各AI研究分野の立ち位置を示す「AIマップ」(人工知能学会の公開リソース)とは?:AI・機械学習の活用ガイド 人工知能学会が公開している「AIマップβ」を紹介。4枚のAIマップの概要と使い方の例を示す。AIマップは、各AI研究分野の立ち位置を確認したり整理したりするのに役立つだろう。
![各AI研究分野の立ち位置を示す「AIマップ」(人工知能学会の公開リソース)とは?](https://cdn-ak-scissors.b.st-hatena.com/image/square/740dff3cea3dfa3f6871b4c2033100b0af346e06/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2006%2F01%2Fcover_news031.png)
マイナビ出版 さんから献本していただきました。ありがとうございます! book.mynavi.jp 本書は初学者向けではなく、Python である程度プログラミングができるようになった後にスキルアップするための、中級者向けの書籍になります。昨今の流行りから言うと、例えば、データサイエンスに関わるデータサイエンティストやプログラマーがより実践的で効率のよいプログラムを書くことや、Python を使ったプロジェクトをうまくまわすための手助けになるでしょう。 本書では Python プログラミングでよく知られたプラクティス、ドキュメント作成、パッケージング、テスト、パフォーマンスの最適化とアーキテクチャなどが紹介されています。 著者の Julien Danjou 氏は、OpenStack という、巨大な Python プロジェクトのコントリビューターであり、チームリーダーを務めているようです。冒
AWS Open Source Blog Generate Python, Java, and .NET software libraries from a TypeScript source As builders and developers, many of us are aware of the principle of Don’t Repeat Yourself (or DRY) and practice it every day. Entire runtimes and programming languages have been developed by taking that principle to an even higher level, with the core idea of writing software once and having it run on
RPA適用業務は半分近くがOCRと絡むともいわれており、帳票を読み取って電子化して自動化をしたいというニーズは多い。RPAソフトウェアの多くもOCR機能を標準で内蔵して、これに応えている。しかし、OCR関連のプロジェクトでPoCを実施する際には「はまりポイント」が存在し、検証段階で頓挫してしまうプロジェクトも結構あるという。筆者もいくつかのプロジェクトを見てきたが、このはまりポイントの事を「精度100%の壁」と仮に呼ぶことにした。OCRプロジェクトがはまってしまう理由を、OCRエンジンの現状を踏まえながら見ていき、対応策を考えてみることにする。 主なAI-OCRエンジンの種類とその精度 まず、日本市場でRPAソフトウェアと一緒に使われることが多い主なOCRを見てみよう。AI-OCRというのは、最近のOCRエンジンは従来の技術に加えてディープラーニングの技術を使って文字の認識や帳票レイアウト
Recent work has demonstrated substantial gains on many NLP tasks and benchmarks by pre-training on a large corpus of text followed by fine-tuning on a specific task. While typically task-agnostic in architecture, this method still requires task-specific fine-tuning datasets of thousands or tens of thousands of examples. By contrast, humans can generally perform a new language task from only a few
ブリティッシュコロンビア大学の研究チームが開発した「ALLSTEPS」は、二足歩行シミュレーションにおいて、ランダムに生成される飛び石から落下さず歩行するカリキュラムベースの強化学習法だ。 二足歩行による移動はコンピュータアニメーションやロボット工学の基本的な問題であり、データ駆動型や物理学に基づいた解決策が数多く提案されているが、ランダムな飛び石地形をナビゲートする研究はあまり反映されていない。 本研究ではこの課題に挑戦するため、飛び石における制御ポリシーをDeep reinforcement learning (DRL)を用いてゼロから学習する。ポリシーの能力に応じてタスクの難易度を徐々に上げていくカリキュラム学習を採用。進捗状況に応じて、地形難易度を動的に調整することで学習効率を向上させる。4つの異なるカリキュラムを評価し、それぞれが異なる原理に基づいて学習を進め、カリキュラムなしの
対象者 深層学習について勉強始めたいな〜って考えている人向け。 いきなりライブラリを利用して何か作るのも手ですが、やっぱりちゃんと理解するには「車輪の再発明」しないといけませんね〜 本記事は深層学習の基礎理論メインですが、できるだけ数式を少なくして図メインでざっくり説明します。 実装などは次回以降順番にやっていこうと思います。 次回の記事はこちらです。 目次 深層学習とは ニューロンモデル レイヤーモデルとニューラルネットワークモデル 活性化関数 シグモイド関数(sigmoid) tanh関数 ReLU関数 ソフトマックス関数(softmax) 計算グラフ 足し算の計算グラフ 掛け算の計算グラフ 割り算の計算グラフ 指数関数の計算グラフ 底がネイピア数の指数関数の計算グラフ 対数関数の計算グラフ 底がネイピア数の対数関数の計算グラフ sigmoid関数の計算グラフ sigmoid関数の順伝
