Python is slow. I bet you might encounter this counterargument many times about using Python, especially from people who come from C or C++ or Java world. This is true in many cases, for instance, looping over or sorting Python arrays, lists, or dictionaries can be sometimes slow…

記事中央に時間割を作っていますが、画像に講座リンクが繋がっています。 0. 対象読者 ・データサイエンス,統計,機械学習,AIに興味あり ・大学時代に専攻していなかった ・学習に大金を費やすのは難しい ・独学が厳しい領域だと感じている ・中学生の初級レベルの英語ならわかる この記事を読むのに向いてない方 ・英語を一切学ぶつもりはない ・データサイエンス分野に興味が無く、簡単に概要だけ知りたい (この場合はお金をかけて入門講座や家庭教師を頼んだ方がいい) 1. はじめに 1-1. まだまだ自学しよう 2020年の5月にタダで学べるデータサイエンス名著5冊を記事として書きました。 続編です。 この頃にはウイルスも8月までには収まっているだろう。という根拠のない予測をしていましたが、 まだ自粛ムードが漂う。 きっとデータサイエンティストを目指して入社した新卒の方もいらっしゃるでしょう。 採用した

献本御礼。 僕は前職でテキストマイニングやレコメンドエンジンを使ったサービス構築をしていたので、決定木だの協調フィルタリングだのニューラルネットワークについてお客さんに説明したことはある。とはいえかなりブランクが空いていて、最近の知識はぜんぜんわからない。職業エンジニアだったのは20世紀の話なので、最近の「Pythonで..」的のやつは環境構築で二の足を踏んでしまう。（最近はラクになってそうだけど） この本を読み始めたモチベーションは、Scratchよりも機械学習の知識をアップデートしたいからだ。 Scratchではじめる機械学習この本の序盤はweb版のScracthに機械学習用の機能拡張を読み込ませる形で進む。プログラム一覧はオライリーの書籍サイトに載っている。 多くはGoogle等が公開している機械学習のチュートリアルをScratchと連携させて使うのだけど、紹介されているチュートリア

スマートシティや自動運転車など、人工知能を自社の製品やサービスに組み込む動きは加速している。写真はNTTとスマートシティ分野で業務提携したトヨタ自動車の豊田章男社長（写真：つのだよしお/アフロ） （木村 優志：Convergence Lab.株式会社 代表取締役CEO） 立ち上がっては消える企業のAIプロジェクト 企業のAI（人工知能）にかける期待は大きく、「AIベンチャー」という呼び方もよく見るようになった。トヨタやファナックなど、大手企業との提携を次々に発表してきたプリファード・ネットワークスは、新聞記事でもお馴染みだろう。 企業がAIベンチャーと組む事例は多い。企業同士をマッチングさせる「Creww」や「AUBA」といったサービスでも、多くのAIベンチャーと事業会社が組んだ事例を報告している。ディープラーニング（深層学習）をはじめとしたAIが今日のように注目されるとは、長年研究や開

TLDR: TensorFlow’s tf.data API is a popular approach to loading data into deep learning models. Although tf.data has a lot of powerful features, it is built around sequential access to the underlying data set. This design makes it difficult to efficiently shuffle large data sets, to shard data when doing distributed training, and to implement fault-tolerant training. We argue that random access sh

こちらの記事は、Rhea Moutafis 氏により2020年5月に公開された『 Bye-bye Python. Hello Julia! 』の和訳です。 本記事は原著者から許可を得た上で記事を公開しています。 Pythonの勢いに歯止めがかかると同時に新しい競争相手の登場だ Juliaがまだあなたにとって未知であっても、心配しないでほしい。 Photo by Julia Caesar on Unsplash 誤解しないでほしい。 Pythonの人気は、コンピュータ科学者、データサイエンティスト、AIスペシャリストといった堅固なコミュニティによって支えられている。 しかし、これらの人々と一緒に夕食をともにしたことがあれば、彼らがPythonの弱点についてどれほどわめき散らしているのかも知っているだろう。 速度が遅いことに始まり過度のテストが必要になること、以前のテストにもかかわらずランタイ

