https://jp.techcrunch.com/2017/08/18/side-business-caos-map/
京都の「コケ」を識別する手法が深層学習の弱点を克服する
深層学習の手法に基づく物体認識は、特徴がはっきりしないものを識別するのが苦手だ。京大の伊勢准教授らが開発した「コケ」の種類を識別する手法は、この弱点を克服する有望な方法となりそうだ。 by Emerging Technology from the arXiv2017.08.18 147 26 6 0 近年、深層学習アルゴリズムが機械による物体認識に革命を起こしている。テーブル、イス、自動車、さらには人の顔といったありふれた物の識別において、最先端のアルゴリズムは人間を易々としのぐようになった。 しかし、深層学習アルゴリズムには弱点があり、認知できないものが存在する。たとえばマシン・ビジョンは、草やハーブなどの識別が苦手だ。形状が定まっておらず、特徴を定義しづらいからだ。 テーブルは一般的に、4本の脚と1つの平らな面を持つ。機械学習はこういった特徴を識別するのが得意だ。一方、草やハーブは同一
変分ベイズを使って変化点検知をしてみる - 作って遊ぶ機械学習。
おつかれさまです．今回は簡単なメッセージ受信数のデータを使って，変分ベイズによる変化点検知をやってみたいと思います．なお，今回使うデータやモデルは下記のPyMCの入門書を参考にしています*1. Pythonで体験するベイズ推論-PyMCによるMCMC入門-キャメロン-デビッドソン-ピロン この本では推論にMCMCを使っていますが，今回はモデルはそのまま流用し，同じことを実現する変分ベイズによる近似推論を導いてみます． 一般的には変分ベイズの方が計算が高速なので，MCMCの性能に満足できない場合などは変分ベイズは良い代替手法になり得ます．また，今回紹介する例は，過去に紹介した混合モデルを使った例よりも比較的シンプルですので，変分ベイズの入門題材にはちょうど良いんじゃないかと思っています． MCMCによる変化点検知 ・メッセージ受信データ PyMC本では次のような「ある期間で受信したメール数」
ロバート・キャンベルさん「日本人のここが変」問う企画は大嫌い | AERA dot. (アエラドット)
ロバート・キャンベルさん（５９）／日本文学研究者、国文学研究資料館長。米・ニューヨーク市出身。ハーバード大学大学院東アジア言語文化学科博士課程修了。１９８５年に九州大学文学部研究生として来日。東京大学大学院教授などを経て２０１７年から現職この記事の写真をすべて見る 内向き社会と言われながらも、テレビでも、街の中でも多く見かけるようになった。在日外国人やダブル（ハーフ）の人びと。彼ら・彼女らの目に映る現代の日本の姿とは──。日本文学研究者で、国文学研究資料館長も務めるロバート・キャンベルさんに話を聞いた。 ＊ ＊ ＊ 「日本人のここが変」を問うような企画は、本当は大嫌いなんです。いつから日本人は、外からどのように見られているかを気にするようになったのでしょうか。かえって過剰な承認欲求を感じます。私の専門である江戸・明治時代の文学にはほとんど出てこない考え方です。 ここに通じるのが「空気を
ウイスキーに水を数滴垂らすとおいしくなる理由 研究
英グラスゴーで製造されたシングルモルトウイスキー（2016年12月12日撮影、資料写真）。(c)AFP/ANDY BUCHANAN 【8月18日 AFP】ウイスキーは水を数滴垂らすと味わいが増すことは、大半の専門家が同意している。バランスのとれたブレンドもスモーキーな銘柄も、たばこやレザーの香りが強いものもだ。だが、知りたいのはその理由だ。スウェーデンの生化学者らは17日、水を加えると味が良くなるのは、グラスに注がれたウイスキーの表面に香りを浮かび上がらせる物質の微妙な相互作用にあるとする研究論文を発表した。 例えば、英スコットランド（Scotland）のアイラ（Islay）島で造られるウイスキーに特有なスモーキーなフレーバーは、フェノールという化合物、なかでもグアヤコールによるものだ。 スウェーデン・カルマル（Kalmar）のリンネ大学（Linnaeus University）のビョルン
普通の人は何をあきらめるべきなのか？
最新の国民生活基礎調査（厚生労働省）をざっと覗いてみると、現代の日本における普通の家の生活環境が透けて見えてきます。 同調査に寄れば、1年間で1世帯が稼いだ平均所得はおよそ546万円であることが分かります。 そこで本日は「平均値＝普通の家」と捉え、普通の家が健全な生活を送っていくために、何を諦め、何を重要視すべきなのかそのライフプランに迫っていきたいと思います。 普通の家ってどんな家？ まずここでは、最新の調査をもとに「普通の家」が置かれている状況を整理してみることにします。 普通の家の収入 引用：年齢階級別の世帯平均所得金額 日本における平均的な世帯年収は、30歳時点でどれほどあるのでしょうか。同調査における年齢階級別の世帯平均所得値から予測してみたいと思います。 そこで、30歳以上59歳以下の世帯に注目し、各階級区間における中央値から年収上昇率を計算してみました。 すると、このグラフに
プログラミング入門者向け、PHPを基礎から学習できるサイト7選 - paiza times
