タグ

2020年7月27日のブックマーク (27件)

  • Online shopping gets personal with Recommendations AI | Google Cloud Blog

    With the continuing shift to digital, especially in the retail industry, ensuring a highly personalized shopping experience for online customers is crucial for establishing customer loyalty. In particular, product recommendations are an effective way to personalize the customer experience as they help customers discover products that match their tastes and preferences. Google has spent years deliv

    Online shopping gets personal with Recommendations AI | Google Cloud Blog
    misshiki
    misshiki 2020/07/27
    “Recommendations AIは、その豊富な経験を利用して、組織に高度にパーソナライズされた製品の推奨を大規模に顧客に提供する方法を提供します。本日、Recommendations AIがベータ版のすべてのお客様に公開されたことをお知らせ”
  • そのときの気分や環境に最適化された音楽を、AIがリアルタイム生成する時代がやってきた

    misshiki
    misshiki 2020/07/27
    “例えば映画のサウンドトラックなら物語の展開に沿って曲がつくられるが、LifeScoreではAIがアレンジする。AIは“指揮者”として、ユーザーのリアルタイムの状況に合わせてリズムや音の強弱を調整するのだ。”
  • データサイエンティストに王道無し - 渋谷駅前で働くデータサイエンティストのブログ

    TL;DR(思ったよりもかなりの長文になってしまったので*1、時間がないという方は1番目と2番目のセクションの冒頭だけお読みください) しんゆうさんの舌鋒鋭いブログ&note記事にはいつも楽しませていただいているのですが、この記事は一点僕のデータ分析業界の認識に新たな視点を与える話題があって特に目を引きました。それが以下の箇所です。 資格があるわけでもないので名乗るのは自由だし、未経験だろうが文系だろうがそれはどうでもいいのだけど、傍から見ていると「サイエンティスト」と名乗っているわりには「サイエンス」な話をしていないなぁとは思っている。(中略) 現在起きている第3次データサイエンティストブームは「データサイエンティストと名乗りたい人」が盛り上げているように見える。 (太字筆者) この問題は、このブログの前々回の記事でも取り上げています。 ただ、僕はこういう「データサイエンティストになりた

    データサイエンティストに王道無し - 渋谷駅前で働くデータサイエンティストのブログ
    misshiki
    misshiki 2020/07/27
    “個人的な経験からも「とりあえずゼロから始めた人がジュニアレベルのデータサイエンティストとして一人前になるのに実際にかかった時間」も大体1年ぐらいだと思っています”
  • 進まぬ製造現場のAI活用、AIベンダー側とユーザー側のそれぞれの事情

    進まぬ製造現場のAI活用、AIベンダー側とユーザー側のそれぞれの事情:製造現場向けAI技術(1/2 ページ) マクニカとマクニカネットワークスは2020年7月2~3日と9~10日の4日間、シンポジウム「Macnica Networks DAY 2020+macnica.ai」をオンライン形式で開催した。稿では、マクニカイノベーション戦略事業部カスタマーサクセス部課長の村健登氏による「製造業はAIごときで立ち止まるな~Industrial DXを実現した企業の5つの秘密~」の内容を紹介する。 マクニカとマクニカネットワークスは2020年7月2~3日と9~10日の4日間、シンポジウム「Macnica Networks DAY 2020+macnica.ai」をオンライン形式で開催した。同イベントそのものは今回で15回目を迎えるが、サイバーセキュリティDX(デジタルトランスフォーメーショ

    進まぬ製造現場のAI活用、AIベンダー側とユーザー側のそれぞれの事情
    misshiki
    misshiki 2020/07/27
    “期待効果を明確にする AI手法にこだわらない プロジェクトを止めない 目的志向で連携する 現場を巻き込む”
  • Deep learning, neural networks and the future of AI

    misshiki
    misshiki 2020/07/27
    “Facebookの主任AI科学者であるYann LeCun...は、TED...会話の中で、自立した機械学習に関する現在の研究、常識(人間など)で学習する機械の構築方法、およびAIの次の概念的なブレークスルーへの期待について説明します。”
  • InfraOpWGProceedings/20200704_SummerCampDiscussion/20200704_MLSE_InfraOpsWG.md at master · mlse-jssst/InfraOpWGProceedings

