この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1(基礎編)では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2(実用編)では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook この章では機械学習について、Webサービスの開発で必要とされる知識を中心に、とくに自然言語処理にフォーカスしながら解説します。 Webサービス開発と機械学習 実現困難な機能の例 闇雲な実装 もう少しましな実装 機械学習によるパラメータ決定 分類問題のための機械学習手法 パーセプトロン 判別アルゴリズム 学習アルゴリズム 特徴量のとり方 形態素解析 量をともなう特徴 組み合わせ特徴量 モデル 機械学習の種類 教師あり学習 分類 (質的変数の予測) 回帰 (量的変数の予測) 教師あり学習でのデータセット 教師なし学習 クラスタリング 次元削減(次元圧縮) 頻出パターンマイニング 異常値検出 アルゴリズムの評価 訓練データとテストデータ 学
William A. Anders, the astronaut behind perhaps the single most iconic photo of our planet, has died at the age of 90. On Friday morning, Anders was piloting a small…
既にご存知の方も多いと思いますが、 コンピューターで「脳」がつくれるか という本を 9月27日に出版します(噂によると都内の大型書店なら15日か16日に先行販売する書店もあるらしい?です、謎)。 コンピューターで「脳」がつくれるか 作者: 五木田和也出版社/メーカー: 技術評論社発売日: 2016/09/27メディア: 単行本この商品を含むブログを見る で、今回は 「これは絶対質問来るだろうな〜今のうちに対策しておこう!」 という話題です。 Q. どんな本ですか? 一言で言えば人工知能の本ですが、汎用人工知能(汎用AI, AGI)を中心にしたそこそこ珍しい本です。 あとAIと脳を同時に扱っているのも珍しいポイント高めです。 Q. 汎用AIってなんですか? 雑にいうと、「SF映画にでてくる、人間みたいな人工知能」です。 つまり、今あるような囲碁とか将棋とか車の自動運転とか、ある特定の問題だけ
Googleの人工知能開発部門の「DeepMind」が、状況や感情に応じてトーンや「間」などを使い分けて、まるで人間が話しているかのような自然な音声を出力する技術「WaveNet」を開発しました。すでに英語と中国語で、既存のテキストトゥスピーチ(TTS)技術を圧倒する品質を実現しています。 WaveNet: A Generative Model for Raw Audio | DeepMind https://deepmind.com/blog/wavenet-generative-model-raw-audio/ Google's DeepMind learns to reproduce human speech, tricks us into starting robot apocalypse http://www.neowin.net/news/googles-deepmind-le
機械学習をやりたいんだけど、データがない!他のデータ使ってみたい! そんな方のために、機械学習に使えるオープンデータを集めました。 他にも、このデータセットオススメ!というものがあれば、是非ご紹介して頂けると嬉しいです。m(__)m UC Irvine Machine Learning Repository カリフォルニア大学アーバイン校が公開した、データセット。351件のデータセットがあり後述する DATA GO に比べれば少ないが、ほとんどがMachine Learning用のデータ・セットなので、かなりオススメ。 UCI Machine Learning Repository かの有名なあやめの花(iris)のデータセットもここから見ることができます。 国立情報学研究所 情報学研究データリポジトリ データセット一覧 yahoo,楽天,ニコニコなどのデータがあります。 DATA.GO.
