DataRobot概説: データサイエンティストでない人に、データサイエンティストっぽく働いてもらおう:AI・機械学習のツール&ライブラリ データサイエンティスト不足が社会問題になっている。昨今、データサイエンティストでない人でも機械学習モデルを自動生成できるツールやサービスが多数登場しているが、その一つであるDataRobotにどのような機能があり、どのようにデータサイエンティスト不足問題を改善しようとしているかを解説する。
![DataRobot概説: データサイエンティストでない人に、データサイエンティストっぽく働いてもらおう](https://cdn-ak-scissors.b.st-hatena.com/image/square/51fd6cdb116434384daadc9ac71128f04605dd6d/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F1910%2F07%2Fcover_news014.png)
ゲームAI技術入門──広大な人工知能の世界を体系的に学ぶ作者: 三宅 陽一郎出版社/メーカー: 技術評論社発売日: 2019/09/30メディア: 単行本AmazonKindle本書はゲームAIの研究と開発の最前線で戦い続けている三宅陽一郎さんの「ゲームAI技術入門」である。三宅さんはこれまで何冊も本を書かれていて、入門編的な意味だと昨年出た『高校生のための ゲームで考える人工知能』も素晴らしいんだけど、本書(ゲームAI技術入門)は技術評論社から出ているだけあって専門的にアルゴリズムを紹介・説明していて、しっかり理解したいならまずはこちらをオススメしたい。 とはいえ、ガチのゲームプログラマ向けというわけでもなく、本文中にほとんどコードは出てこないし、基本的にアルゴリズムの概念の説明に終始しているので、「ゲーム好き/ゲームAIに興味があるけどプログラムとか書いたことない」とかそういう人でもま
担当した3daysインターンシッププログラムが無事に終ったので、自分が何を考えていたかをまとめます。いわゆる「機械学習エンジニア」向けのインターンです。 https://voyagegroup.com/internship/adventure/ 背景 期間3日でやりたいと打診を受けた時に真っ先に思いついたのはコンペ形式のプログラムでした。しかしKaggleを筆頭に実際のビジネスで発生したデータを使ったEDAおよび機械学習予測モデルの開発ができる機会は今やいくらでもあるため、Kaggleそのままの形式では目新しさに欠ける。さらに実際の開発業務では求めた予測値を使って意思決定を自動化する所までが求められるため、予測器を作って精度を見て終りというのは片手落ちとなってしまう。よって、求めた予測値を利用して意思決定を行なうアプリケーションを実装してビジネス指標が出力として得られる部分までを範囲としま
KDDIとKDDI総合研究所、アクロディアは10月7日、スマートフォンなどのカメラで撮影したスポーツ選手の映像から手や足の指先を含む骨格点65点の動きを認識するスポーツ行動認識AIとセンサ内蔵型ボールからスマートフォンで取得したデータを活用し、選手の技術向上に役立てることができるアスリート育成支援システムを開発したと発表した。 これまでKDDIとKDDI総合研究所は、単眼カメラの映像からスクワットなど31種類のトレーニング動作や姿勢を認識する「宅内行動認識AI」に加え、指先を含む骨格などの動きやボールを捉え、パスやキャッチなどの基本動作を認識する「スポーツ行動認識AI」の開発を進めてきたという。 同システムはスポーツ行動認識AIを活用し、スマートフォンで撮影した競技者の映像から65カ所の骨格点を抽出して競技者の動きを捉え、フォームや身体の使い方を認識することで、分析することを可能としている
急速な進化を続けているAI(人工知能)。すでに身近な商品やサービスに組み込まれ始めており、いずれAIに代替されてしまう仕事も出てくるだろう。 「AI(人工知能)時代を生きるためには読解力が必要だ」。 新井紀子・国立情報学研究所授はそう断言する。新井氏は「ロボットは東大(東京大学)に入れるか」(東ロボ)というAIのプロジェクトを率いた数学者だ。東ロボは2016年の高校生向け模擬試験で、MARCH(明治大学、青山学院大学、立教大学、中央大学、法政大学)クラスの複数の大学に「合格可能性80%以上」という判定をたたき出した。 AIの力を世に示した新井氏が、なぜ読解力の重要性を説くのか。それはAIの弱点も知るからだ。実は東ロボでは、東大合格が難しいという判断に至った。国語や英語の長文読解に歯が立たない、図の示す内容がわからないといった課題を克服できなかったためだ。 AIは“意味”を理解できない 『週