かまろ/Camaro @mlaass1 ディープラーニングのモデリングの経験則を語る会をやってみたい。理論的な背景は不要（あってもいい）で、こういうときはこうする、こういうデータにはこうすると上手くいく、初手はいつもこれ、などのヒューリスティックを無責任に語る会。 2020-08-03 12:23:09 かまろ/Camaro @mlaass1 画像だとデータの特徴と合わせてこの辺り話してみたい。 ・image sizeとmodelの大きさ ・batch sizeの決め方とBatch norm ・fp16使うか ・デバイス(GPU/TPU)の違い ・間違いないaugmentation ・間違いないscheduling ・frameworkの違い(tf/pytorch) ・lossの選び方 ・optimizerの違い ・headの設計方法 2020-08-03 12:46:04 かまろ/Cam

ここ数年「もう終わりだろう」と言われ続けたAIブームは、コロナウイルスによってタピオカ屋を巻き込んでトドメを刺された。自宅作業を「WFH」と呼び、同僚や取引先とはZoomでコミュニケーションを取っている。息抜きにNetflixやYoutubeを見て、「AIは『テレワーク』と『DX』に話題も予算も奪われたな」と思ったりする。だがこれは、IT業界で働く人間の姿だ。 一方で自宅で仕事ができない方々も多く、否応なく出勤する光景は日常となった。仕事から帰って息抜きにテレビをつければ「スーパー派遣社員とAIでリストラ」なドラマや、倍返しの人がITリテラシーとコンプライアンスを無視した銀行で歌舞伎役者による顔芸勝負を見て、「月曜日なんてなければいいのに」と思っている。 つまりIT業界のイキリツイッタラーである我々と、現場で働きながら社会を動かす皆様では、住む世界も見ている光景も異なる。むしろ「当然のよう

連載の通常の流れとは別の番外編。「0」の取り扱いについて3つのポイントを解説。0で割ること、0乗、0の階乗について説明する。 連載目次 今回は連載の通常の流れとは別枠の「番外編その1」です。コラムを読むような気持ちで気楽に読んでみてください。通常とは異なり、例題や練習問題はありません。ポイント解説のみの短い記事です。 数学史では0の発見などについての興味深いさまざまな話がありますが、ここでは、そういった話ではなく、実用面に絞って0の取り扱い方を整理しておきます。今回は中学／高校数学の基礎のおさらいとなっており、基本的な約束事からべき乗や階乗での0の取り扱いについて見ていきます。 ポイント1　「0」で割ってはいけない 0で割り算（0除算）することはできない、というのはもはや常識といってもいいでしょう。一方、0を何かで割ることはできます。その場合の答えは0です。

従来の食品分析には高性能な光学分析器が用いられてきたが、必要な分析装置にかかるコストが高いことが課題であった。大阪大学の研究グループは7月31日、機械学習の援用により、低コストで高精度な食品分析が実現できることを示したと発表した。 【こちらも】ヒト組織を切らずに子宮頸がん診断が可能に　AIを活用　阪大などの研究 食品の含有物の種類分別や異物混入の検出などにおいて、光学スペクトル分析の技術は広く生産現場に導入されている。しかし現在は高額な高分解能装置が必要であり、性能を維持したまま低コスト化することが課題とされてきた。 研究グループは過去に、副尺の技術を応用した「超波長分解法」によって、安価な装置で高分解能を実現する方法を開発した。しかし、超波長分解法技術には測定スペクトル数に限界があるため、膨大なスペクトルデータが必要な分析には適用が難しいことが問題であった。 そこで今回の研究では、機械学

ディープラーニング技術の実用化に取り組む２つのスタートアップによる協業により、専門的な判断が求められる分野においても画像解析の効率化・高速化を可能にします。 DeepEyeVision MENOU 【AI検査の導入を容易化】 自治医科大学発ベンチャーで、AIによる眼科画像診断支援サービスを展開するDeepEyeVision株式会社（本社：栃木県下野市、代表取締役CEO：髙橋 秀徳　以下、DeepEyeVision）は、AIによる外観検査・ソフトウェアを展開する株式会社MENOU（本社：東京都中央区、代表取締役CEO：西本 励照　以下、MENOU）と共同で、医用画像専用のアノテーションツールを開発しました。 高精度のAI画像診断を開発するには、大量の医用画像の用意し、医師による正確なアノテーション（ラベリングやマーキングともいう）が求められます。今回の共同開発によって、アノテーション作業の高

