Google Colaboratoryが便利・高速で凄過ぎる - Itsukaraの日記
Googleが研究の一環で提供しているColaboratoryを試してみました。 Jupyterと同じようなGUIでPythonのプログラムを実行可能で、GPUも使えます。 Jupyterと同様に、先頭に「!」を書くことで、Linuxのコマンドを実行可能であり、「!pip」「!conda」「!apt-get」などで機能を追加できます。 実行結果をファイルシステム上に保管でき、共有リンクを使って取り出せます。 ただし、12時間経過すると強制終了されて、ファイルは失われます。 しかし、Notebookが動いている仮想マシンにGoogleドライブをマウント可能であり、これにより、実行結果をGoogleドライブ上のファイルとして保管できます。 Deep Learningでは、途中の状態をファイルに保管して、そこからResumeできるようにプログラムを書くことが多いので、12時間で一度強制終了しても
文系エンジニアが機械学習に入門するために小学校の算数から高校数学までを一気に復習してみました。 - Qiita
※この記事の1年後に文系エンジニアがCourseraの機械学習コースを1ヶ月で修了したので振り返ってみました。という記事もアップしました。 文系エンジニアが機械学習に入門しようと思うと、どうしても「数学の壁」にぶつかります。 一般的に、機械学習を理解するためには、大学レベルの「微分積分」「線形代数」「確率統計」の知識が必須とされていますが、私のような典型的文系エンジニアの場合、それを学習するための基本的知識自体が圧倒的に不足しているため、まずは高校までの数学を一からやり直してみました。 学習前の私の数学スペック 学生時代の数学の学習歴は高校2年生の2学期位まで。 大学で経済数学の授業があった気がするがほとんど出席していない。 仕事で使った数学知識は三角関数程度。(画像処理ソフトを開発した際に使用) 学習に要した時間 小学校の算数 5時間 中学数学 6時間 数I/数A 12時間 数II/数B
第2回 機械学習に必要なスキルセット
ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「www.buildinsider.net」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 はじめに 前回は人工知能、機械学習、ディープラーニングの位置づけや、学習と推論というキーワードについて説明しました。 今回は「実際に機械学習を学んでいきたい」という人向けに、どのようなスキルセットが必要か、そしてどのように学んでいくとよいかをご紹介していきます。 必要なスキルセット まずはじめに、機械学習は全員が同じような事柄について学んでいくことがベストではありません。 大きく分けてビジネスサイドとエンジニアサイドで分けられると考えています。 ビジネスサイドの方は、企画からエンジニアサイド
第1回 人工知能・機械学習・ディープラーニングとは？ 基礎概念まとめ
ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「www.buildinsider.net」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 はじめに 空前の人工知能（AI）ブームにより、日本各社では「AIを導入しよう！」と叫ばれるようになりました。そのような時代の流れの中、AIを正しく理解できている方が実は少ないと感じています。難しい数学やプログラミングをしっかりと理解している人が少ないという意味ではなく、「ビジネスの目標設定に対して、AIを手段として適切に提案できる方」が少ないのではないでしょうか。 しかし、いざ勉強しようと参考書を手に取られるのですが、数式が難しく見えてしまって結局諦めてしまう方が跡を絶ちません。「お客様先に
1
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
https://jp.techcrunch.com/2017/11/30/2017-11-29-aws-releases-sagemaker-to-make-it-easier-to-build-and-deploy-machine-learning-models/
