Welcome, folks, to Week in Review (WiR), TechCrunch’s weekly news recap. The weather’s getting hotter — but not quite as hot as the generative AI space, which saw a slew of new model
![TechCrunch](https://cdn-ak-scissors.b.st-hatena.com/image/square/92584d6251feb0822f349cf0211361b2833c9939/height=288;version=1;width=512/https%3A%2F%2Ftechcrunch.com%2Fwp-content%2Fuploads%2F2018%2F04%2Ftc-logo-2018-square-reverse2x.png)
カレーちゃん🍮 @currypurin 単純にLBを登るのが楽しかったり、仮説をたてて、その仮説がやっぱりなーという時が楽しいかな自分の場合。仮説の精度も徐々に上がってくるし。 地道な検証は、面倒だったりするけれど、地道な検証を効率的やろうとして取り組むのはそんなに嫌いではない。 twitter.com/currypurin/sta… 2022-02-11 22:44:27 カレーちゃん🍮 @currypurin あとは、Kaggleミートアップに行った時に、上位の人がすごくて憧れたのでということはあると思う。 それで自分も時間を投入すればそこそこやれるとは思ったし、なので飛び込んだ的な。 そんで、全力で取り組んでも、上には上がいる懐の深さは良いと思う。 2022-02-11 22:46:39
1. なぜ監視するのか Jupyter Notebookでの実験が実を結び、MLパイプラインを通して本番で稼働させるモデルが作成され、無事にデプロイされてREST API経由でそのモデルを運用するまでに至ったのでミッションは完了か? → デプロイが本当のゴールではない。世界に放たれたそのモデルが期待通りに動作しているかを継続的に監視し続けなければならない 世界は刻々と変化するが、モデルの開発では通常、過去のデータから静的なモデルを構築する → 監視をすることで、予測精度の低下を検知することができ、適切なモデル更新タイミングを知ることができる モデルの再学習にはコストがかかるので、精度とのトレードオフがある 2. 何を監視するのか Software metrics メモリ/CPU/GPUなどのハードウェアリソースの使用量、レスポンスタイム、リクエスト数、成功率 Input metrics 入
本サイトで提供されるコンテンツの著作権は,谷口忠大,峰岸桃,(株)講談社にある.非営利目的に限り,ファイルのダウンロード,印刷,複製,大量の印刷を自由に行ってよい.講義や勉強会などで配布し,利用していただくのも大歓迎である.ただし,そうして作ったものを無断で販売することを禁止する.また,つねに最新版を配布したいので,ファイルのネット上での再配布も禁止する.
ソニーのAI(人工知能)研究部門であるソニーAIが、深層強化学習を用いての「グランツーリスモ・ソフィー(GTソフィー)」を発表しました。GTソフィーはドライビング・カーライフシミュレーターの「グランツーリスモSPORT」を世界レベルでプレイできるように訓練されており、世界最高峰のプレイヤーたちを直接対決で打ち負かしたと、研究チームが発表された論文に記載されています。 Outracing champion Gran Turismo drivers with deep reinforcement learning | Nature https://www.nature.com/articles/s41586-021-04357-7 革新的なAI「Gran Turismo Sophy™(グランツーリスモ・ソフィー™)」を発表 – Sony AI https://ai.sony/ja/blog/b
Andrew Ng has serious street cred in artificial intelligence. He pioneered the use of graphics processing units (GPUs) to train deep learning models in the late 2000s with his students at Stanford University, cofounded Google Brain in 2011, and then served for three years as chief scientist for Baidu, where he helped build the Chinese tech giant’s AI group. So when he says he has identified the ne
概要 こんにちは@kajyuuenです。 日本語自然言語処理のData Augmentationライブラリdaajaを作成しました。 この記事ではdaajaが実装しているData Augmentation手法についての解説とその使い方について紹介します。 ソースコードは以下のリポジトリで公開しています。 github.com また、このライブラリはPyPIに公開しているのでpip install daajaでインストールが可能です。 はじめに Data Augmentationとは Data Augmentationとは元のデータから新しいデータを生成し、データ数を増やす手法です。 日本語ではデータ拡張という名前で知られています。 ラベル付きデータを擬似的に増やすことによって、アノテーションコストを必要とせずにモデルの汎化性能や精度の向上が期待できます。 対応している手法 現在daajaは
