This site uses cookies from Google to deliver its services and to analyze traffic.
![Profile Page](https://cdn-ak-scissors.b.st-hatena.com/image/square/7b07c4e37fb09d96597f214d68a80249b4d6af0d/height=288;version=1;width=512/https%3A%2F%2Fweb-dev.imgix.net%2Fimage%2FFNkVSAX8UDTTQWQkKftSgGe9clO2%2FuZ3hQS2EPrA9csOgkoXI.png%3Fauto%3Dformat%26fit%3Dmax%26w%3D1200%26fm%3Dauto)
Endless road | During our roadtrip we turned off the highway… https://www.flickr.com/photos/98063470@N00/326044514 GitHubリポジトリ Covid19Radar に対して起ったことがかなり特殊な状況だったため、開発を追い掛けていた視線からレポートをします。 この記事の著者について 代表作のない個人アプリ開発者(かなしい) Covid-19 Radar Japan の人ではない GAFAMやCode for Japan の人でもない 4/8 Covid-19 Radarを発見する Covid-19 Radarとは、この時点ではシンガポールのTraceTogetherの日本版を目指した個人開発者 廣瀬一海さんのアプリのリポジトリ 4月にContact Tracing技術について
1970年に三菱創業100周年記念事業として設立された総合シンクタンク。調査研究・コンサルティング・ICTソリューションの3機能を有し提言から社会実装までをカバー。創業50周年を迎えた2020年に新たな経営理念を発表。果たすべき使命(ミッション)は「社会課題を解決し、豊かで持続可能な未来を共創する」、その実現のために目指す企業像(ビジョン)は「未来を問い続け、変革を先駆ける」。すべての事業の起点を社会課題、ゴールを課題解決・未来共創と位置づけ「総合力」でソリューションを提供する。 フロネシス 10年先を見据えてビジネスを組み立てる実践知 「フロネシス」とは、古代ギリシアの哲学者アリストテレスの提唱した概念で、日本語では「実践知」とも表されます。この連載では国内外の有識者の寄稿やインタビュー、研究結果などをもとに、10年、あるいは20年先の社会に目を向け、現在の最適な判断につながる高質な知恵
ホクソエムサポーターの白井です。 今回は Matthew McAteer氏によるブログ記事Nitpicking Machine Learning Technical Debtの和訳を紹介します。 原著者の許可取得済みです。 Thank you! アメリカの国内ネタも含んでいて、日本語だと理解しにくい箇所もありますが、機械学習の技術的負債をどう対処していくかについて、とても役に立つ記事だと思います。 Nitpicking Machine Learning Technical Debt (機械学習の技術的負債の重箱の隅をつつく) イントロダクション Part1 技術的負債はあなたの予想以上に悪い Part2 機械学習の漠然とした性質 Part3 (通常の依存関係の頂上にある) データ依存関係 Part4 イライラさせるほど未定義なフィードバックループ 後編に続きます Nitpicking Ma
はじめに 機械学習で生成した学習モデルをAPIサーバーにして、ブラウザーからJSON通信で、データを送って予測値を返すということをやりました。この機械学習によるAPIサーバーは、主に三つのプログラムによって実装されています。最初に、XGBoostで機械学習を行い、学習モデルを生成し、保存します。次にFlaskで学習モデルのAPIサーバーを実装します。最後に、HTMLファイルでフォームタグを書き、フォームタグから得たデータをjavascriptのAjaxでJSON通信を行えるようにします。この三つのプログラムによって、ブラウザーからAPIサーバーにデータを送って予測値を返すというものを作ることができます。 このプログラムを実行するために必要な環境 Anaconda、XGBoost、joblib、Flask、flask-corsなどのライブラリがインストールされている。 主なプロセス この機械