    機械学習は結果が100%保証されるものでないというのは共通認識だが、ロボット系などでは「正しい出力ができなかった場合にシステムを停止する動作」を担保する必要がある。そのあたりの連携についても観点に含まれるか。→Yes 自動運転で判断を迷ったとき、ドライバーの人命が大事なので安全な状態に移動する(停止する)というのが求められる 安全弁は2重3重の機構が必要になる★ MLのシステムは入力データによっては落ちることがあるので皆さんどうしていますか? 例えば、アルゴリズム部分が落ちても、何かしら値を返すようにしておくなど工夫が必要 たとえば人命がかかわらない領域(アドテクなど)の監視観測はどのような例があるか?(人命がかからないからと言ってクリティカルではない、というわけではないが) 広告システムの例。レコメンドなど。精度が悪くなった場合にどういう被害があるかという話がある。ダイナミック広告(商品

    InfraOpWGProceedings/20200704_SummerCampDiscussion/20200704_MLSE_InfraOpsWG.md at master · mlse-jssst/InfraOpWGProceedings
    misshiki
    misshiki 2020/07/27
    “MLSE夏合宿2020にて、本番適用のためのインフラと運用WGが企画した討論会の議事メモである。討論会の中で活発に議論されたことの多くを記録したが、公開できない情報については一部削除等してあるためご了承願い”
  • 【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)

    2020年7月2日 於 MLSE夏合宿2020 https://mlxse.connpass.com/event/175970/ 【講演概要】 深層学習の性能の原理を理解するにあたり、既存の理論は深層学習の実際と乖離する点が多く残っている。そのギャップを埋めるため、実状を説明できるように理論を拡張する研究が盛んに行われている。講演では、汎化誤差の評価に必要な重要な要素のうち、(1)近似誤差および (2) 複雑性誤差に注目し、それらの研究動向を紹介する。具体的には、深層ニューラルネットワークが相対的に優れた近似性能を発揮する状況の解析、および仮設集合全体の複雑性に依存しない誤差の解析を扱う。また、それらのアプローチの現状の達成点と限界について述べ、今後の研究の方針を議論する。 【講演者略歴】 2017年に東京大学 経済学研究科 統計学コースにて博士号取得。統計数理研究所 数理・推論研究

    【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)
    misshiki
    misshiki 2020/07/27
    MLSE夏合宿2020(オンライン開催)【基調講演】『深層学習の原理の理解に向けた理論の試み』 今泉 允聡(東大)の動画公開。ありがたい。
  • scikit-learnのcross_val_scoreを使って交差検証(Cross Validation)をする方法 - ランダムの森

    機械学習モデルを作る時、与えられたデータを全て用いてモデルの学習・精度向上を行うと、そのデータに対してのみ精度の良いモデル(理想のモデルに近づけていない。)が出来上がってしまい、未知のデータに対して適用できなくなってしまいます。 そのため通常、データをあらかじめ学習用と検証用に分けておき、学習用データでモデル作成→検証用データでモデルの精度を確かめるという手順でモデリングを進めていきます。 さて、上記のように学習データ内で精度の良いモデルを作るのですが、こちらも学習データに特化したモデルを作ってしまうと、いつまでたっても精度の良いモデルができません。(特に学習データが少ない場合。) この問題を解決する手法が交差検証(Cross Validation)です。今回は交差検証の中でも、K-分割交差検証(k-Fold cross validation)について説明します。 K-分割交差検証では学習

    scikit-learnのcross_val_scoreを使って交差検証(Cross Validation)をする方法 - ランダムの森
    misshiki
    misshiki 2020/07/27
    “scikit-learnのcross_val_scoreを使って交差検証(Cross Validation)をする方法...scikit-learnのcross_val_scoreという最強のツールを使えば一発でできてしまいます。”
  • GitHub - google/latexify_py: A library to generate LaTeX expression from Python code.

