Garbage In, Garbage Out（ゴミを入れたら、ゴミが出てくる）とは？
連載目次 用語解説 機械学習における“Garbage In, Garbage Out”（ゴミを入れたら、ゴミが出てくる）とは、品質の悪い不完全なデータを入力したり品質の悪い特徴量を作成したりすると、品質の悪い不完全な機械学習済みモデルが出力される、という格言／金言である。元々は、コンピュータによる情報処理全般における長年の格言であり、FIFO（First In, First Out：最初に入れたものを、最初に出す）をもじった感じでGIGOという呼び方もある。 この原理は機械学習を行う人であれば常識だろう。データの前処理や特徴量エンジニアリングの大切さは、初心者のときに必ず言及されるし、経験を積むほど身につまされるはずだ。そういった常識を分かりやすく表現したのが、この格言である。 Garbage In, Garbage Outは、解決が簡単そうに見えて非常に難しい問題である。例えば画像データ
Googleが住宅ローンの面倒すぎる手続きをAIで自動化する「LendingDocAI」を立ち上げ
Googleが、住宅ローン業界専用のAIサービスであるLendingDocAIの立ち上げを発表しました。住宅ローン会社が借り手の収入や資産を評価するプロセスを、機械学習モデルを用いて高速化できるとのことです。 Lending DocAI fast tracks the home loan process | Google Cloud Blog https://cloud.google.com/blog/products/ai-machine-learning/lending-docai-fast-tracks-the-home-loan-process Roostify Partners With Google Cloud To Deliver Enhanced Lending Document AI Capabilities — Roostify https://www.roostify
テンソルネットワークを用いた量子インスパイアな機械学習 - Qiita
はじめに 今回は、近年少しホットになっている量子インスパイア機械学習を紹介します。 ここでの"量子インスパイア"をもう少し正確に言うと、"量子系を古典計算でなるべく効率的にシミュレートするために用いられる手法から着想を得た"です。 具体的にはテンソルネットワークです。 背景 古典系による量子系のシミュレートにテンソルネットワークを用いる流れは以前からありました。多体量子系の状態を行列積状態を用いて効率的に計算する[1]、ゲート量子計算を無向グラフとテンソルネットワークの縮約の組み合わせで効率的にシミュレートする[2]、などです。 これらの手法が示すように、テンソルネットワークを用いることで量子系が持つ非常に高次元の空間をあくまで近似的にですが、古典計算で扱うことができます。 高次元であることは機械学習においては表現力の高さにつながります。 この特徴を量子系のシミュレートだけでなく古典機械学
京都大学、人工知能でアイヌ語の音声認識・合成に成功
京都大学大学院情報学研究科の河原達也教授らの研究グループは、消滅危機言語に認定されているアイヌ語の音声を自動認識し、合成する人工知能（AI）を開発した。アイヌ語の音声認識・合成システム構築は初めてで、アイヌ語の伝承や学習に効果を上げそうだ。 これにより、1時間のデータに対し、人の手で1日かかる作業がほぼ完全に自動化でき、アイヌ語のアーカイブ構築が大きく効率化することになった。 さらに、提供された音声データのうち、1人当たりで10時間以上会話している人について、AIの深層学習で音声を合成した。9月に白老町で開かれたアイヌ語アーカイブ研究会で実演したところ、博物館関係者から好評を得た。 アイヌ語は北海道や樺太、千島列島などに居住していたアイヌの言語で、口承だけで伝えられてきた。科学的な研究は明治時代以降にスタートしたが、樺太や千島列島では話者がすでに消滅したとされる。北海道の話者数は1996年
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
菅総理と梶山経産相はAI＆データ戦略について何を話したのか【AI/SUM & TRAN/SUM with CEATEC 2020】
Using AI to help health experts address the COVID-19 pandemic