第5回 DeepRacerリーグ勝者に聞く「どうすれば勝てますか?」:AWS DeepRacer入門 パネルディスカッションで話された「初めてコースを見たときに、どこに着目するか?」「ズバリ、勝つポイントは?」「報酬関数を決める方法は?」についての内容をお伝えする。
第5回 DeepRacerリーグ勝者に聞く「どうすれば勝てますか?」:AWS DeepRacer入門 パネルディスカッションで話された「初めてコースを見たときに、どこに着目するか?」「ズバリ、勝つポイントは?」「報酬関数を決める方法は?」についての内容をお伝えする。
Netflix Culture MemoWork Life PhilosophyInclusion & DiversityVideoPodcastBlog At Netflix, we aspire to entertain the world, thrilling audiences everywhere. To do that, we’ve developed an unusual company culture focused on excellence, and creating an environment where talented people can thrive — lifting ourselves, each other and our audiences higher and higher. This document is about that culture,
著者のGleb Chuvpilo氏はAIとロボットのスタートアップに投資するベンチャーキャピタルThundermarkCapitalでマネージングパートナーを務めており、MITのコンピュータサイエンスと人工知能ラボで修士号を取得しています。 同氏がMediumに投稿した記事「AI研究ランキング2019:世界を主導するAIカンファレンスであるNeurIPSとICMLの考察から」では、AIに関する世界的カンファレンスであるNeurIPSとICMLで採択された論文にもとづいて、AI研究の動向がランキング形式で考察されています。 同氏はNeurIPSとICMLにおける2,200本の採択論文を、科学論文の動向を考察する際に用いられる指標Nature Indexをヒントにして発案した独自指標「パブリケーション・インデックス」にもとづいて考察しました。その考察結果は、以下のようにまとめることができます。
株式会社Preferred Networks(本社:東京都千代田区、代表取締役社長:西川徹、プリファードネットワークス、以下、PFN)は、オープンソースソフトウェア(OSS)の機械学習向けハイパーパラメータ自動最適化フレームワークOptuna™(オプチュナ)の初のメジャーバージョンとなるv1.0を公開しました。Optuna β版のコードをほとんど変更することなく、そのまま動作させることが可能です。 機械学習、深層学習において高精度の訓練済みモデルを獲得するために、訓練時のアルゴリズムの挙動を制御する複雑なハイパーパラメータ*1 の最適化は不可欠です。 Optunaは、ハイパーパラメータを最適化するための試行錯誤を自動化し、優れた性能を発揮するハイパーパラメータの値を自動的に発見します。2018年12月にβ版をOSS公開して以来、多くのコントリビュータに開発協力をいただきながら、OSSコミュ
本書は広い視野からデータサイエンス全体を俯瞰し、問題を解決する上で重要なことは何か、その設計原則に焦点を当てた入門書です。データを収集、分析、解釈するためのシステムを構築するために必要な、確率・統計の基礎から線形代数、スコアとランキング、統計分析、データマンジング、可視化、数学的モデル、回帰、機械学習まで広範囲にわたってカバーするだけでなく、思考プロセスも重視します。著者は、ニューヨーク州立大学ストーニーブルック校で長年にわたりコンピュータサイエンス教育に携わってきた計算機科学者で、統計学と計算機科学の枠を越えた新しい学問としてデータサイエンスを捉え直し、著者独自のアプローチでデータサイエンスの本質に迫ります。 1章データサイエンスとは 1.1 計算機科学、データサイエンス、リアルサイエンス 1.2 データについての興味深い問い 1.3 データの性質 1.4 分類と回帰 1.5 データサイ