近年、機械学習を使用した医療診断技術や顔認識・音声認識技術などが登場しており、患者のレントゲン写真から病気の種類を予想するシステムや、顔認証を行うシステムなどに利用されています。その一方で、システムが学習したデータを特定する攻撃手法も盛んに研究されており、データ・プライバシー侵害の懸念も広がっています。特に、システムの挙動から学習データを推論する「メンバーシップ推論攻撃(Membership Inference Attacks)」は数年前から多くの検証が行われており、現実的な脅威になる可能性が高まっています。 メンバーシップ推論攻撃は、攻撃対象の分類器(以下、標的分類器)に正常な入力データを与え、標的分類器から応答された分類結果を観察することで、入力したデータが分類器の学習データに含まれているか否か(=メンバーシップか否か)を推論します。仮に、近年プライバシーや自由の侵害などを理由に反対意
新型コロナウイルスの院内感染を防止する目的で、患者が自分のスマホなどで問診を受けられる「AI(人工知能)問診」が注目を集めている。コロナ禍で負担が増えている医療機関の業務の一部をAIが肩代わりし、医療従事者の負担軽減を目指すサービスも登場した。 コロナ感染の疑い、AIが21万人を「問診」 有志団体である一般社団法人日本医療受診支援機構は2020年4月28日からWebアプリケーション「AI受診相談ユビー新型コロナウイルス版」を無償提供している。同アプリは、AIを使った医療向けシステムを開発するスタートアップであるUbie(ユビー)が開発した「AI問診Ubie」を新型コロナに対応させたものだ。 利用者がスマホなどで入力した「頭が痛い」「熱がある」などといった症状を基に、AIが病気の緊急度や新型コロナの感染リスクを推測。帰国者・接触者相談センターに相談したり、かかりつけ医の指示を受けたりといった
リモートワークでのコミュニケーションにも使える!AIによる感情分析が面白い日報ツール「feels」が社員に好評だった こんにちは、取締役のまことです。 昨今、多くの企業でリモートワークの導入が進んでいますね。LIGでも2月から全社的にリモートワークを実施しており、現在も様子を見ながらできる限りの自宅作業を推奨しています。 それ自体は新しいワークスタイルの確立として歓迎すべきことなんですが、新たな環境下でストレスを抱える社員も少なくありません。管理者側である僕自身も、対面で会えないことによるコミュニケーション不足をはじめ、メンバーのコンディションの把握が以前より難しくなったと感じています。「テレワークうつ」が増えているなんて話も聞きますし、LIGのメンバーは大丈夫かなとだんだん心配に……。 そんな折、今の時代にぴったりな「feels(フィールズ)」という日報ツールがリリースされたとのこと。
『統計検定準1級対応 統計学実践ワークブック』 (日本統計学会編,学術図書出版社) サポートページ 正誤表 このたびは,『統計検定準1級対応 統計学実践ワークブック』をご購入いただきまして,誠にありがとうございます. 本書におきまして,誤りのある箇所がございました.正誤表をダウンロードの上,訂正をお願いします. 読者の皆様にご迷惑をおかけしましたことを,深くお詫び申し上げます. 第1版第8刷用 (PDFファイル) 第1版第7刷用 (PDFファイル) 第1版第6刷用 (PDFファイル) 第1版第5刷用 (PDFファイル) 第1版第4刷用 (PDFファイル) 第1版第3刷用 (PDFファイル) 第1版第2刷用 (PDFファイル) 第1版第1刷用 (PDFファイル)
Amazon Web Services ブログ 「AWSではじめるデータレイク」出版記念データレイク解説セミナーの資料公開 去年よりAWSのメンバー4名(志村、上原、関山、下佐粉)でデータレイクの基礎からアーキテクチャ、構築、運用管理までをカバーした書籍「AWSではじめるデータレイク」を執筆してきたのですが、7月出版の目処がたったことを記念して、5月末から毎週木曜にデータレイクに関するWebセミナーを開催してきました。 幸いにも大変多くの方にご参加いただくことができました。ご参加いただいた方にはあらためてお礼申し上げます。 一方で、以前の回に出られなかったので資料だけでも公開して欲しい、というご要望をたくさん頂いていました。そこで今回第1回から第3回の資料を公開させていただく事になりました。 ※ 2020/06/25更新:第4回の資料を追加公開しました 以下よりご覧いただけます。(PDFフ
www.amazon.co.jp 表題の書籍が技術評論社より発売されることになりました。執筆にご協力いただいた方々には、あらためてお礼を申し上げます。販売開始に先立って、「はじめに」「目次」「図表サンプル」を掲載させていただきますので、先行予約される方の参考にしていただければと思います。 はじめに 「Q LearningとSARSAの違いを説明してください。」皆さんは、この質問に即答できるでしょうか? 本書を読めば、自信を持って答えられます! —— と、謎の宣伝文句(?)から始まりましたが、少しばかり背景を説明しておきましょう。 2015年に『ITエンジニアのための機械学習理論入門』(技術評論社)を出版させていただいた後、驚くほどの勢いで機械学習の入門書が書店にあふれるようになりました。そしてまた、回帰モデルによる数値予測、分類モデルによる画像データの識別など、教師データを用いた機械学習モ