Photo by Daniel Ramirez プログラミングは未経験or初心者だけど、Webエンジニア職に就職したい…という方、PHPを始めてみませんか？ paizaユーザー、特にプログラミング入門者の中で、勉強したいプログラミング言語として常に上位にあがるのがPHPです。 PHPは1995年にカナダ人プログラマのラスマス・ラードフ氏によって生み出されました。動的なWebページを作るのに適したプログラミング言語で、HTMLの中に埋め込むことができるという特徴を持っています。近年はWebサービスの普及やフレームワークの整備にともなってPHPの需要が拡大、国内外の数多くのWebサイトのほか、WordPressをはじめとしたCMSでも広く使用されています。さらに、最近はブラウザゲーム・ソーシャルゲームの発展によりゲーム開発でも使われることが増えました。エンジニアの求人数も加速度的に増えており、
機械学習でビジネスインテリジェンスを向上させる
ガートナーの米国本社発のオフィシャルサイト「Smarter with Gartner」と、ガートナー アナリストらのブログサイト「Gartner Blog Network」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップして翻訳。グローバルのITトレンドを先取りし「今、何が起きているのか、起きようとしているのか」を展望する。 保険会社が、保険料率と保険料をより精密かつ効率的に予測し、収益率を高められるツールを持っていたらどうなるだろうか。あるいは、天然ガス事業者がガス漏れやインバランス（パイプラインシステムからの引出量とパイプラインシステムへの投入量の差）を予測し、的確に対応するツールを活用して、安全性や効率性、顧客満足度を向上できたらどうだろうか。 これらはいずれも機械学習の活用例だ。機械学習技術の導入が活発化している。モノのインターネット（IoT）、ソーシャルメディア、モ
【月次無料ワークショップ】機械学習を使った時系列売上予測 (2017/08/31 19:00〜)
イベント概要 この勉強会では、最新の機械学習の手法を使った時系列分析のモデルの作り方を学習します。一般的には、PythonやRのパッケージを使って行われることが多い時系列分析ですが、今回はKaggleでトップになったデータサイエンティストたちが作り上げた機械学習自動化ツールのDataRobotを使って時系列データのモデリングを簡単に行います。DataRobotは優れたUIで統計・プログラミングの知識のない方でも最新の機械学習を使ったモデリングができるプラットフォームとなっています。 今回は複数店舗の毎週の売上データの予測をお題にDataRobotのアカウントを持っていらっしゃる方はハンズオンで予測モデルを作成したいと思います。更に単にモデルを作るだけでなく、どのような特徴量を使えば精度が良くなるのか、データにどのような前処理を行えば良いのか、トレンドデータや集約データを使った時系列予測など
Googleが発見した、最も成功しているチームに共通する5つの特性 | ライフハッカー・ジャパン
Inc.：長年にわたり、Googleは数え切れないほどの研究に取り組み、膨大なデータを集め、何百万ドルもをつぎ込んで自社の従業員をより良く理解しようと努めてきました。Googleの最も興味深い取り組みの1つであるプロジェクト・アリストテレス（Project Aristotle）は、社内で最高の業績をあげているチームに焦点を当て、チームの生産性を高める秘訣を探ろうというものでした。 なかでも、生産性の高いチームと低いチームの違いは何なのか？ を解明することに主眼が置かれました。 この調査をはじめる前、Googleの経営陣は、ほかの多くの組織と同じように、最高のチームをつくるということは、最高の人材を集めることであると信じていました。それは理にかなった考えです。最高のエンジニアに、MBA、博士を集めれば、最高のチームのでき上がり。そうですよね？ しかし、Googleの人事分析マネージャ、Jul
GUIでニューラルネットワークが設計できる無償ツール
ソニーは2017年8月17日、ソニーグループ内で活用してきたディープラーニング（深層学習）プログラムの開発ツール「コンソールソフトウェア：Neural Network Console」を一般公開した。 「30倍程度、効率化できる」 ソニーは2017年8月17日、ディープラーニング（深層学習）プログラムをグラフィカルユーザーインタフェース（GUI）ベースで作成できる開発ツール「コンソールソフトウェア：Neural Network Console」（以下、Neural Network Console）の無償提供を開始した。同ツールを使用すれば、これまでのコーディングベースでの開発手法に比べ「ディープラーニングプログラム開発を30倍程度、効率化できる」（同社）という。 ソニーが無償公開したNeural Network Consoleは、2015年からソニーグループ内で運用されてきたディープラーニ
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
その40やっちゃんのパンジービオラの種まきまとめ : やっちゃんのいきいき花苗育苗日記