Making fashion recommendations with human-in-the-loop machine learningMost recommendation algorithms produce results without human intervention. Especially in hard-to-quantify domains like fashion combining algorithms with expert human curation can make recommendations Read more
Amazon Has Developed an AI Fashion Designer
The retail giant is taking a characteristically algorithmic approach to fashion. Amazon isn’t synonymous with high fashion yet, but the company may be poised to lead the way when it comes to replacing stylists and designers with ever-so-chic AI algorithms. Researchers at the e-commerce juggernaut are currently working on several machine-learning systems that could help provide an edge when it come
ファッション業界に衝撃、 アマゾンがAIデザイナーを 開発中
Amazon Has Developed an AI Fashion Designer ファッション業界に衝撃、 アマゾンがAIデザイナーを 開発中 アマゾンがファッション分野に力を入れている。最新のトレンドを取り入れたレコメンデーションに加え、トレンドから新たな商品をデザインするAIも開発中だ。 by Will Knight2017.08.28 442 165 9 0 アマゾンは最先端のファッションを提供するにはまだまだ力不足だ。だが、スタイリストやデザイナーを常に垢抜けた人工知能（AI）アルゴリズムに置き換えることができれば、最先端のファッションをリードする存在になるかもしれない。 電子商取引界の巨人であるアマゾンの研究者は現在、最新のファッション・トレンドを見つけ出して反応し、そしておそらくそれを形にすることさえできる機械学習システムの開発に取り組んでいる。これによってアマゾンは、た
Google機械学習系API勉強会レポート | BLOG - DeNA Engineering
AIシステム部の奥村（@pacocat）です。AIシステム部では、AI研究開発グループに所属しており、主に強化学習を用いたゲームAIの研究開発を行っています。 DeNAでは、様々な事業ドメインのデータを実際に使いながら機械学習を使ったサービス開発を推進しており、中でもゲームは豊富なデータ・シミュレーターがあるため、最先端のアルゴリズムを動かすための環境を自前で持っているのが特徴です。 全社的にも機械学習サービスのニーズが高まっている背景の中、7/5にGoogle様による機械学習系API勉強会が当社セミナールームにて開催されました。今回は、勉強会の内容をブログでレポートしたいと思います。 Googleといえば、先日開催されたGoogle I/O 2017でも"AI first"というメッセージが改めて強調されていましたが、実際にGoogle LensやGoogle Homeなど機械学習を活用
KDD2017 | Machine learning meets fashion
Data, algorithms and analytics for the fashion industry 14 August 2017, Halifax, Nova Scotia - Canada Background Fashion is a multi-billion-dollar industry with social and economic implications worldwide. The fashion industry has traditionally placed high value on human creativity and has been slower to realize the potential of data analytics. With the advent of modern cognitive computing technolo
『 データ分析基盤Night #2 』に参加してきた #データ分析基盤Night - 試纏
データ分析基盤Night #2 - connpass 2017/04/26 データ分析基盤Night #2 #データ分析基盤Night - Togetterまとめ 前回第1回に引き続き抽選に当たったのでこの日参加してきました。 『 データ分析基盤Night #1 』に参加してきた #データ分析基盤Night - 試纏 会場は株式会社FiNC様＠有楽町。有楽町駅ビックカメラのすぐ隣、交通の便は超良い場所です。 会場内もとてもオシャレで綺麗なオフィスでした！ 挨拶 ウェルネスタイム(軽いストレッチ) by FiNC FiNCの分析基盤の概要 発表資料 発表内容 freee のデータ分析基盤の全容 発表資料 特徴：他のサービスとどこが違うのか 構成：アーキテクチャ マーケティング 販売・サポート エンジニア ダッシュボード バッチ処理 辛み 展望・チャレンジ まとめ mercariのデータ分析基
機械学習プロフェッショナルシリーズ輪読会スライドまとめ - Qiita