    You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

    GitHub - google/latexify_py: A library to generate LaTeX expression from Python code.
    misshiki
    misshiki 2020/07/27
    “latexify_py: Python関数からLaTeX数学記述を生成します。 よくある質問: どのPythonバージョンですか?... 3.6で、ASTを使用します。 GPT-3?...いいえ、ルールベースです。”個人的には使えるかも。自分で書いた方が速いかな。
  • 画像の半分から残りを生成、オープンAIがGPT-2を応用

    オープンAIは、機械学習技術を利用して、画像の半分から残り半分を予測し、1つの画像を完成させられるAIシステムを開発した。以前に開発した驚くほど自然な「フェイクニュース」を量産できる文章作成ツールの画像版だ。 by Karen Hao2020.07.22 24 18 6 6 サンフランシスコに拠点を置く非営利の研究機関オープンAIOpenAI) は2019年2月、もっともらしい英語の文章を書ける人工知能AI)システムを発表した。「GPT-2」と呼ばれるこのAIシステムに文章や段落の冒頭部分を入力すると、AIが文章の続きを勝手に考えてくれるというものだ。GPT-2はエッセー程度の長さの文章まで生成でき、その内容はまるで人間が書いた文章のように一貫性がある。 そして今、オープンAIは、GPT-2と同じアルゴリズムに、画像の一部を与えたら何が起きるのかを探っている。重大な影響力と可能性に満ち

    画像の半分から残りを生成、オープンAIがGPT-2を応用
    misshiki
    misshiki 2020/07/27
    “オープンAIは、機械学習技術を利用して、画像の半分から残り半分を予測し、1つの画像を完成させられるAIシステムを開発した。”
  • Day-107 Pythonの高速画像処理ライブラリLyconが速い - CC56

    何ヶ月か前にTwitterのタイムラインに流れてきたのですが、それっきり話題を聞かないので検証してみることにしました。 ちなみに、個人的に普段使って慣れているのは、癖が少なくて扱いやすい scikit-image です。 (OpenCVはBGRがデフォルトなので基的に避けたいですし、PILは癖が強めなのであまり好きではないです) 高速の画像処理ライブラリを使うモチベは、もちろん Kaggle です。 特に画像の読み込みが速いと、時間短縮に直結するので個人的に嬉しいです。 Lyconとは C++で書かれたPython用の軽量画像処理ライブラリらしいです。 PyPI にあるので pip install ですぐに使えます。(一応依存関係も気にしなきゃいけないかも) github.com 性能の割にスターが控えめな気がする。 試しに使ってみる 多少の実戦を仮定して、Kaggle の Notebo

    misshiki
    misshiki 2020/07/27
    “高速の画像処理ライブラリを使うモチベは、もちろん Kaggle です。 特に画像の読み込みが速いと、時間短縮に直結するので...。 Lyconとは C++で書かれたPython用の軽量画像処理ライブラリらしいです。 ”
  • Counterfactual Cross-Validation: Stable Model Selection Procedure for Causal Inference Models(公開用)

    勉強会リンク:https://cfml.connpass.com/event/179600/ 論文リンク:https://arxiv.org/abs/1909.05299 論文概要: 機械学習的な汎化誤差最小化の定式化に基づく因果効果予測手法が乱立傾向にあります。またそれらの手法は、多くのハイパーパラメータを有しています。そうした背景から、各環境について最適な予測手法とハイパーパラメータを選択するという手順の重要性が増している一方で、その手順に関する研究はあまり進んでいません。研究では、観測可能なデータのみを用いてデータドリブンに、因果効果予測手法のモデル選択やハイパーパラメータチューニングを行うための方法を提案します。また、ベンチマークデータセットを用いて、既存のヒューリスティックな評価指標よりも提案手法がより良い性能を持つモデルを候補集合の中から探し当てられることを実証します。

