データサイエンティストを目指す勉強法、採用されるコツ、就職・転職した後に | AIdrops
データサイエンティストを目指す勉強法、採用されるコツ、就職・転職した後に AIを扱う職業としてデータサイエンティストの人気が高まっています。海外だけでなく国内でも需要が伸びており、将来データサイエンティストを目指して勉強中の方も多いのではないでしょうか。一方で、高いスキルが要求されるデータサイエンティストには未経験からの採用や経験なしでの転職は敷居が高いのもまた事実です。 今回の記事では、実務未経験者がデータサイエンティストとして採用されるための勉強法を解説します。習得すべきスキル・知識や勉強のコツ、転職・就職後の学習方法についてもみていきましょう。 データサイエンティストを目指す前に データサイエンティストを目指すには、まず習得しておくべき技術やスキル・知識があります。この段落では、学習を進めるうえで必要な技術・知識について紹介します。 Pythonなどのプログラミングスキルが必要 デー
深層学習を用いて音源を分離する––LINE Research Labsが研究成果を解説
2019年7月5日、LINE株式会社が主催するAI技術者向けの勉強会「LINE AI Talk #02」が開催されました。第2回となる今回のテーマは「信号処理」。AI関連技術を活用したさまざまなサービスを開発しているLINEの取り組みだけでなく、この分野の第一人者をゲストスピーカーに招き、最新の知見を学びます。プレゼンテーション「深層学習を用いた複数マイクロホンの音源分離」に登壇したのは、LINE株式会社Research Labsに所属し、工学博士でもある戸上真人氏。深層学習を用いた音源分離の取り組みと、その仕組みを解説します。講演資料はこちら 深層学習を用いた複数マイクロホンの音源分離 戸上真人氏（以下、戸上）：それではLINEから、音の技術の研究と、この分野の動向についてお話したいと思います。 簡単に自己紹介ですが、私はLINEのResearch Labsに2018年の6月から研究員と
半教師あり学習、何それ？ってなったので初心者ながらに整理してみた
AIブームの熱にアチチアチチとなっているご時世ですから、AI（人工知能）を実現する技術である機械学習というワードはよく見聞きするものでご存知の方も多いことでしょう。しかし「半教師あり学習」というワードに出会う機会はそれに比べてずっと少なく、知っている方はかなり少ないのかもしれません。 実際、今みなさんがご覧になっているこのメディアAIZINEでは「半教師あり学習」というテーマで書いた記事はまだありませんし（実際に調べました）、機械学習の参考書に目を通していても中々登場しないワードです。 しかしAI（機械学習）エンジニアを目指している僕は、機械学習の腕を競い合ったりプロのコードを見て学べる場である「Kaggle」に取り組んでいて、最近「半教師あり学習」とやらに出会いました。半教師あり学習の存在は知っていたけれど別に知らなくても困らなかったので特に調べもしていませんでしたが（おいおい・・・）、
人間の感情を分類できるAI、コロラド大とデューク大が開発
人工知能（AI）はいつか人間の感情を私たちよりもうまく伝えられるようになるかもしれない。コロラド大学とデューク大学の研究者によって開発されたニューラルネットワークモデル「EmoNet」は、画像を11種類の感情カテゴリーに正確に分類することに成功した。 この研究に関わった研究者の1人であるPhilip Kragel氏によると、ニューラルネットワークは、一連のフィルターを学習することによって、入力信号を興味深い出力にマッピングすることを学習するコンピューターモデルだという。例えば、バナナを検出するように訓練されたネットワークは、形や色など、バナナに固有の特徴を学習する。 EmoNetの開発に使われたデータベースには、不安や関心、悲しみ、驚きなど、27種類の感情カテゴリーを表す2185本の動画が含まれていた。このモデルは「切望」「性的欲求」「恐怖」に関連する画像を信頼性の高い間隔で区別できたが、
水田の取水バルブを定点カメラで監視し、水田の水があるかないか、給水されているか否かを機械学習で識別してみた - Qiita
import cv2 import pandas as pd import numpy as np from sklearn import model_selection from sklearn.ensemble import RandomForestClassifier from sklearn import metrics # ラベルデータの読込 df = pd.read_csv("dat.csv") y = df["status"] # 画像データの読込 X = [] i = 16 for file in df.files: img = cv2.imread(file) # 画像サイズが大きいので縮小 img = cv2.resize(img, (int(1280/i), int(720/i))) X.append(img.flatten()) X = np.array(X) X.