機械学習プロフェッショナルシリーズ輪読会の発表スライドをまとめたページです。 随時更新します。 機械学習プロフェッショナルシリーズ輪読会 Conpass URL: http://ml-professional.connpass.com 1冊目：「深層学習」 2冊目：「異常検知と変化検知」 #1「深層学習」編 http://bookclub.kodansha.co.jp/product?isbn=9784061529021 正誤表 chapter 1: はじめに @a_macabee http://www.slideshare.net/beeEaMa/chapter-01-49404580 Chapter 2:順伝播型ニューラルネットワーク @a_macabee http://www.slideshare.net/beeEaMa/chapter-02-49488411 Chapter 3:確
再帰型ニューラルネット in 機械学習プロフェッショナルシリーズ輪読会
3. 本章で扱う問題 サンプル毎に系列長が違うデータをどう扱うか？ ニューラルネット 1.0 9.0 3.0 入力ベクトル系列 出力ベクトル系列 6.0 5.0 2.0 2.0 4.0 6.0 1.0 9.0 6.0 3.0 7.0 3.0 固定次元 固定次元 可変 入力と同じ系列長 4. 応用 自然言語処理 途中までの文章から次の単語を順次予測 音声認識 短時間フレーム毎の音素認識 We can get an idea of the quality of the leaned feature 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9
Tech Night @ Shiodome # 2 (2017/01/16 18:30〜)
注意 現在X(旧Twitter)でのソーシャルログインができない事象を確認しています。事前にX(旧Twitter)側で再ログインした上でconnpassのソーシャルログインを行うか、 「ユーザー名(またはメールアドレス)」と「パスワード」の組み合わせでのログインをお試しください。合わせてFAQもご確認ください。 お知らせ 2024年9月1日よりconnpassサービスサイトへのスクレイピングを禁止とし、利用規約に禁止事項として明記します。 9月1日以降のconnpassの情報取得につきましては イベントサーチAPI の利用をご検討ください。 お知らせ connpassではさらなる価値のあるデータを提供するため、イベントサーチAPIの提供方法の見直しを決定しました。2024年5月23日(木)より 「企業・法人」「コミュニティ及び個人」向けの2プランを提供開始いたします。ご利用にあたっては利用
最高の休日の過ごし方♪
2019年の10月頃に、学生時代の友人と女二人旅に行きました。お互い有給が取れたので平日に1泊2日で行きました。東京から福岡は飛行機が便利なので行きも帰りも飛行機で行きました。旅の目的は、観光です。お互いに出張で福岡へは何度も行っているので、特に下調べや打ち合わせ、予約などはせずに飛行機の中で簡単に摺り合わせをするという、ちょっと弾丸気味の女二人旅になりました。旅行前はお互いに激務だったので打ち合わせなどできませんでした。 ホリデーの日帰り旅行のバスツアーで川越にも一緒に行ったのですが、大変楽しくてすっかり話が盛り上がってしまい、一日では話したりなかったので、どこか旅行でもいこう！ということになりました。旅の出発日に行く場所や食べるものを決めるという弾丸気味の旅行だったので、オプショナルツアーなどは組み込まず自分たちで全て手配しました。まず空港についてから行ったのは太宰府天満宮です。天神か
EMDNN 2016
The 1st International Workshop on Efficient Methods for Deep Neural Networks About EMDNN 2016 is a full-day workshop to be held on December 9th 2016 in conjunction with the premier conference in Neural Information Processing Systems NIPS 2016, in Barcelona, Spain. The goal of this workshop is providing a venue for researchers interested in developing efficient techniques for deep neural networks t
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
GroupSight | HCOMP 2016
CVF-Workshop
A Platform for Automating Chaos Experiments
CrowdML - Crowdsourcing and Machine Learning
GitHub - abajwa-hw/security-workshops: Workshops on how to setup security on Hadoop using HDP sandboxes
2016年10月4日 第１回 産総研AIスタートアップワークショップ : ニュース : 人工知能研究センター : 産総研 AIST
Apache NiFi Crash Course Intro
Hadoop Summit 2016 San Jose
End-to-End Streaming ML Recommendation Pipeline Spark 2.0, Kafka, TensorFlow Tickets, Sat, Dec 3, 2016 at 9:00 AM | Eventbrite