タグ

2021年10月7日のブックマーク (5件)

  • 正規化(Normalization)/標準化(Standardization)とは?

    連載目次 用語解説 一般的に正規化(Normalization)とは、さまざまな大きさや単位の情報/データを、比べやすく考えやすくするために、共通の基準やルールに合わせること、つまりデータを「普通の(Normal)」状態にする作業のことを指す。例えば走った距離を比較する際に、メートル(m)単位とキロメートル(km)単位が混在していると理解しづらいため、共通の単位に合わせる(例えば全てをkmに統一する)ことで情報が扱いやすくなる。 「正規化」や「標準化」という用語はさまざまな分野で用いられており、各分野で意味も異なる場合がある。例えばデータベース設計の「正規化」は、同じテーブル内のデータの重複をなくすなどの目的で、データを複数のテーブルに分割したりして整理することを指す。以下では「数学/統計学/機械学習における正規化」について説明している。

    正規化(Normalization)/標準化(Standardization)とは?
    misshiki
    misshiki 2021/10/07
    “単に「正規化」(Min-Max法)と言った場合は、データを最小値「0」~最大値「1」にスケーリングすることを意味する。また、正規化の一種である標準化は、データを平均「0」、分散「1」にスケーリング”
  • annotation data download commercial use - harBestでアノテーション・AI(人工知能)開発を簡単に

    前回ご好評頂きました、顔画像のアノテーションデータを 今回は「商用利用可能」でご提供いたします。 研究開発などのアノテーションデータ作成に関わる負担を下げ、 AIによる顔画像認識がより広まっていくことを期待し 顔画像アノテーションデータを「商用利用可能」な無償で提供いたします。

    misshiki
    misshiki 2021/10/07
    “顔画像のアノテーションデータを 今回は「商用利用可能」でご提供”
  • 実在しない顔の画像3000点を無償配布、AI学習用データセットに 法人向け・商用利用可

    AI活用のコンサルティング事業を手掛けるAPTO(東京都渋谷区)とエイアイ・フィールド(東京都品川区)は10月5日、AIの学習データとして利用できる、実在しない男女の顔写真3000枚の無償配布を始めた。法人を対象に11月30日までの期間限定で提供し、商用利用も認める。「AI市場の加速に貢献できれば」(2社)という。 エイアイ・フィールドが自社の技術で自動生成した、実在しない10代~90代の男女の画像を提供。APTOが作成した年齢・性別などのアノテーション(画像を説明するテキスト情報)も付属する。申し込みは専用サイトで受け付ける。 もともとはエイアイ・フィールドが自社サービスで活用するために作成した画像だったが、6月に用途を研究目的に限った上で1000点を無料配布したところ、利用者からの反響があったことから、データを2000点追加し、商用利用を認めた上で再配布することを決めたという。 関連記

    実在しない顔の画像3000点を無償配布、AI学習用データセットに 法人向け・商用利用可
    misshiki
    misshiki 2021/10/07
    “AIの学習データとして利用できる、実在しない男女の顔写真3000枚の無償配布を始めた。法人を対象に11月30日までの期間限定で提供し、商用利用も認める。”
  • 機械学習を簡単に試したい人向け、「Amazon Lookout for Vision」で画像データを使った学習、ラベル付け、精度向上の手順

    機械学習を簡単に試したい人向け、「Amazon Lookout for Vision」で画像データを使った学習、ラベル付け、精度向上の手順:AWSチートシート AWS活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は、「Amazon Lookout for Vision」を使って、画像で簡単に異常検知を行う方法を紹介する。 「Amazon Web Services」(AWS)活用における便利な小技を簡潔に紹介する連載「AWSチートシート」。今回は「Amazon Lookout for Vision」を使って、画像で簡単に異常検知を行う方法を紹介します。 「Amazon Lookout for Vision」とは 「Amazon Lookout for Vision」は、コンピュータビジョンを使用して視覚表現の欠陥や異常を発見するサービスです。Lookout for V

    機械学習を簡単に試したい人向け、「Amazon Lookout for Vision」で画像データを使った学習、ラベル付け、精度向上の手順
    misshiki
    misshiki 2021/10/07
    “「Amazon Lookout for Vision」を使って、画像で簡単に異常検知を行う方法を紹介”
  • Juliaで作って学ぶベイズ統計学 須山 敦志(著/文) - 講談社

    紹介 ◆◆数式とコードの距離が近いJuliaで一生モノの考え方を身につけよう!◆◆ 線形代数、微積分、最適化、確率・統計の基的な計算から、 ハミルトニアンモンテカルロ法、階層ベイズ、状態空間モデルの原理までをていねいに解説! [サポートページ] https://github.com/sammy-suyama/JuliaBayesBook [主な内容] 第1章 Juliaの基礎 1.1 Juliaとは 1.2 基文法 1.3 パッケージの利用 1.4 グラフの描画 第2章 数値計算の基礎 2.1 ベクトル・行列計算 2.2 統計量の計算 2.3 統計量と確率分布のパラメータ 2.4 微分計算 2.5 関数の最適化 2.6 最適化によるカーブフィッティング 2.7 積分計算 第3章 確率計算の基礎 3.1 表を使った確率計算 3.2 式を使った確率計算 3.3 連続値における周辺分布と条件

    Juliaで作って学ぶベイズ統計学 須山 敦志(著/文) - 講談社
    misshiki
    misshiki 2021/10/07
    “2021年11月26日”新刊