「機械学習は道具であり、うまく使いこなせるかどうかは利用者次第。適切に利用する方法は、利用者が自ら考える必要がある」――産業技術総合研究所の神嶌敏弘氏は、人工知能学会らが1月9日に開いた「機械学習と公平性に関するシンポジウム」に登壇し、こう語った。 機械学習と公平性を巡っては、2019年に米Amazon.comが人材採用で使った機械学習システムが、女性差別を助長するとして運用中止に至る問題が発生。このように、機械学習の不適切な利用が公平性に欠ける結果をもたらす例が、昨今問題視されるようになってきた。 人工知能学会らはこの問題を踏まえ、19年12月に「機械学習の不適切な利用は公平性を欠く可能性がある」などと注意を呼び掛ける声明文を発表していた。注意喚起に向けた取り組みの一環として、今回のシンポジウム開催に至ったという。 公平性に欠ける結果を生まないよう、機械学習を適切に利用していくにはどうす
アイ・ティ・アールはこのほど、国内AI市場規模の予測を発表した。2018年度時点での市場規模は前年度比53.5%増の199億5000万円で、23年度には640億円(約3.2倍)に達するという。18~23年度の平均成長率(CAGR)は26.5%で推移するとしている。 特に成長が見込まれる分野として、同社は画像認識、言語解析を挙げている。画像認識分野の市場規模は、18年度は前年比2.3倍に急伸しており、19年度以降もその勢いが続くという。 同社は「画像認識は、工場での製品検査や作業員の安全管理だけでなく、道路や橋、建造物などの保全業務での利用が急速に進んでいる。また、顔認証や車両の自動運転など、活用シーンの多様化により、今後も継続的な導入拡大が見込まれる」と分析している。 言語解析については、「コンタクトセンターにおける顧客の声の分析や、契約書などの文書管理など実務への適用が進んでおり、市場の
原文(投稿日:2019/11/14)へのリンク これからはAIやVRなど認知技術の時代だ — Susie Harding博士はTech Dublin 2019で、このように主張した。我々は現在、絶えずAIと関わっている。AIはあらゆる場所に進出しているが、5年前には考えられなかったことだ。VRテクノロジはまだ技術的な壁を乗り越えられていないが、今後数年の間にもっと身近なものになるだろう。 この数年間にわたって我々は、AIの採用が急増するのを毎日、目の当たりにしてきた。スマートフォンユーザの80パーセントは、歯磨きよりも前に自分の端末をチェックしている — この"依存的行動"にAIが大きな役割を果たしている、とHarding博士は言う。AIが、我々が何に関心を持つかを学び、時間とともに修正を加え、ユーザが好むコンテンツを見せるようにエクスペリエンスを調整することで、ユーザを繋ぎ止めているのだ
今回は書評エントリー。 ちょうど今日の午前中に須山さんの『ベイズ深層学習』を読み終えた。 読了。 控えめに言って、スゴかった。 まじでボリュームたっぷりでものすごく読み応えのあった一冊だったと思う。 ベイズ機械学習に詳しくない人でも読めるし(簡単とは言ってない)ホントに全人類におすすめしたい。 pic.twitter.com/Lbfs6Rr9JM— コミさん (@komi_edtr_1230) January 15, 2020 ものすごく良かったのでここで全力で宣伝しようと思う。 概要 本書はベイズ統計と深層学習の組み合わせについて詳説した一冊で、頻度論に基づく線形回帰と確率分布の基礎の解説から始まり、そこから線形回帰やニューラルネットワークがベイズ的にどのように説明できるかについて展開、そこから深層学習のベイズ的な説明をしてガウス過程へとたどり着く構成となっている。 本書の魅力はなんとい
2021-03-292015-10-19 東大発、AI画像解析技術ソフトでがん検診が変わる -エルピクセルCEO島原氏インタビュー 画像認識や画像解析というと、顔認識ソフトや、工場で部品などを区別するために使われていることはよく話題になるが、医療などの「研究者向け画像解析ソフト」というと多くの方が馴染みにくい分野かもしれない。 しかし、東大の研究室からはじまったという、エルピクセル株式会社 CEO島原佑基さんの話を聞くと、何も特別なことではなく、日々研究する中で多くの研究者が困っていたことをサービス化したという、ビジネス展開は通常のスタートアップとなんら変わりはない。 研究者向けというと、スケールしにくいビジネスのように見えるが、実際は専門性と日本発であるという強みを生かし、世界へ広がる可能性があるとしたら、どうだろうか。 東大の中にあるアントレプレナープラザにて、島原さんに詳しくお話を伺
