COCO dataset:セグメンテーションなどに使える大規模なカラー写真の画像データセット:AI・機械学習のデータセット辞典 データセット「COCO」について説明。約33万枚のカラー写真(教師ラベル付きは20万枚以上)の画像データとアノテーション(=教師ラベル)が無料でダウンロードでき、物体検知/セグメンテーションや、キーポイント検出/姿勢推定、キャプション作成などに利用できる。
![COCO dataset:セグメンテーションなどに使える大規模なカラー写真の画像データセット](https://cdn-ak-scissors.b.st-hatena.com/image/square/c9ade3d199dadf644bde07e438c8a6dc22d8258f/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2109%2F08%2Fcover_news026.png)
文学通信|多様な情報をつなげ、多くの「問い」を世に生み出す出版社 日本語・日本文学の研究書を中心に、人文学書全般を刊行する出版社、文学通信のブログ。 文学だけにこだわらず周辺領域も含め、意欲的に刊行していきます。 出版活動と同様に、webでも積極的に活動することで、多様な情報をつなげ、多くの「問い」を世に生み出していきたいと思います。 〒113-0022 東京都文京区千駄木2-31-3 サンウッド文京千駄木フラッツ1階101 電話03-5939-9027 FAX03-5939-9094 info@bungaku-report.com インボイス登録番号:T4011501023591 AIによるくずし字認識アプリがリリースされたのにあわせ、その技術をどう考えていけばいいのか、みなさんと考えていきたいと思い、近藤泰弘氏にご寄稿いただきました。ぜひご一読ください。(文学通信編集部) *****
※この投稿は米国時間 2021 年 8 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。 このブログ投稿では、「英国の EU 離脱の投票は、英ポンドと米ドルの為替レートにどのように影響したか?」という疑問に回答します。そのために、因果推論手法を使用して、統計学で「処理」と呼ばれるもの、この場合には政策決定の影響を推定します。 このブログ投稿は、公開データを使用してコンセプトとツールについて説明することを目的とした技術的なものであり、政治的または経済的な影響についてのものではありません。ここで解説する手法は、マーケティング キャンペーンやプロダクトの紹介が販売に及ぼす影響など、あらゆる種類のシナリオに適用できます。 因果推論が必要なのは、このシナリオについて対照テストが存在しないためです。理想的なテストには、調査対象の説明変数以外の要素が注意深く一致されたグル
AWS Machine Learning Blog Announcing the Amazon S3 plugin for PyTorch November 2023: On 11/22/2023, AWS announced the Amazon S3 Connector for PyTorch ─ a new connector that delivers high throughput for PyTorch training jobs that access data in Amazon S3. We recommend customers use the new connector for PyTorch training jobs that read and write data in Amazon S3. The Amazon S3 Connector for PyTorch
アメリカ特許商標庁が2020年4月に発表した「AIを発明者とは認めない」という見解の是非を問う裁判について、アメリカではアメリカ特許商標庁の見解を支持する一審判決が、オーストラリアではアメリカ特許商標庁の見解を支持しない一審判決が下りました。 IN THE UNITED STATES DISTRICT COURT FOR THE EASTERN DISTRICT OF VIRGINIA (PDFファイル)https://regmedia.co.uk/2021/09/04/ai.pdf Commissioner to appeal court decision allowing artificial intelligence to be an inventor | IP Australia https://www.ipaustralia.gov.au/about-us/news-and-co
エンジニアから昨今注目を集めているスクリプト言語Julia。高度な計算を可能にし、読み書きもしやすく日本でもファンが多い。主に機械学習に利用され、医療分野などでの応用が期待されている。Juliaの生みの親であり、法人向けにJulia用のクラウドプラットフォームを提供するJulia Computingの創業者でCEOのViral B. Shah氏に話を聞いた。 MIT発最新のプログラミング言語で機械学習を簡単に、高速に ――まず御社の製品について教えてください。 Julia computingでは、他のプログラミング言語・クラウドビジネス・マシンラーニング関連企業とは一線を画す製品戦略を展開しています。 まず、Juliaの設計者として、私たちはJuliaを使うのに最適なクラウドプラットフォームJulia Hubを提供しています。Julia hub.comにアクセスすると、様々なタスクやジョブ
※この投稿は米国時間 2021 年 8 月 18 日に、Google Cloud blog に投稿されたものの抄訳です。 強化学習(RL)は機械学習の形態の 1 つであり、エージェントが環境に対する行動を選択しながら、その一連の選択を通じて得られる目標(報酬)を最大化する方法を学習していくというものです。RL のアプリケーションの例として、学習ベースのロボット工学、自律走行車、コンテンツ配信などがあります。基本的な RL システムには、多くの状態、対応する行動、それらの行動に対する報酬が含まれています。これを映画のレコメンデーション システムで考えてみましょう。「状態」はユーザー、「行動」はユーザーにおすすめする映画、「報酬」は映画に対するユーザー評価に当てはめることができます。Applied ML Summit 2021 の基調講演 で Spotify が述べていたように、RL は ML
同サービスを公開するに当たって同社CEOの曽根岡 侑也氏は「日本語の自然言語処理が本当にこの3年で劇的に進化たことを体感してほしかった」とその意図を語る。 「従来、日本語の言語処理は複雑で困難とされてきたが、現在は人間を超える成果も出しつつある。それにもかかわらず過去の『品質が十分ではなかった時代の苦い体験』からか、この劇的な進化を知らない人があまりにも多い」(曽根岡氏) AIブームが過熱気味だったこの数年は日本語の自動応答AIなどが多数提案されてきたことから、何らかのソリューションの導入を検討した経験がある読者もいるだろう。その際の品質評価で「限定的な用途でしか使えない」と判断したかもしれない。曽根岡氏はその時の判断をアップデートする時期が来たと訴える。 ELYZAは東京大学松尾 豊教授の研究室からスピンオフしたベンチャー企業で、日本語の自然言語処理を得意とする「ELYZA BRAIN」
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