- はじめに - 当ブログでは恒例になっている、献本されたので筆者に媚を売るシリーズです。 今回は10/9に発売予定の「Kaggleで勝つデータ分析の技術」という書籍なんですが、既に発売前にしてAmazonベストセラー1位。豪華著者陣とKaggleにおいては日本有数の起業と言っても過言ではない、DeNA株式会社の豪華レビュワー。筆者がブログを書いていたり、u++さんがめちゃくちゃ丁寧な書評を書いていたり、Kaggle Grand Master各位の薦めツイートも出てきた段階で、もう私が媚を売る必要すらないと思いますが、良かったので感想だけでも残しておければと思います。 Kaggleで勝つデータ分析の技術 作者: 門脇大輔,阪田隆司,保坂桂佑,平松雄司出版社/メーカー: 技術評論社発売日: 2019/10/09メディア: 単行本(ソフトカバー)この商品を含むブログを見る 端的に言えば、テーブ
by mohamed_hassan 人工知能(AI)技術の進歩によって、人間と同等に高度な会話を行うことができるチャットボットが登場し、一部の企業では顧客対応に応用されるケースも存在しています。そんなチャットボットが既に人間と同程度のセールス力を持ち、「場合によっては人間の4倍の売上を見せた」という調査結果が発表されました。 Frontiers: Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases | Marketing Science https://pubsonline.informs.org/doi/10.1287/mksc.2019.1192 Artificial intelligence can improve sales by fo
政府は、AI=人工知能や自動車の自動運転などの最先端技術に通じた人材が地方で不足しているとの指摘を踏まえ、早ければ来年度から民間の専門家を全国の自治体に派遣する事業を始めることになりました。 こうした状況を踏まえ政府は、大手の通信事業者や家電メーカーなど15社と提携し、早ければ来年度から専門的な知識を持つ人材を全国の自治体に派遣する事業を始めることになりました。 新たな事業では、内閣官房の担当部署が全国の市町村から具体的な要望を聞き取ったうえで、原則として半年から2年までの期間で専門家を派遣し、地方創生に資する政策の立案や助言などにあたることにしています。 また、これに合わせて政府はそれぞれの地域での最先端技術の活用を支援するため内閣官房に窓口を開設し、先進的な取り組みを行う自治体の事例や国の支援制度などを紹介することにしています。
Googleの「Page Speed Insights」をしっていますか? Googleが提供しているWEBの表示速度を測定し改善する方法をおしえてくれる WEBサイトツール です。 昨今のWEBサイトはデザインにこったサイトが多く、Jsなどを使ってアニメーションを駆使したり、Wordpressなどのそもそも重い仕様のCMSをいれたりでWEBページのローディング時間が長いというものが多いかと思います。 サイト表示が長いということはユーザーにとって当然ながら好ましくないですよね? でもデザイン性も変えたくないというお悩みの方はこの「PageSpeed Insights」を使ってみてください。 今回はこのお話になります。 SEO対策で 困っていませんか? 売上をあげるための SEO対策ならお任せください。 ファーストネットジャパンでは、 1998年の創業から培ってきた知見・経験を基に、 良質か
「IoT(Internet of Things)デバイスが増え、エッジでAI(人工知能)処理を実行できるコンピューターのニーズが高まっている。しかし、現在では価格を含め適当なものがないため内製した」(沖電気工業(OKI) 取締役常務執行役員の坪井正志氏)。 OKIは2019年10月3日、ディープラーニング(深層学習)の推論処理をエッジで高速に実現し、耐環境性にも優れるAIエッジコンピューター「AE2100」を発売した。米インテルが提供するAIアクセラレーター「Movidius Myriad X VPU」と、オープンなディープラーニング推論実行環境「OpenVINOツールキット」を搭載する。さらに米マイクロソフトとの提携によって、同社のクラウドサービスやAI機能などをIoTデバイスで実行できるようにするための「Microsoft Azure IoT Edge認定」を取得しているという。
