスのパフォーマンスが大幅に向上したと公式ブログで明らかにした。 Read StatesサービスはこれまでGo言語で実装されていた。それにもかかわらず、なぜRead StatesをRustで再実装しようとしたのか、どのように再実装したのか、再実装によってどのようにパフォーマンスが向上したかを解説した。 Rustで再実装した背景とは Read Statesサービスの目的は、Discordユーザーがどのチャンネルのどのメッセージを読んだのかを追跡することだ。つまり、ユーザーがDiscordに接続したり、メッセージを送信したり、メッセージを読んだりする
Rust Survey Teamは、2019年末に実施した「Rust」の利用状況に関する調査結果を発表した。 Rust Survey Teamは2020年4月17日(米国時間)、Rustコミュニティーなどを対象に実施したシステムプログラミング言語「Rust」の利用状況に関する調査結果を発表した。 この調査は2019年12月に14種類の言語で行われ、3997人が回答した。回答者の82.8%がRustユーザーで、7.1%はRustを利用したことはあるが、現在は使っていない。10.1%は、Rustを全く使ったことがない。 回答の言語別の内訳は、英語が69.6%、中国語が10.8%、ドイツ語が4.3%、フランス語が3.3%、日本語が3.0%、ポーランド語が1.2%、ポルトガル語が1.2%、スペイン語が0.9%、韓国語が0.8%、イタリア語が0.6%、スウェーデン語が0.5%、ベトナム語が0.2%だ
用語「Mish関数」について説明。「0」を基点として、入力値が0以下なら出力値は「ほぼ0」だが(わずかに「負の値」になる)、0より上なら「入力値とほぼ同じ値」を返す、ニューラルネットワークの活性化関数を指す。類似するReLUやSwish関数の代替として使われる。 連載目次 用語解説 AI/機械学習のニューラルネットワークにおけるMish関数(ミッシュ関数)とは、関数への入力値が0以下の場合には出力値がほぼ0(※わずかに負の値になり、最小値は約-0.31)、入力値が0より上の場合には出力値が入力値とほぼ同じ値(最大値は∞)となる関数である。 図1を見ると分かるように、ReLUという活性化関数に似ている曲線を描く(=ReLUをMish関数に置き換えやすい)が、その曲線が連続的で滑らか(smooth)かつ非単調(non-monotonic)である点が異なる。基点として(0, 0)を通るが、滑らか
時系列予測のベストプラクティスを共有するGitHubリポジトリを開設、Microsoft:PythonやR向け Microsoftは、時系列予測のベストプラクティスを共有するためのGitHubリポジトリを開設した。PythonやRを使っている開発者に向けたものだ。 Microsoftの「R」コミュニティー向けブログサイト「Revolutions」は、2020年4月14日(米国時間)、時系列予測のベストプラクティスを共有するためのGitHubリポジトリ「Time Series Forecasting Best Practices & Examples」を開設したと発表した。 Microsoftはこのリポジトリについて、README.mdで次のように説明している。 「時系列予測は、データサイエンスで最も重要なトピックの一つだ。的確な意思決定と効果的な資源配分を行うために、ほぼ全ての企業には未来
対象OS:Windows 7/Windows 8/Windows 8.1/Windows 10/Windows Server 2008/Windows Server 2008 R2/Windows Server 2012/Windows Server 2012 R2 解説 コマンドプロンプト上でコマンドを実行する場合、入力されたコマンド名がフルパス名で指定されていなければ、PATH環境変数で指定されている各フォルダーからコマンドが検索され、実行される。 Windows OSをインストールした直後のPATH環境変数には、%SystemRoot%以下のいくつかのフォルダーしか登録されておらず、非常にシンプルな内容になっている。 ※Windows 10 Proのインストール直後のデフォルトのPATH環境変数の内容例。非常にシンプルである C:\>path PATH=C:\Windows\syst
Red Hatは、「Red Hat Ansible Automation Platform」で、インフラやネットワークに加え、セキュリティの自動化を推進している。では、Ansibleはセキュリティの何を自動化できるのだろうか。 Red Hatは、オープンソースソフトウェア(OSS)のAnsibleに基づく自動化ツールの「Red Hat Ansible Automation Platform」(以下、Ansible)で、インフラやネットワークに加え、セキュリティの自動化を推進している。では、Ansibleはセキュリティの何を自動化できるのだろうか。 セキュリティにおけるAnsibleの製品戦略を担当しているRed Hatのコンサルティング・プロダクト・エンジニア、マッシモ・フェラーリ(Massimo Ferrari)氏が2020年2月中旬に説明したところによると、Ansibleではまず、人が
第4回 知ってる!? TensorFlow 2.0最新の書き方入門(初中級者向け):TensorFlow 2+Keras(tf.keras)入門(1/2 ページ) TensorFlow 2.x(2.0以降)では、モデルの書き方が整理されたものの、それでも3種類のAPIで、6通りの書き方ができる。今回は初心者~初中級者にお勧めの、SequentialモデルとFunctional APIの書き方、全3通りについて説明する。 連載目次 前回までの全3回では、ニューラルネットワークの仕組みや挙動を図解で示しながら、TensorFlow(tf.keras)による基本的な実装方法を説明した。しかし実際には、TensorFlowの書き方はこれだけではない。 TensorFlowにおける、3種類/6通りのモデルの書き方 3種類のAPI 大きく分けて、下記の3種類があることを第2回で説明済みである。 Seq
用語「ステップ関数(Step function)」について説明。「0」を基点(閾値)として、0未満なら「0」、0以上なら「1」を返すような、ニューラルネットワークの活性化関数を指す。 連載目次 用語解説 AI/機械学習のニューラルネットワークにおけるステップ関数(Step function、単位ステップ関数:Unit step function)とは、関数への入力値が0未満の場合には常に出力値が0、入力値が0以上の場合には常に出力値が1となるような関数である。 図1に示すように、0を基点として、階段(step)状のグラフになるため、「ステップ関数」と呼ばれる。この基点は一般的に「閾値(いきち、しきい値、Threshold)」と呼ばれる。 ステップ関数は、ニューラルネットワークの基礎となっている情報処理モデル「パーセプトロン」(後日解説)の活性化関数として用いられていたが、「バックプロパゲー
Gartnerは2020年1月23日(米国時間)、仮想パーソナルアシスタントやチャットbotのような人工知能(AI)や新興技術が2024年までに、管理職の日常作業のほぼ69%を代替するようになるとの見通しを示した。 Gartnerのリサーチバイスプレジデントを務めるヘレン・ポイトビン氏は、こう説明する。 「管理職の役割は、今後4年間で一新されるだろう。管理職は現在、フォームの記入や情報の更新、ワークフローの承認に時間を費やしている場合が多い。AIを使ってこうした作業を自動化すれば、トランザクション管理に費やす時間を減らし、その代わりに学習や業績管理、目標設定により多くの時間をかけることができる」 AIや新興技術が管理職の役割を変えるのは必至だ。加えて、従業員はこれらの技術によって、管理作業を引き受けることなく、責任や影響力の範囲を拡大できると、Gartnerは述べている。イノベーションとA
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