「週刊Developers.IO〜ざっくり分かるこれからの機械学習〜」と題してAIスペシャリストの清野剛史によるセッションを2020年7月21日と7月28日の2週にわたりYouTubeLiveで放送。本記事は書き起こしを交えたハイライトです。 クラスメソッド公式YouTubeチャンネルでは2020年7月21日と7月28日の2週で前後編にわたり、「週刊Developers.IO〜ざっくり分かるこれからの機械学習〜」と題してAIスペシャリストのせーのと司会のtake3000によるトークセッションをYouTubeLiveにて放送。本記事ではトークの書き起こしを交えたハイライトをお届けします！ こんな方におすすめの動画です 機械学習に入門しようと思っている方 AI（人工知能）にできること、できないことをざっくり理解したい方 機械翻訳や画像認識、汎用AIについて知りたい方 トークセッションの動画はこ

「Deep Learning Lab」(DLL)が8月1日に開催した「Deep Learning Digital Conference」の基調講演2に、リテールAI研究会のテクニカルアドバイザー、今村修一郎氏が登壇した。 テーマは「リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック」。AIビジネスの現状と問題点、成功例と失敗例の紹介、リターン・オン・モデルについて等をとてもわかりやすく語った。 リテールAI研究会は有名企業など240社以上が参加 リテールAI研究会は、小売業や小売店舗など、リテール分野におけるAIテクノロジー活用に関する調査・研究に取り組む一般社団法人。正会員や賛助会員など、著名な企業を中心に240社以上が参加している。PoC(実証実験)実施のハードルを下げつつ、PoCから実装、実装したシステムの横展開(他社含む)による社会実装の

「テスラのAI半導体は回路構成が驚くほど単純だ」。こう指摘するのは、テスラのAI半導体を分析したハンガリーAImotive（AIモーティブ）である。AIモーティブは自動運転用のAI半導体を手掛けており、自社製品のベンチマーク対象としてテスラのチップを分析した。 テスラが開発した「FSDチップ」は、CPUコアやGPUコアに加え、AI処理を高速化するための専用回路であるAIアクセラレーター「NNA（Neural Network Accelerator）」を搭載する（関連記事）。

国内最大級AI特化型メディア『Ledge.ai』を運営してから2年ちょっとが経ちました。 僕らは、記事やイベントを通して弊社のミッションである「AIをはじめとする最先端技術をなめらかに社会に浸透させる」ことを目指して動いてきました。メディアでは、AIを使うためのアイデアとノウハウを、イベントでは実際に困っていることを聞ける環境と、第一線の人たちの話を聞ける機会を提供しています。 一方で、読者の方から「AIに興味があって勉強はしているけど、今の会社だと使う機会がない」「もっと自分の今のポテンシャルを試せる職場でトライしたい」という声もこの2年で多く聞くようになりました。 「AIをはじめとする最先端技術をなめらかに社会に浸透させる」ためにはまだまだピースが足りないと思っています。中でも、AI人材の流動は重要のピースの1つです。 そこで、AIやデータサイエンス人材の転職に強みを持っているRoya

ソニーネットワークコミュニケーションズ株式会社は8月3日、機械学習を用いた予測分析ソフトウェア「Prediction One（プレディクション ワン）」のライセンス販売を8月3日から開始することを発表した。価格は19万8000円／年（税別）で、個人向けサービスの場合はクレジットカード払いによる1万6500円／月（税別）×12回になる。ライセンスは1台のPCで利用可能。 Prediction Oneは2019年6月から無料で提供されていたが、2020年8月3日以降はライセンス販売のみに切り替わる。従来バージョンを無料で使えるのは2020年8月31日までで、有料ライセンスの販売が開始されてからも最大30日間は無料で使える体験期間が用意されている。 ＞＞ Prediction One プログラミング不要で使える予測分析ソフト 数クリックで高度な予測分析が可能Prediction Oneはソニー株

2020/08/04 17:00 今回発表されたリリースにつきまして、当初「『Python 3.9』が、8月2日（現地時間）にリリースされた」としていましたが、今回リリースされたバージョンは、「Python 3.9.0b5」のリリースとなります。「Python 3.9」の正確なリリース日は未定です。訂正しお詫び申し上げます。（編集部） 「Python 3.9」では、Python 2のサポートを削除するとともに、Pythonを利用した各種プロジェクトのメンテナに時間的猶予を与えるべく、一部の下位互換性レイヤーの保持が決定されており、それらは今後リリース予定の「Python 3.10」にて削除される。 新機能としては、dictクラスに新たな演算子としてマージ（|）と更新（|=）が加わったほか、不要なプレフィックスまたはサフィックスを文字列から簡単に削除するためのstr.removeprefix