AIに従うことの危険性 「正しい意思決定」という幻想から抜け出すには?:これからのAIの話をしよう(データリテラシー編)(1/4 ページ) ビッグデータを生かして新たな知見を得るためには、どうすればいいのでしょうか。かつて米Amazon.comでチーフサイエンティストを務めた経験があるアンドレアス・ワイガンド氏は、ITmedia NEWSのインタビューで「データ分析に必要なのは好奇心と人間の観察です」と語りました。 データや数字に振り回されて本質を見失うと、どれだけ高度な手法を用いてデータを分析しても満足いく結果は得られません。ワイガンド氏は著書「Data For The People(邦題:アマゾノミクス データ・サイエンティストはこう考える)」の中で、データサイエンティストとしての心構えだけでなく、消費者である私たち一人ひとりがどのようにデータと向き合うべきかについても解説しています。
スタートアップをはじめとした新産業領域を担当。IT系メディア「CNET Japan」(朝日インタラクティブ)の編集記者、米国スタートアップメディア「TechCrunch」の日本版である「TechCrunch Japan」(Boundless)の副編集長などを経て、2019年にダイヤモンド社に入社。ダイヤモンド編集部 副編集長、DIAMOND SIGNAL編集部 編集長を務める。2024年1月より現職。 From DIAMOND SIGNAL スタートアップやDX(デジタルトランスフォーメーション)を進める大企業など、テクノロジーを武器に新たな産業を生み出さんとする「挑戦者」。彼ら・彼女にフォーカスして情報を届ける媒体「DIAMOND SIGNAL」から、オススメの記事を転載します。※DIAMOND SIGNALは2024年1月をもって、ダイヤモンド・オンラインと統合いたしました。すべての記
画像認識や自然言語処理といった技術の進化で、機械は人間と同じように周囲の環境および言葉を認識できるようになってきている。最近では機械が文章を書いたり、絵を描いたりする例も出てきた。今回は、こうしたコンテンツ生成の事例や技術についてまとめた。 AIがスポーツ記事を作成 米国のローカルメディアRichland Sourceが開発した「LedeAI」は、スポーツ記事を作成するAIだ。さまざまなスポーツの試合結果を共有するサイトScoreStreamから高校スポーツに関するデータを取得し、あらかじめ学習させたスポーツニュースの記事構成パターンに当てはめて記事を作る。 2018年に行われた実証実験では、6カ月間で1万8000本以上の記事を書き上げた。作成された記事を人間がチェックしたところ、その内容に誤りはなかったという。ScoreStreamを見ても必要な情報は手に入るが、記事としてまとめたほうが
22年前、グーグルの創業者らがPageRank(ペイジランク)を発明し、それ以降のウェブが変わった。既存のランキングアルゴリズムと比べてPageRankが大きく違っていたのは、次の点だ: ウェブ上のリンクを票と見なす。最初の段階では、票はすべて平等だ。 得票数が多いページほど重要度が増す(そして、より上位に表示される)。 重要なページほど票の重要度が増す。 しかしグーグルは、そこで止まらなかった。さらに、 アンカーテキストトピックモデリングコンテンツ分析トラスト(信頼)シグナルユーザーエンゲージメントなど、検索結果をよりいっそう改善する要素を取り入れたのだ。 リンクはもはや平等ではない。いや、平等とはほど遠い。 ランド・フィッシュキンがこの記事のオリジナルバージョンを公開したのは、2010年だ。はっきり言って、それはSEOの世界を震撼させた。ここでは、彼のオリジナル記事から非常に多くの部分
リンクの原則#11 グーグルは、スパムリンクや低品質リンクの価値を引き下げているウェブ上には膨大な数のリンクがあるが、実際のところグーグルはその大多数を無視している可能性が高い。 グーグルの目的は、エディトリアルリンク(編集リンク)に重点を置くことだ。「エディトリアルリンク」とは、リンクを受ける側のサイトでは制御できず、他のユーザーが意図して配置する独自のリンクなどを指す言葉だ。 ペンギン4.0以降、グーグルはアルゴリズムによって「これらの基準を満たしていないと思われるリンクは単に無視するだけ」だとほのめかしている。たとえば、次のようなリンクがそうした扱いを受ける: ネガティブSEOとして張られたリンクリンクプログラムで生成されたリンクとはいえ、グーグルが本当に低品質のリンクをすべて無視しているかどうかについては、多くの議論がある。低品質のリンクが張られたサイトは実際に被害を受けかねないこ