    Counterfactual Cross-Validation: Stable Model Selection Procedure for Causal Inference Models(公開用)
    misshiki
    misshiki 2020/07/27
    スライド資料「個別的因果効果予測における新モデル選択手法の開発」
  • チューリングテストもパスしそうな文章生成AI、GPT-3はプレゼン資料作りもこなす! | Techable(テッカブル)

    5月のリリース当時には実用性の面で期待外れとの声が聞かれた文章生成AIGPT-3の活用事例が挙がってきている。 徳島県在住のBemmu SepponenさんはGPT-3をプレゼン用スライドの制作に用いたようだ。ほかにも、GPT-3を用いて指定したウェブアプリケーションを生成するサービスなんかも登場している。 プレゼン用スライドの文章を生成GPT-3OpenAIが開発したTransformerベースのモデル。文章を与えると、次に続く文章を生成してくれる。インターネット上の膨大な文章によりトレーニングされていて、なんと1750億個のパラメーターを持つ(先代のGPT-2は15億個)。 英語を話すユニコーンの話など、創造的な文章の生成が得意なイメージのGPT-3だが、プレゼン用スライドの文章生成は実用的とも捉えられるだろう。 Bemmuさんは、プロンプトに「関西のHacker Newsのイベン

    チューリングテストもパスしそうな文章生成AI、GPT-3はプレゼン資料作りもこなす! | Techable(テッカブル)
    misshiki
    misshiki 2020/07/27
    “徳島県在住のBemmu SepponenさんはGPT-3をプレゼン用スライドの制作に用いたようだ。ほかにも、GPT-3を用いて指定したウェブアプリケーションを生成するサービスなんかも登場している。”
  • GitHub - google/orbit: C/C++ Performance Profiler

    Orbit, the Open Runtime Binary Instrumentation Tool is a standalone native application profiler for Windows and Linux. It supports native applications written in languages such as C, C++, Rust, or Go. Its main purpose is to help developers identify the performance bottlenecks of a complex application. Orbit can be also used to visualize the execution flow of such applications. The key differentiat

    GitHub - google/orbit: C/C++ Performance Profiler
    misshiki
    misshiki 2020/07/27
    “Orbit, the Open Runtime Binary Instrumentation Toolは、スタンドアロンのC / C ++のWindowsおよびLinux用のプロファイラ。その主な目的は、開発者が複雑なアプリケーションの実行フローを視覚化できるようにすることです。”
  • Pythonでデータの挙動を見やすくする可視化ツールを作成してみた - Qiita

    ※アンダースコアのpip install seaborn_analyzerでもインストール可能です。 インポート時はアンダースコアのimport seaborn_analyzerやfrom seaborn_analyzer となるのでご注意ください コード モジュールcustom_pair_plot.py内のクラスCustomPairPlotに、必要な処理をまとめました。 GitHubにもアップロードしています モジュール体 import seaborn as sns import numpy as np import pandas as pd import matplotlib.pyplot as plt from scipy import stats class CustomPairPlot(): #初期化 def __init__(self): self.df = None sel

    Pythonでデータの挙動を見やすくする可視化ツールを作成してみた - Qiita
    misshiki
    misshiki 2020/07/27
    “Pythonのグラフ描画ライブラリ「seaborn」をベースにして、 相関係数や散布図などを一括で確認できる可視化ツールを作ってみました。”
  • Textdb

    TextDB A simple way to share small amounts of data Let's name your data aa680af1-98e8-436f-91c7-4fdefab23ff5 Update your data with curl -d "hello world" -H "content-type: text/plain" https://textdb.dev/api/data/aa680af1-98e8-436f-91c7-4fdefab23ff5 Access your data with curl https://textdb.dev/api/data/aa680af1-98e8-436f-91c7-4fdefab23ff5 Or view it with live updates at https://textdb.dev/data/aa68

    misshiki
    misshiki 2020/07/27
    “TextDB 少量のデータを共有する簡単な方法”データの名前を決めて、あとは更新したりアクセスしたりできる。GitHubにコード有るから、同じサービスの自分のサイトも作れる。
  • 子供の言語獲得と機械の言語獲得