ディープラーニングでコーディングを高速化する「Deep TabNine」
Fossbytesは7月26日(米国時間)、「Programmers Can Code Faster With This AI-Based Autocompleter Tool」において、カナダのウォータールー大学コンピュータサイエンスの学生が開発した入力補完ツール「Deep TabNine」を紹介した。 Deep TabNineは、Open AIによる予測テキストのディープラーニング言語モデル「GPT-2」に基づき、効率のよい開発を実現するという。Open AIは、イーロン・マスク氏が共同会長を務める非営利のAI(人工知能)研究企業。 サポートするプログラミング言語はJava、Python、JavaScript、C、C++、PHP、TypeScript、Kotlin、Objective-C、HTML、CSS、Go、C#、Ruby、Rust、Swift、 Haskell、OCaml、Sca
羽生善治九段が語る｢AIで進化する将棋界｣。ディープラーニングで｢棋譜記録｣が変わる
このところ、若手棋士の躍進や記録更新の話題などがメディアでたびたび紹介され、将棋が一般の人にも身近なものになってきている。その一方、AI（人工知能）を利用した将棋ソフトの進化やネット中継の普及などによって、現在、将棋界は変動のまっただ中にいる。 そして今、将棋の対局に欠かせない｢棋譜の記録｣をAIで自動化する試みが始まった。トップ棋士のひとりである羽生善治九段に将棋界の現状を、そして日本将棋連盟と共同でAI棋譜記録システムを開発したリコーの開発者には、開発の狙いを聞いた。 AIが人間に近付く一方、人間の思考もAIから影響を受けている 1985年に史上3人目の中学生プロ棋士となって以来、数々のタイトルを獲得し、さまざまな記録を塗り替えてきた羽生善治九段。2017年12月に史上初の永世七冠となり、2018年2月には国民栄誉賞を受賞。2019年6月には、歴代単独1位となる公式戦通算1434勝を達
AI/機械学習 × Raspberry Pi(ラズパイ)の可能性を感じる事例まとめ16選 – ピクアカインフォ
Raspberry Pi(ラズパイ)で何ができるのか、その可能性を模索している方は多いでしょう。これまではセンサーを取り付けてデータを収集するものが多かったですが、最近ではAI/機械学習と合わせて画像やデータを分析する事例も増えています。 今回はそんなAI/機械学習 × Raspberry Piの事例をまとめて紹介します。 認識・予測する ディープラーニングの活用例として有名な文字や物の認識、音から機械の稼働状況の認識の例を紹介します。いずれもRaspberry Piで動いてます。 数字の認識 ラズベリーパイと機械学習（python）を使って数字認識してみた カラー図解 Raspberry Piではじめる機械学習 基礎からディープラーニングまでに掲載されている数字認識を試したレポートです。実際の認識率は50%程度とのことです。 きゅうりの仕分け 「ディープラーニング×きゅうり」の可能性に、
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
【福田昭のセミコン業界最前線】 VLSIシンポジウムが「AIハードウェア」シンポジウムになる日【完結編】 ～2018年～2019年のシンポジウムからAI関連の研究成果を総ざらい
AIアルゴリズム、企業に開示求めず 日米が大筋一致 - 日本経済新聞
Racial Bias in AI Isn’t Getting Better and Neither Are Researchers’ Excuses
Learning from adversaries
The Digital Healthcare Consumer 2023