概要 深層学習の論文を読んで再現実験を行うときに、あっさりうまくいくこともあるが、全然再現できないことのも多い。ベースラインからほとんど変わらないとか、そもそもこの論文、ベースライン手法のチューニングしてないじゃんとか、いろいろ問題が出てくる。 機械学習分野の論文は再現性が低い、という問題を少しでも解決するために、NeurIPSが論文投稿者に求めているチェックリストを読んでみた。 Andrew Ng先生のdeeplearning.aiがやっているニュースレターであるThe Batchで、紹介されていた。 意訳 アルゴリズムについて 提示しているアルゴリズムについて、以下の事項を満たしていること。 数学的な設定、アルゴリズム、およびモデルの明確な説明をする。 任意のアルゴリズムに対する複雑さ(時間、空間、サンプルサイズ)の分析をする。 外部ライブラリを含む、すべての依存関係を特定している、ダ
by Nicole Honeywill 自然言語処理のアルゴリズムは言葉の順序や構造の理解を不得意としてきました。この課題を克服すべく、Googleが新たにデータセットを公開。このデータセットで訓練を行うと、機械学習モデルのテキスト分類精度が50%から80%にまで向上するとのことです。 Google AI Blog: Releasing PAWS and PAWS-X: Two New Datasets to Improve Natural Language Understanding Models https://ai.googleblog.com/2019/10/releasing-paws-and-paws-x-two-new.html Googleは機械翻訳や音声認識で自然言語処理を取り入れていますが、自然言語処理では最先端のアルゴリズムでも「ニューヨークからフロリダへのフライト」
AI(人工知能)の技術開発・ソリューション提供を手掛けるアラヤは、住友商事マシネックス株式会社と資本業務提携契約を締結した。 アラヤは、特に画像認識における「ディープラーニング」の高い技術があり、それを生かして多くの製造業における受託開発を行ってきた。また「エッジAI」領域において、独自のAI圧縮技術も有している。さらに、「自律AI」の研究開発も進めており、ドローンやロボット等が自律的に動くことを目指している。 住友商事マシネックスは、製造業・建設業をはじめとした1500社超の取引先にさまざまな設備、ソリューションを提供している。 両社はこれまでも、製造業へ共同でソリューション提案を行うなど共に活動をしてきた。今回の資本業務提携によって、連携をより強化し、製造業を中心に、AIを利用したソリューションやプロダクトを共同で開発・提案していくとしている。
KDDI ∞ Labo 第12期デモデイでピッチする、アラヤ代表取締役の金井良太氏 Image credit: Masaru Ikeda 東京を拠点とする AI スタートアップのアラヤは、直近のラウンドで10億円を調達し同ラウンドをクローズしたことを明らかにした。このラウンドでは、KDDI とグローバル・ブレインが運営する KDDI Open Innovation Fund(KOIF3号)から約5.5億円を調達したことが明らかになっていたが、加えて、スパークス・グループ、SMBC ベンチャーキャピタル、住友商事マシネックスから約4.5億円を調達し、本ラウンドでの調達総額は約10億円となった。 アラヤは、カルフォルニア工科大学で視覚経験と時間感覚の研究に従事し、イギリス・サセックス大学で准教授(認知神経科学)を務めた金井良太氏により2013年創業。これまで、複数ラウンドにわたりグローバル・ブ
