「Jetson Xavier NX」を組み込んだエッジAIコンピュータを発売
Aetinaは2020年6月5日、NVIDIAの組み込みAI（人工知能）ボード「Jetson Xavier NX」が動作するエッジAIコンピュータ「AN110-XNX」を発表した。既に販売を開始しており、併せてファンレスシャシーを備えたフルシステム「AN110-XNX-EN70」も提供している。 冷却ファンを含めたサイズは87.4×68.2×52mmで、Jetson Xavier NXとAetinaの「AN110」キャリアボードを一体化している。Jetson Xavier NXは384基のCUDAコアと48基のTensorコアを搭載しており、演算性能は最大で21TOPSに達する。 また、4KやフルHDカメラ向けのMIPI CSI-2インタフェースをサポート。超高解像度カメラから精密な画像分析までの集中的なAIワークロードに対応する。 主な用途として、スマート運輸、工場、リテール、ヘルスケア
機械学習エンジニアの【こんな失敗が嫌だった】ポエム仕立て~失敗談を添えて~ - Qiita
お品書き ご覧くださりありがとうございます。 企業でデータ分析や機械学習関係の何でも屋をしている者です。 本記事は実務的な機械学習プロジェクトに関わる中で経験した 苦い思い出 貴重な体験をお話させていただきます。 機械学習やAI,データサイエンスという言葉が未だ独り歩きしているように感じます。 依頼者の「きかいがくしゅう」に対する勘違いで発生した問題 大幅な手戻り 長時間かけて作った使われることのない検証・モデル 消える案件 当然だろって思うような話でも人の知識は広く狭く、また玉石混交です。 今回は色々な体験・聞いた「しくじり談」を晒し共有します。 前菜：管理系の失敗編 管理1. 「機械学習できる」ってだけで業者や人を選ばない 機械学習って言っても分野が幅広い 仕事を外注する・共同研究相手を選ぶ・メンバを採用する 時には「何をしてほしいか」事前によく議論すべき 時系列データサイエンティスト
【記事更新】私のブックマーク「反実仮想機械学習」（Counterfactual Machine Learning, CFML） | 人工知能学会 (The Japanese Society for Artificial Intelligence)
Home » リソース » 私のブックマーク » 【記事更新】私のブックマーク「反実仮想機械学習」（Counterfactual Machine Learning, CFML） 反実仮想機械学習（Counterfactual Machine Learning, CFML）齋藤 優太（東京工業大学） はじめに機械学習の応用において，反実仮想（Counterfactual）─起こり得たけれども実際には起こらなかった状況─についての情報が得られるとうれしい場面が多くある．例えば，「今動いている推薦アルゴリズムを仮に別のアルゴリズムに変えたときにコンバージョン率はどれくらいになるだろうか？」や「あるユーザに仮にクーポンを与えた場合に離反率はどれくらい減少するだろうか？」などの実務現場でよくある問いに答えるためには，反実仮想についての情報を知る必要がある． 反実仮想機械学習（CFML）とは，因果効果
AIプロジェクトの成否は「MLOps（機械学習基盤）」にかかっている
AIプロジェクトの成否は「MLOps（機械学習基盤）」にかかっている：2020年、AI活用の成否を分かつ技術とは（2） 人工知能（AI）を活用して価値を提供する企業が現れる中、PoCでつまずく企業が見直すべきポイントはどこにあるのか。そして今後必要不可欠になる考え方とは何か。機械学習に必要な教師データを企業に提供するLionbridgeに話を聞いた。 AI技術を活用して、実ビジネスで成果を獲得している企業が着実に増えつつある。 ごく身近なところで言えば、定額制動画配信サービスで知られるNetflixが挙げられる。同社はレコメンドアルゴリズムに機械学習を活用。その他、機械学習を用いて成功作品の特性を見いだし、Netflixの独自コンテンツ制作に生かしたり、広告素材制作に分析結果を生かして会員獲得増を果たしたりと、AIを実益に結び付けている。 言うまでもなく、こうした事例は同社のようなWeb系
DataRobot AI Platform トライアル | DataRobot
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
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
GitHub - sktime/sktime: A unified framework for machine learning with time series
AI and ML