テストデータでの予測結果 先日新橋を散歩していたときの会話。 妻 "こういう路地って新橋らしさあるよねー" 私 "本当です？どういうところで当てられるの？" 妻 "歩道の雰囲気？" 私 "うーん" ということで、MLエンジニアたるもの、そんなことが本当にできるのか機械学習で検証してみましょう。 写真から撮影場所を当てる 作るもの 港区らしさとは 柵でわかる中央区・千代田区・江東区 最もXX区に間違えそうなYY区の写真とは 技術的な話 参考論文: PlaNet Google Streetview API と Geolonia API 学習について 他の地域の分類機を作る 自分の撮った写真の地域を当てる Limitation まとめ We are hiring! おまけ: モデルと勝負！ 写真から撮影場所を当てる こんにちは、AI・機械学習チームリーダーの大垣(id:Hi_king)です。 こ

エムスリーエンジニアリンググループの滝安（@juntaki）です。 私のチームでは製薬会社のマーケティング支援事業として、会員向けのアンケートを行っています。つい先日、新しいアンケートシステムのIbisをリリースしました。 この記事ではシステムをつくった背景とその概要を説明します。続きの記事でチームメンバーが技術的な詳細についても説明します！ アンケートのむずかしさと、Ibisをつくったわけ アンケートシステムは、かんたんに言ってしまえばフォームジェネレーターです。 ざっくりの要件としては、設定に従いアンケートの画面が動作すること、回答が適切なフォーマットで利用できること、の2点です。 ……そして、細かくは、バリデーション、回答による条件分岐などについて考慮する必要があります。また、当然それらをWebから管理できるわけです。難しく言うと、メタWebシステムといえる複雑さがあります。 すでに