AIは人間をどのように"拡張"するか How to augment human by AI 2016.08.24 Updated by Ryo Shimizu on August 24, 2016, 07:38 am JST 昨年の夏は非常に活発だったAI関連のニュースが、ちょうど一年経過してやや沈静化しています。 コーネル大学図書館の提供する世界的論文アーカイブarXiv.orgでは、昨日も10編の新規論文が発表されており、依然研究は活発ですが、昨年のように毎日のように人工知能関連の新しい成果報告がはてなブックマークのようなメディアで話題になる、というほどではなくなってきています。 とはいえ、昨年話題を集めた畳込みニューラル・ネットワーク(CNN;Convolutional Neural Network)も、今やリカレントニューラル・ネットワークの一種であるLSTM(Long Short
Leica M7, 1.4/50 Summilux, RDPIII Putney, VT この二年ほど、年中同じ問題について手を変え足を変え尋ねられる。 「AIがこれ以上進化してきたら我々の仕事はどうなるのか?」 、、と。これについての僕の答えは常に一貫していて、そんなに心配する必要はない。AIは我々の仕事をまるごと置き換えることは、かなり未来まで当面無い。AIなりデータは我々を劇的にアシストするようになる。これから本当に起きるのはAIと人間の戦いではない。データとアルゴリズム、そしてコンピューティングパワー*1を活用する人と活用しない人の戦いになる。使わなければ、使っている人(あるいは企業)の圧倒的な力に負けるだけであり、使えば、これまでに不可能な付加価値を生み出すことも可能になる。なぜなら、これまで手をかけなければ出来なかったあまりにもtediousなことが可能になってしまうからだ。例
文部科学省は9月以降、国内最大級となる人工知能(AI)研究拠点を東京駅近くに新設し、産学官による次世代AI技術の開発をスタートさせる。 今年度の約3倍にあたる約150億円の予算を2017年度概算要求に盛り込む方針で、国内外の研究機関や企業と連携、iPS細胞(人工多能性幹細胞)など日本が誇る先端技術とAIとの融合研究を加速させる。 同省は今年4月、理化学研究所の下にAI研究の中核拠点となる「革新知能統合研究センター」を設けることを決め、国際的に活躍する若手研究者の杉山 将 ( まさし ) ・東京大教授(41)をセンター長に選んだ。現在は研究員の選定を進めており、100人規模となる見通しだ。この新センターは、交通の便の良い東京駅近くに設ける。
東京大学医科学研究所が導入した2000万件もの医学論文を学習した人工知能が、専門の医師でも診断が難しい特殊な白血病を僅か10分ほどで見抜き、治療法を変えるよう提案した結果、60代の女性患者の命が救われたことが分かりました。人工知能は、このほかにも医師では診断が難しかった2人のがん患者の病名を突き止めるなど合わせて41人の患者の治療に役立つ情報を提供していて、専門家は「人工知能が人の命を救った国内初のケースだと思う」と話しています。 このうち60代の女性患者は当初、医師から「急性骨髄性白血病」と診断されこの白血病に効果がある2種類の抗がん剤の治療を数か月間、受けましたが、意識障害を起こすなど容体が悪化し、その原因も分かりませんでした。このため、女性患者の1500に上る遺伝子の変化のデータを人工知能に入力し分析したところ、人工知能は10分ほどで女性が「二次性白血病」という別のがんにかかっている
従来は人工知能の開発というと、高度なスキルがないと手が届かないイメージがあった。 しかし現在では、多少のプログラミングの知識があれば、人工知能を使ったアプリケーションやシステムを開発できるようになった。 そこで今回は、手軽にはじめられる人工知能を使ったアプリケーションの開発方法をまとめてみた。 「言語処理AI」「音声処理AI」「画像処理AI」など様々な種類の技術を、入門者向けに広くピックアップした。興味のある分野について、それぞれ掘り下げてみることをおすすめする。 ※2016.07.23「Amazon ML」を追記 目次 目次 関連記事 開発方法1.ユーザーローカル社の「全自動会話API」 タイプ 難易度 特徴 開発方法2.Locl Interactive Incの「Meya」 タイプ 難易度 特徴 開発方法3.ユーザーローカル社の「形態素解析API」 タイプ 難易度 特徴 開発方法4.P
サービス終了のお知らせ SankeiBizは、2022年12月26日をもちましてサービスを終了させていただきました。長らくのご愛読、誠にありがとうございました。 産経デジタルがお送りする経済ニュースは「iza! 経済ニュース」でお楽しみください。 このページは5秒後に「iza!経済ニュース」(https://www.iza.ne.jp/economy/)に転送されます。 ページが切り替わらない場合は以下のボタンから「iza! 経済ニュース」へ移動をお願いします。 iza! 経済ニュースへ
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