東日本と西日本の境界線を機械学習で引いてみました. セキュリティ分野の M1 が機械学習をお勉強する際に,モチベ維持のため面白そうなテーマを選んだらこうなった!というもの. なので本体の論文とか,学術的貢献とかはないです...が,そういった視点から見ていただけるのはとても嬉しいです! 市町村単位,藩単位など,県境以外で境界線を引けないか?というコメントを多くいただいていますので,今後そういった方面への掘り下げもやっていきたいです.Read less
![機械学習を用いた東西日本の境界線決定](https://cdn-ak-scissors.b.st-hatena.com/image/square/5bd4c7f0ee4735aa1ba00ec5122e1f354209d273/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fslideshare-150729063020-lva1-app6891-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
はじめに 今回は自宅の室温予測システムを構築してみました。 前回はいろいろテキトーに書いてたので今回はかなりまじめに書いていきます。 イメージとしてはNHKのNextWorldで描かれてる世界 それをできるだけAzureを駆使して構築してみたいと思います。 システム構成図 システムの構成図はこんな感じ Arduinoで室温を計測 ↓ Azure Mobile Servicesに送信 ↓ SQL Azureデータベースに貯めこむ ↓ そのデータを使ってAzure MLであらかじめデータの傾向を学習しておく ↓ Mobile Service Schedulerで毎朝8時にAzure MLからその日の室温の予測値を取得してTweet ↓ Mobile Service Custom APIを使ってWindowsストアアプリに今日の室温予測値を表示 という感じでいきたいと思います。 データ計測部 I
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 今回はビッグデータ活用において重要な役割を持つ「機械学習」を取り上げる。 機械学習とは大まかにいうと、データが持つ法則を見つけ出すアルゴリズムの総称である。その名の通り、経験をもとに知識を得る人間の学習過程に近い面がある。機械学習はすでに予測や分類、画像認識、商品のレコメンドなどに実際に使われている。筆者の携わってきた分析案件も、最終的に機械学習の問題に落とし込んだものが多い。 本稿では、機械学習が大量のデータを扱う手段であり、データの持つ価値を引き出す手段であることを最近10年の将棋の人工知能の発展を例に述べ、機械学習のビジネスにおける応用のポイントと注意点を述べる。機械学習の具体的な手法、その数理までは踏み込まず、機械学習の持つ機能
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
処理を実行中です
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