by Angela Compagnone 正確な天気予測は「非常に難しい」とされていますが、機械学習は天気予測の精度を向上させることができるのではないか、とかねてから研究者は指摘してきました。Googleがこのアプローチに着手しており、新たな論文によると、Googleの研究者は最大6時間後までの正確な降雨予測を1km単位で「毎分」計算できる技術を開発したとのことです。 Google AI Blog: Using Machine Learning to “Nowcast” Precipitation in High Resolution https://ai.googleblog.com/2020/01/using-machine-learning-to-nowcast.html Machine Learning for Precipitation Nowcasting from Radar
Deep Learning(深層学習)をこれから学びたいという方を対象にした、導入のための解説動画です。 Neural Network Console Youtubeチャンネル https://www.youtube.com/channel/UCRTV5p4JsXV3YTdYpTJECRA 再生リスト「Deep Learning入門」 https://www.youtube.com/playlist?list=PLg1wtJlhfh23pjdFv4p8kOBYyTRvzseZ3 再生リスト「Neural Network Console チュートリアル(クラウド版)」 https://www.youtube.com/playlist?list=PLg1wtJlhfh227oiXbVJOwXCuCoKo3dOU9 再生リスト「Neural Network Console チュートリアル
米AppleがエッジAIを手掛ける米新興企業Xnor.aiを買収したと米GeekWireが1月15日(現地時間)に報じ、Appleは複数のメディアに対し、「Appleは小規模なテクノロジー企業を買収することがある。われわれは通常、目的や計画については公表しない」という買収を認める定型コメントを送った。 Xnor.aiは2016年創業のワシントン州シアトルに拠点を置く非公開企業。AIをサーバではなく、エッジ(スマートフォンなどのクライアント端末)で稼働させるプラットフォーム「AI2GO」などで知られる。米Microsoftの共同創業者、ポール・アレン氏が立ち上げたAllen Institute for Artificial Intelligenceからスピンオフした。
マイクロソフト、「Blazor WebAssembly」正式版を5月にリリース。BlazorでPWAやデスクトップアプリも開発へ マイクロソフトは1月14日(日本時間1月15日未明)にオンラインインベント「.NET Conf Focus on Blazor」を開催、同社が開発中のWebアプリケーションフレームワーク「Blazor」の最新動向と今後について明らかにしました。 Blazorは、C#と.NET Coreを用いてWebアプリケーションの開発を可能にするフレームワークです。JavaScriptを用いず、C#によるプログラミングでSPA(Single Page Application)のWebアプリケーションを開発できるため、.NETの知識や経験をWebアプリケーションに活かせると同時に、Visual StudioなどC#に対応した豊富な開発ツールによる開発生産性の向上を期待できるとい
Microsoft Learn では、対話的な方法で、従来の機械学習の概要を理解することができます。 これらのラーニング パスは、ディープ ラーニングのトピックに移行するための優れた基盤にもなり、各自の生産性を向上させます。 最も基本的な従来の機械学習モデルから、探索的データ分析やカスタマイジングのアーキテクチャまで、ブラウザーを離れることなく、概念的内容や対話型の Jupyter Notebook を簡単に把握することができます。 知識と興味に応じて自分のパスを選択してください。 オプション 1: 完全なコース: 機械学習のためのデータ サイエンスの基礎 ほとんどのユーザーには、このパスがお勧めです。 これには、概念の理解を最大限に高めるカスタム フローを備えた、他の 2 つのラーニング パスと同じモジュールがすべて含まれています。 基になる概念と、最も一般的な機械学習ツールでモデルを構
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