グランツーリスモでeスポーツトップドライバーと、AIドライバーである「Sophy」が対戦する様子。 オンライン会見を筆者キャプチャー ソニーが開発した「AI」が、プロのeスポーツ・レーサーに勝利した。 その名は「Grand Turismo Sophy(ソフィー、以下Sophy)」。 2020年にソニーが設立したAIの基礎研究機関である「ソニーAI」と「グランツーリスモ」シリーズを開発するポリフォニー・デジタル、ソニー・インタラクティブエンタテインメント(SIE)との共同開発だ。3月4日より発売される最新作「グランツーリスモ7」にも、アップデートでの追加搭載が決まっている。 囲碁や将棋でAIが人間に勝つ時代、ゲームでAIが人間に勝つのは当たり前……。 そう思う人がいるかもしれない。 だが、ソニーAI・COO(最高執行責任者)のミカエル・ シュプランガー氏はSophyの成果が「人工知能における
Low-CodeData Preparation Collect, clean, and visualize your data in python with a few lines of code from dataprep.datasets import load_datasetfrom dataprep.eda import create_reportdf = load_dataset("titanic")create_report(df).show() from dataprep.connector import connectdc = connect("twitter", _auth={"client_id":client_id, "client_secret":client_secret})df = await dc.query("twitter", q="covid-19",
Bokeh documentation# Bokeh is a Python library for creating interactive visualizations for modern web browsers. It helps you build beautiful graphics, ranging from simple plots to complex dashboards with streaming datasets. With Bokeh, you can create JavaScript-powered visualizations without writing any JavaScript yourself. Finding the right documentation resources# Bokeh’s documentation consists
朝日新聞の記事によると、ソニーの子会社が開発した人工知能(AI)が、プレイステーション4(PS4)の自動車ゲーム「グランツーリスモSPORT(GTS)」で、世界トップクラスの日本人プレーヤー4人と対戦して勝利したとする論文が英科学誌ネイチャー電子版に発表されたそうだ。 ソニーの子会社「ソニーAI」が開発したAI「GTソフィー」は10~20台のPS4を操作し、深層強化学習で効率の良いアクセルやブレーキ、相手に進路をふさがれた際の対応等を学んだそうだ。その後、東京都内で開催されたレースで、世界大会優勝経験者など日本人プレーヤー4人と対戦したが、全てAIが勝利したらしい。今回複数の車を相手に、接触を避けながら追い抜くという難しい操縦を行ったことで、今後は公道の自動運転に応用できる可能性もあるようだ。
歯科医院に行って、医師が虫歯だと指摘した歯が本当にそうなのか確信が持てなかったことはないだろうか。あるいは、セカンドオピニオンのために別の歯科医院に行ったら、全く別の歯の治療が必要だと言われたことは? 残念ながら、こうしたことは歯科ではよくあることだ。実際、「Reader's Digest」の記者が50軒の歯科医院に行ったところ、ほぼ50の異なる診断結果だったという有名な話がある。 歯科における診断の信頼性と精度を高めるための技術革新の機は熟した。さまざまな理由で、歯科は人工知能(AI)の理想的なフロンティアだ。レントゲン写真が多数撮影されるだけでなく、データの匿名化も簡単なので、AI/機械学習が取り込んで学習するための優れたデータセットがあるからだ。それに加えて、歯科業界には他の医療業界のように訓練を受けた専門の放射線技師が不在なので、善意の開業医にとっては「AIの目」の追加は歓迎すべき
from openpyxl.styles import Font header_font = Font(name='メイリオ', size=16, bold=True, color='000000ff') value_font = Font(name='MS ゴシック') for idx in range(5): r = chr(ord('A')+idx) ws[f'{r}1'].font = header_font ws[f'{r}2'].font = value_font from openpyxl.styles import PatternFill pf = PatternFill(patternType='solid', fgColor='bbbb00') ws['A1'].fill = pf # パターンを使った塗りつぶし pf = PatternFill(patternType
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