企業のAIプロジェクト内製化支援を行うアイデミー、元日本IBM常務執行役員 松永達也氏が社外取締役に就任 企業のAIプロジェクト内製化支援サービスを提供する株式会社アイデミー(本社:東京都文京区、代表取締役CEO 石川聡彦、以下当社)は、日本アイ・ビー・エム株式会社にてIBM Watsonをはじめとするコグニティブ・ソリューション事業担当常務執行役員を務めた経歴を持つ松永達也氏が社外取締役に就任したことをお知らせいたします。 当社は、「AIを始めとする先端技術と産業領域の融合に取り組む人と組織を支援する」というミッションの元にサービスの運営と展開を進めております。 最先端の人工知能製品業界に知見のある松永氏の参画により、経営視点や業界に対する知見を法人プランである「Aidemy Business」に反映し、より一層、導入企業への効果的な支援サービスの提供を行ってまいります。 【松永達也氏プ
今後のスマートシティ化や自動運転車両の普及で、位置情報はより重要なものになる。屋内でもヒトやモノの場所を把握したり、リアルタイムのマップを表示したりといったシステムが求められるなか、現時点でのローカリゼーション(位置情報特定)技術にはまだ課題が残っている。 位置情報を特定するには、GPSやRFID、BLEビーコンといったものからの信号が頼りだが、環境が正確性に大きく影響するのだ。 こうしたことからMITの研究者らは、ノイズの多い環境をものともせず正確な位置情報を割り出すシステムを開発した。 ・ソフトな情報を随時更新従来のやり方では、GPS衛星やデバイス間で共有される信号から、互いの相対的な位置を把握していた。 ネットワーク内のデバイス(ノード)内で交換される信号をもとに、距離や角度といった、単一の値を推定する。 こうして推定された値が位置情報を決定してしまうため、障害物や反射面、電波干渉…
こんにちは、機械学習エンジニアの河本 (@nnkkmto) です。マイクロアドのシステムにおいて、機械学習が必要な部分の研究開発及び実装を担当しています。 この記事では GCP (Google Cloud Platform)、特に GCE (Google Compute Engine) を用いた機械学習モデル学習バッチのスケジュール実行について紹介できればと思います。 はじめに 前提 全体の流れ 各処理の詳細 スケジューリング Cloud Scheduler Cloud Pub/Sub Cloud Functions インスタンス起動による学習バッチの実行 preempted 時のリトライ処理 終わりに はじめに 現在マイクロアドでは、以下にあるようにGCP を用いた機械学習基盤の構築を進めていて、Kubeflow を用いた実行環境へ移行予定です。 オンプレ×Google Cloud Pl
OKIは10月3日、高速ディープラーニング推論処理の実行をエッジで可能にする耐環境性を有したAIエッジコンピュータ「AE2100」の販売を開始したことを発表した。 AIエッジコンピュータ「AE2100」の外観 同コンピュータは、「Intel Atom x7-E3950」プロセッサとAIアクセラレータ「Intel Movidius Myriad X VPU」を最大2チップ搭載でき、Intelの提供するOpenVINOツールキットやOKIのソフトウェアを活用することで、AI推論処理を可能とする。また、クラウドとの連携機能としてMicrosoft Azure IoT Edge認定を取得しており、クラウドで作成されたAIモデルのエッジへの展開・利用を容易に行うことが可能となっている。 Intel、マイクロソフトとのパートナーシップにより、AIエッジコンピューティングに最適なソリューションの提供を目
AIの技術を活用して、故人をよみがえらせる。 まるでSFのような話だが、いよいよ現実になりつつある。歌声合成ソフトウェア「VOCALOID」を作ったヤマハがAI技術を活用し、1989年にこの世を去った美空ひばりさんの歌声を再現。NHKの番組で新曲を披露したのだ。 ヤマハはNHK主導のプロジェクトに参加。機械学習の一種であるディープラーニング(深層学習)を駆使して美空ひばりさんの歌声を再現し、作詞家の秋元康さんがプロデュースした新曲「あれから」を、9月29日に放送されたNHKの番組内で披露した。生前の歌唱データや話声から美空ひばりさんの歌い方、話し方の癖を学習し、本人が歌ったことのない歌でも本人らしく歌うシステムを作り上げたのだ。 「ひばりさんが生前多くの人に届けていた感動をもう一回届けたい」──ヤマハの研究者である大道竜之介さんはそう思って開発に挑んだという。 番組が放送されたあと、Twi