    2016/03/17にPFIセミナーで話したスライドです。子供の言語獲得に関する非常に基的な話と、関係しそうな機械学習技術を紹介しました。素人なりのまとめなので、間違いなどご指摘いただけると助かります。Read less

    子供の言語獲得と機械の言語獲得
    misshiki
    misshiki 2020/07/27
    “2016/03/17にPFIセミナーで話したスライドです。子供の言語獲得に関する非常に基本的な話と、関係しそうな機械学習の技術を紹介”
  • 統合制御やAIを活用して、製造業での設備立ち上げや生産数の変動に柔軟に対応する ーDENSO Robotics Online EXPO 2020デモンストレーションツアーレポート | IoT NEWS

    2020-07-222020-07-27 統合制御やAIを活用して、製造業での設備立ち上げや生産数の変動に柔軟に対応する ーDENSO Robotics Online EXPO 2020デモンストレーションツアーレポート TOP > 製造業 > 統合制御やAIを活用して、製造業での設備立ち上げや生産数の変動に柔軟に対応する ーDENSO Robotics Online EXPO 2020デモンストレーションツアーレポート 株式会社デンソーウェーブが主催したWEB展示会「DENSO Robotics Online Expo 2020」が、2020年7月16〜18日で開催された。 稿では、デモンストレーションツアーからいくつかのデモの様子を動画を交えて報告する。 ロボットコントローラRC9が実現する統合制御 RC9によって設備統合制御を行い設備立ち上げ工数を削減している デンソーウェーブの新

    統合制御やAIを活用して、製造業での設備立ち上げや生産数の変動に柔軟に対応する ーDENSO Robotics Online EXPO 2020デモンストレーションツアーレポート | IoT NEWS
    misshiki
    misshiki 2020/07/27
    “言語化できない...、力をグッと入れる、ここをグニュッと曲げるなどの人の感覚に頼った手順で組み付ける動作...を、人の動作を模倣させてロボットに動作させることができるのが、模倣AIパッケージ”
  • Google翻訳とPythonを使ってPDF論文を一発で翻訳する - Qiita

    概要 Google翻訳APIPythonで実行するでは、四苦八苦しながらも、Google翻訳APIにより、テキストファイルに書かれた英文を日語に翻訳するPythonスクリプトを書いた。 元々の動機は論文の翻訳する際に、ちまちまGoogle翻訳にコピペするのが面倒くさいということであった。 そこで今回は、Pythonスクリプトを拡張し、PDFの論文を一気に翻訳するようにしたので共有したい。 そもそもなんで日語に翻訳して論文を読むの? もちろん、細かい内容は原文を精読する必要がある。そりゃそうだ。 日語で読む理由はなんといっても、論文の内容を俯瞰的に把握できるということに尽きる。 俯瞰的に把握できることで、以下のメリットがある。 俯瞰的に把握した上で原文を読むことになるため、より早く理解することができる。 俯瞰的に把握できるため、原文を読む前に、自分にとって読む必要がある論文かどうかか

    Google翻訳とPythonを使ってPDF論文を一発で翻訳する - Qiita
  • 企業を取り巻くAI環境はどう変化している? AIの民主化を目指すDataRobotの入門書から解説