先日、接触確認アプリがリリースされました。これは正直日本のソフトウェアの進歩に画期的なことだったと思います。私も衝撃を受けました。 www.mhlw.go.jp その後起こったことに関して正直は私の感想はこの通りです。 日本で起こっている地獄を見て、アプリ開発者は海外に流出してしまうわって思う。あの流れは最低最悪。みんな自分が気持ちよくなるためだけに、自分の国の未来を破壊してるんやで。— TsuyoshiUshio (@sandayuu) June 21, 2020 このような展開は、私が今住んでいるアメリカでは発生しない事案だと思います。じゃあ、日米でどういう違いがあって、日本人の自分が小さな一歩を踏み出して、日本がよりよい国になるようにできるとしたらどんなことだろうということを考えてみましたので、あまりソフトウェアの専門用語を使わない形で書いてみようと思います。 接触確認アプリが生まれ
こんにちは、Mr.Moです。 圧倒的な人気を誇る高機能エディター Visual Studio Code(以下、「VS Code」)の使い方をまるっと習得できてしまう1冊。『プログラマーのためのVisual Studio Codeの教科書』を拝読し素晴らしい内容でしたので紹介していきたいと思います! 書籍・著者情報 下記からも購入が可能です。電子版もありますよ! プログラマーのためのVisual Studio Codeの教科書 | 川崎 庸市、平岡 一成、阿佐 志保 |本 | 通販 | Amazon 下記は著者の方々の情報になります。(上記のマイナビBOOKS ページより抜粋。筆者陣が錚々たる顔ぶれですね) 川崎 庸市(かわさき よういち) 株式会社ZOZOテクノロジーズ開発部所属のエンジニア。過去には、国内モバイルベンチャーや大手インターネットサービス企業にて大規模サービスの基盤プラットフ
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます ソースコードをチェックし、プログラミング上の間違いやその他の過ちを見つけてくれるツールは開発者にとって有益だ。Microsoft傘下のGitHubは米国時間6月18日、コードリポジトリー上で複数の「lint」ツール(コードの静的解析ツール)を設定するという煩わしさから開発者を解放する「Super Linter」をリリースした。 Super Linterは開発ワークフローの特定の側面を自動化するツール「GitHub Actions」上に構築されており、複数のプログラミング言語を用いるプロジェクトに貢献する開発者の支援を目的としている。 GitHubの説明によるとSuper Linterは、「bashを用いてさまざまなlinterを簡潔に組
昨年、メルカリのようなサービスを、10万円で作る方法を考えてみるというnoteを書いたところ、6万回近く読んでいただけました。ノーコードというプログラミングのコードを書かずにいろいろなwebサービスやアプリを作れるツール群についてのnoteだったわけですが、その中に下記のようなツイートを貼り付けていました。 メルカリみたいなサービスを作ってみたhttps://t.co/lXe5towLjp 決済はできないようにしてるんだけど、実はこれ 一切コードを書かずに作ってます。 これから新規サービスを始める方は、プログラムを書いて作るか、ツールを使って作るかよく考えた方がいいかも。 pic.twitter.com/CzjpEil1Px — しんじ🇻🇳NoCodeスクール (@__shinji__) October 14, 2019 こちら、Bubbleというノーコードツールを用いて作ったのですが
画像の欠損補間 実世界の問題において、データが欠損していることが多々あります。そのような場合にも、スパースであるという仮定をうまく利用することで、データの欠損を補間することができます。 前回、画像の再構成について紹介したとき、自然画像をパッチに区切って辞書学習を行うと、各パッチは得られた辞書を用いてスパースに表現できることがわかりました。実はこの辞書とスパース表現は、学習画像に、ある程度欠損があったとしても、うまく求めることができるのです。 なぜ、そんなことが可能かというと、例えば100変数の連立方程式を考えたときに、式の数は100個あれば全ての変数の値を決定できます。データとして10000個方程式があったとしても、そのうちの1%だけを使って連立方程式を解くことができます。また、方程式の解がほとんど0であるとわかっている場合も少数の方程式から解が得られることが知られています。つまり、100
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