英文スタイルガイド解説（1）：節の順序 | プログラミング英語検定
日本語ネイティブ向け英語スタイルガイドの「IT英語スタイルガイド」も公開しています。まとまった情報が必要な場合にご参照ください。 Googleが公開している開発者向け英文スタイルガイドから項目を1つ取り上げて紹介します。スタイルガイドは基本的には書く際に利用されますが、読む際にも参考になります。 節を書く順序（Clause order） URL：https://developers.google.com/style/clause-order ユーザーに対して指示文を書く場合、先に指示ではなく、条件（条件節*）を書くようにします。 Googleではまず以下の例を挙げています。 ✕ See [リンク] for more information. ◯ For more information, see [リンク]. いきなり「See …」と指示を書くのではなく、「詳細情報が必要なら」と条件をまず
機械学習による株価予測 いろはの”い” - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? #はじめに ちょうど3年ほど前に機械学習による株価予測のTipsをブログにて公開したことがある。 機械学習による株価予測には押さえておくべきノウハウが多数あり（要するにドメイン知識が必要であり）、データサイエンティストが単に予測対象を株価に置き換えても簡単に良い結果を得ることは難しい。フィナンシャルデータは過分散で統計的エラーが発生しやすく、バックテストや検証の結果は殆どの場合で信用するに値しない。その上、取引における市場の仕組みや制度を正しく検証に反映できていない場合、実運用において大きくパフォーマンスが劣化してしまう。考慮すべき事象
BERT入門
Two sentences are tokenized and encoded by a BERT model. The first sentence describes two kids playing with a green crocodile float in a swimming pool. The second sentence describes two kids pushing an inflatable crocodile around in a pool. The tokenized sentences are passed through the BERT model, which outputs the encoded representations of the token sequences.Read less
「チームの半数は修士号を取得」「20カ国以上から採用」 世界のAI人材が日本のベンチャーに集まるワケ
大手からスタートアップまで、AIやデータを活用できる人材の不足に悩む企業は多い。初任給が引き上げられたり高額の年収が約束されたりと好待遇の求人も増えてきたが、AI人材の獲得競争は激化しており、ただ待遇を良くするだけでは良い人材は集まらない。 こうした状況の中、日本のAIスタートアップCogent Labs（コージェントラボ）は、世界20カ国以上からの人材獲得に成功している。特にR＆Dのチームメンバーは、約5割が修士号、約3割が博士号を取得済み。米Googleなど海外の大手IT企業から専門性の高い人材が集結しつつある。 なぜ、社員約70人という日本の小さなスタートアップに海外の人材が集まってくるのだろうか。人事採用マネージャーのマルコ・スリマさんと、2018年に英DeepMindからCogent Labsに転職したティアゴ・ラマルさん（リードリサーチサイエンティスト）への取材を基に、その理由
AIは民主主義をアップデートするのか？ 統治とテクノロジーの関係
本連載ではさまざまな分野のAI活用事例を紹介しているが、今回は統治機構、つまり司法・行政・立法機関や、それに関係する各種組織・団体の取り組みについて整理してみた。 連載：よくわかる人工知能の基礎知識 いまや毎日のようにAI（人工知能）の話題が飛び交っている。しかし、どれほどの人がAIについて正しく理解し、他人に説明できるほどの知識を持っているだろうか。本連載では「AIとは何か」といった根本的な問いから最新のAI活用事例まで、主にビジネスパーソン向けに“いまさら聞けないAIに関する話”を解説していく。 （編集：村上万純） 統治とテクノロジーの関係 私たちにとって身近な“統治”の例としては、「市役所で住民票を発行してもらう」「選挙で一票を投じる」「駐車違反で罰金を支払う」などが挙げられるだろう。こうした場面における手続きは非常にローテクで、AIのような技術が使われているようには感じられない。
「コードの実行速度」が分かるMLツールを開発、MIT研究チーム
マサチューセッツ工科大学の研究チームは、プロセッサ上でのアプリケーションコードの実行速度を予測する機械学習（ML）ツールを開発した。Intelのツールよりも誤差が少なく、Googleの「Tensor Processing Unit」のような新しいプロセッサにも適用できる。 マサチューセッツ工科大学（MIT）の研究チームは、プロセッサがさまざまなアプリケーションのコードを実行する速度を予測する機械学習（ML）ツールを開発した。Intelが自社開発したツールよりも約2倍高精度だと主張する。 従来の手法は正確性に問題あり なぜこのようなツールが必要なのだろうか。コードをできるだけ高速に動作させるため、パフォーマンスエンジニアやコンパイラ開発者は通常、特定のプロセッサアーキテクチャをシミュレートしてコードを実行する「パフォーマンスモデル」を使用する。 するとプロセッサがアセンブリ言語による特定の命
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
Warner Bros. signs AI startup that claims to predict film success