2021-08-262019-10-02 アット東京・慶應義塾大学・東京大学・セコム、機械学習によるデータセンター設備の異常検知・運転支援の実用化に向けて実証実験 セコムグループのBPO・ICT事業を担う株式会社アット東京は、インフラであるデータセンターを24時間365日、安定稼働させて顧客のビジネスをサポートしている。また、慶應義塾大学理工学部情報工学科の松谷宏紀研究室と国立大学法人東京大学大学院情報理工学系研究科システム情報第8研究室の近藤正章准教授は、IoTデバイス上で動作し、教師データを必要としないリアルタイム性の高い異常検知技術を研究している。 そして、セコム株式会社は、複数の時系列データを総合的に分析することで中長期的なトレンドの変化を検知する技術を研究し、設備監視・見守りなどの様々な分野への応用を目指している。 この四者は、データセンター設備から収集されたデータの分析を、約1
限定の先行販売*1で紙版を入手した『Kaggleで勝つデータ分析の技術』(技術評論社)を読みました。なお電子版をご恵贈いただく予定です。 gihyo.jp 10月7日の発売を待たずして Amazon*2のベストセラー1位になるなど、注目を集めています。 既に著者の一人である threecourse さんは、執筆者視点で見どころを紹介しています*3。 本記事では一人の読者、そして Kaggler の視点で書評を記します。なお私は既に1年以上 Kaggle に取り組んでおり、一定程度の知識を有している視点からの書評になります*4。 本書の魅力 1. データ分析コンペのテーブルデータコンペに注力して書かれた「教科書」である 2. 技法のみならず筆者および関係者の実体験に基づいた集合知も言語化されている 3. コードが公開されている どんな人に本書はお勧めか Kaggleに取り組んだ経験があり、更
ヤマハは9月29日、NHK総合で放送されたドキュメンタリー番組「NHKスペシャル AIでよみがえる 美空ひばり」の中で、AIの技術を活用して再現した美空ひばりさんの新規音声を披露した。 美空ひばりさんは1989年に亡くなった、昭和を代表する歌手の一人だ。ヤマハは機械学習の一種であるDNN(ディープニューラルネットワーク)を使い、美空ひばりさんの歌い方や話し方の癖を再現できる音声合成システムを作った。番組では作詞家の秋元康さんがプロデュースした新曲「あれから」を披露。まるで本人が歌っているかのような音声を再現した。 番組を見た人からは、「まるで本物のようだ」と再現度に驚く声もある一方で、「子音が弱い」「声質が機械っぽい」など厳しい評価も上がっていた。 これまで、歌声合成ソフトウェア「VOCALOID」を開発してきたヤマハだが、今は亡き美空ひばりさんの新曲を作るため、いったいどのような工夫を重
こんにちは、エンジニアのtetsuです。 k近傍法は主に分類問題で機械学習・パターン認識の領域で使われている手法です(回帰でも使えますが、あまり見ない気がします)。 今回はこのk近傍法を時系列データの異常検知に適用する方法をご紹介します。 また、k近傍法を動画の異常検知に適用した事例が記事になっておりますので、こちらもあわせてご覧いただければ幸いです。 リンク�:IoT・AIのお悩み 動画データを使った異常検知を行いたい k近傍法による異常検知 最初にk近傍法とは何かという話をしていきます。ただし、ここではまだ時系列データには限定せずに考えていくことにします。 まず、正常データの集まり が与えられているとします。各はある次元のベクトルとします。この状況下で未知のデータが正常であるか、異常であるかを判定することを考えます。 k近傍法のコンセプトは”が正常データの集まりであることから、がのいず
今回自分は0から始めて9か月でコンペで銀メダル(6385分の249位,top4パーセント)を獲得できました。 自分の今までの流れをおさらいしていきます。 それまでの僕のスペック 数3と行列はほぼ何も分からない プログラムはrubyとjavaはそこそこに書ける、pythonは知らん 勉強の流れ 12月末 機械学習を始めると決心、とりあえず何をやればいいかよく分からないがpythonが必要らしいのでprogateでpythonをやってみる 1月 数学が必要らしいので、行列と微分積分について1から学んでみる。今から考えると、行列の基礎をさらえたのは良かったですが、それ以外はこの時間は絶対いらなかったなと考えています。 微分積分 行列 2月 Udemyで多くの講座を受ける、詳細は以下の記事にまとまっています https://qiita.com/HayatoYamaguchi/items/c8051
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