AIがデジタルトランスフォーメーションの起爆剤に? “ミニDX”から始める企業変革:よくわかる人工知能の基礎知識(1/4 ページ) ビジネスの世界ではさまざまなバズワードが生まれるが、ここ数年でよく聞くようになった言葉が「デジタルトランスフォーメーション」(Digital Transformation)だろう。DXと略されることも多いこの言葉は、文字通り「デジタル技術による変革」を意味し、新しく登場したIT技術を使って社会やビジネスを変えていくことを意味する。調査会社の米International Data Corporation(IDC)は、DXに対する全世界での支出が2023年までに5.3兆ドルに達すると予測している(2019年10月時点)。今回は、それほど大きく注目されるDXとAIの関係を考えてみよう。 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
All change is not growth, as all movement is not forward. Ellen Glasgow Facebookが満を持して画像研究を総括する記事を公開しました。最初からファッションへの展開を狙っていて研究を積んでいたらすごいですね。EMNLPで自然言語処理につかえるOSSを特集するWorkshopが行われます。自作したツールをOSSで公開している方は多いと思うので、論文の提出にチャレンジするのはよいと思います。今回はリモート開催なので現地に行かなくても発表・交流ができるはずです。Hugging Faceらが新型コロナでインターンがなくなってしまった学生向けにワークショップを行います(多分ハッカソン的な内容)。興味がある方はぜひ参加してみてください。 画像で事前学習モデルを効率的に転移する方法を調べた研究はかなり細かいテクニックが書かれていま
Microsoft is laying off dozens of journalists and editorial workers at its Microsoft News and MSN organizations. The layoffs are part of a bigger push by Microsoft to rely on artificial intelligence to pick news and content that’s presented on MSN.com, inside Microsoft’s Edge browser, and in the company’s various Microsoft News apps. Many of the affected workers are part of Microsoft’s SANE (searc
はじめに🐶🐱🐰 kaggleのデータセットでこれを見つけてしまって、試さずにはいられませんでした。 データセットはこちらです。 👉 https://www.kaggle.com/jessicali9530/animal-crossing-new-horizons-nookplaza-dataset あつまれどうぶつの森(以下、あつ森)のマスターデータといった感じのデータセットです。 家具やむし、さかな、などはもちろん村人(どうぶつ)のデータも入っています。 AutoMLで分析🤖 今回は無料で使えるAutoMLツールのVARISTAを利用していきます。 👉 https://www.varista.ai/ さっそく分析開始🚀 まずはデータをアップロードして中身を確認してみましょう。 「housewares.csv」を利用します。 3,275行 x 32列 897.56 KBの家具
ヤフーは6月1日、個人への誹謗中傷などに対応するため、現在「Yahoo!ニュース」のコメント欄において導入している、深層学習を用いた自然言語処理モデル(AI)のさらなる活用などの対策強化を進めていくと発表した。 同社では、専門チームによるパトロールやAIによって不適切な投稿対策を実施してきたと説明。「Yahoo!ニュース コメント」においては、深層学習を用いた自然言語処理モデル(AI)による検知を通して、1日平均約2万件の不適切な投稿(記事との関連性の低いコメントや誹謗中傷などの書き込みなど)を削除しているという。 今後は、この自然言語処理モデル(AI)を、他の投稿系サービス事業者に技術提供していくという。さらに、これらの問題への対処にあたっては、法的課題や実務的課題があると認識しており、これらの課題をデジタル時代に即した共通規範に基づき解決すべく、議論する場である検討会を6月中をめどに設
IBMチューリッヒ研究所で医療用マイクロ流体技術の研究開発をしているYuksel Temiz氏は、2020年4月24日、LEGOとArduinoとRaspberry Piを使い、総額300ドル程度で顕微鏡を製作したと発表した。詳細は、2020年4月24日付で『IEEE Spectrum』に掲載されている。 研究室にある顕微鏡での撮影画像に不満があったTemiz氏は、自分の趣味でもあるLEGO、Arduino、Raspberry Piの3つを使い、8メガピクセルRaspberry Piカメラや3Dプリンターで作製した部品と組み合わせて、分解能10μmの顕微鏡を自分で組み立てたという。誰でも自宅で顕微鏡を作れるように、詳細な組み立て方法とDIYビデオも公開している。 マイクロ流体を研究しているTemiz氏たちは、過去2年間、実際にこの顕微鏡を用いて、学会での発表やジャーナルへの論文投稿に使える
要約 NUROひかりのHGWはデフォルトでIPv6ファイアウオール機能が 無効 または 未搭載 の可能性がある ので、そのまま使うと家庭内LANがインターネットから見えちゃうからちゃんと設定か対策して使おうぜって話。 このドキュメントの対象とする人たち 何も考えずに速度が速いだけでNURO光を使っている、「いんたぁねっとが何かよく分かっていない」人向けです。 ネットワークやセキュリティを理解していて、自分のルータでセキュリティを維持しつつ使える!って人には全く関係ない話なので気にしなくていいです。読まなくていいです。 IPv6 と IPv4 のセキュリティ ここでは IPv6 と IPv4 のアドレスが割り当てられたPCやスマホとかがインターネットからどう見えるのか?について説明します IPv4 の場合 一般的にIPv4アドレスは1契約につき1アドレスが付与され、それをルータ呼ばれる機器を
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