    データサイエンティストなど専門家だけが利用できたAIの敷居が下がり、誰でもAIを利用できるプラットフォームがいくつも展開されています。その中の1つ、DataRobotではAIの民主化を推進。企業がAIドリブンになることをサポートしています。今回は同サービスの公式ガイドブックとなる『DataRobotではじめるビジネスAI入門』から、国内企業のAI推進状況を解説した「SECTION 01 企業におけるデータ・AIをとりまく環境の変化」を紹介します。 記事は『DataRobotではじめるビジネスAI入門 [DataRobot Japan 公式ガイドブック]』の「PART1 AI利用者と推進者のための事前知識」から抜粋したものです。掲載にあたり一部を編集しています。 国内企業におけるAI推進状況 日に限らず、データ・AIの活用を推進していこうという動きは企業において大きく注目されていますが、

    企業を取り巻くAI環境はどう変化している? AIの民主化を目指すDataRobotの入門書から解説
    misshiki
    misshiki 2020/07/27
    DataRobot本の紹介。“技術の民主化はデータサイエンティストに代わってデータ活用を行う実務者となるシチズンデータサイエンティスト”
  • DeepMind’s Newest AI Programs Itself to Make All the Right Decisions

    misshiki
    misshiki 2020/07/27
    “アルゴリズムの発見のさらなる自動化、つまり学習を学習するアルゴリズムは、この分野を加速すると述べています。...エンジニアはアルゴリズムを手動で開発することから、学習環境を構築することにシフトするかも”
  • パロアルトネットワークス、機械学習を搭載した次世代ファイアウォールを発表 PAN-OS 10.0で実現

    ファイアウォールの機械学習エンジンが脅威をブロック 近年では脅威が未知化するスピードが高まっている。一般的に脅威はパターンファイルやシグネチャと呼ばれるものと照合することで検知し防御する。現実世界なら顔写真や似顔絵で指名手配犯を捕まえるようなものだ。指名手配犯が逮捕を逃れるために変装を繰り返すように、近年のマルウェアは検出を逃れるために次々と形を変え、増殖していく。ポリモーフィック、亜種化とも言われる。 パロアルトネットワークスの観測によると、1つのマルウェアから5分で1万近くのインスタンスに増加することもあるという。攻撃者は1つのマルウェアを未知化し、配布するところで自動化を進めている。この増殖の速さではシグネチャベースでの対応では検知が難しくなる。 パロアルトネットワークスでは素早く未知化する脅威に対抗するべく、機械学習を搭載した次世代ファイアウォールを開発した。パロアルトネットワーク

    パロアルトネットワークス、機械学習を搭載した次世代ファイアウォールを発表 PAN-OS 10.0で実現
    misshiki
    misshiki 2020/07/27
    “ファイアウォールの最新版OSに機械学習を搭載”
  • 清水 亮(しみず・りょう) - WirelessWire News(ワイヤレスワイヤーニュース)

    清水 亮(しみず・りょう) 新潟県長岡市生まれ。1990年代よりプログラマーとしてゲーム業界、モバイル業界などで数社の立ち上げに関わる。現在も現役のプログラマーとして日夜AI開発に情熱を捧げている。

    misshiki
    misshiki 2020/07/27
    AIに関する話題をポストしている。
  • Facebook is simulating users’ bad behavior using AI

    misshiki
    misshiki 2020/07/27
    “AI...ボットを使用して、悪役のアクションをシミュレート...、それらを阻止する新しい方法を実験...。 スパム、詐欺、ドラッグ販売のシミュレーション...シミュレーターはWWとして知られ、「ダブダブ」と発音”
  • Here’s why AI didn’t save us from COVID-19

    misshiki
    misshiki 2020/07/27
    “残念ながら、パンデミックのモデル化は正確な科学ではありません。過去のCOVID-19パンデミックが存在しないため、ニューロネットワークをトレーニングすることはできません。”
  • Supervised Machine Learning for Text Analysis in R

    misshiki
    misshiki 2020/07/27
    “Rでのテキスト分析のための教師あり機械学習”チュートリアル。
  • Using AI to identify the aggressiveness of prostate cancer

    Using AI to identify the aggressiveness of prostate cancer
    misshiki
    misshiki 2020/07/27
    “AIを使用して前立腺がんの侵襲性を特定する”