「機械学習」を始める前に知っておくこと・検討すべきこと
人工知能ブームによって機械学習にも注目が集まっています。注目とともに、機械学習に関連したクラウドサービスや事例が様々な業界や分野で発表されています。クラウド形式の機械学習サービスとしても、APIを中心に提供されているものから、プラットフォームとして提供されているものなど様々です。本稿では、機械学習を始める際に検討すべきことについて紹介していきます。最後に、Oracle Cloudで機械学習環境を構築する際のステップについても触れます。 さあ、機械学習を始めましょう！ 第3次人工知能ブームによって、人工知能が急激な盛り上がりを見せています。その技術の1つである「機械学習」にも大きな注目が集まっており、機械学習の名を冠したサービスや事例が多数発表されています。特定のテクノロジーが1つの業界で盛り上がることはありますが、機械学習への注目はあらゆる業界を巻き込んでおり、いわば社会現象ともいえるでし
Google、モバイル／組込機器向け機械学習ソリューション「TensorFlow Lite」のデベロッパープレビュー版を発表
TensorFlow Liteは、バイナリサイズが小さく、高速な初期化および起動によって、オンデバイスでの機械学習を可能にする。ランタイムはさまざまなプラットフォームで動作するよう設計されており、現時点ではAndroid版とiOS版が提供される。また、モバイル機器への最適化によってモデルの読み込みにかかる時間を大幅に短縮したほか、ハードウェアアクセラレーションもサポートしている。 TensorFlow Liteには、あらかじめトレーニング済みのモデル「TensorFlow Model」が用意されており、これらのモデルが「TensorFlow Lite Converter」でTensorFlow Lite形式（TensorFlow Lite Model File）に変換され、モバイルアプリケーション内にデプロイされる。 処理系は、C++ API（Android／iOS共通）とインタプリタで構
GCPとAWSのマルチクラウドで構築する、大規模解析サービスのシステム全体像
大規模解析サービスの構成要素 大規模解析サービスは一般的に、以下の要素から構成されます。 ログ情報等のデータの送信 データの受信 データの保存 保存したデータの解析 解析データの閲覧などができる管理画面の提供 KARTEはユーザのWebアクセスデータをリアルタイムに解析し、アクションまでつなげることができるサービスであり、先ほど説明した5要素は、以下の5種類のコンポーネントによって実現しています。 trackerコンポーネント：エンドユーザで実行されるtracker[1]をエンドユーザに配布するためのコンポーネント trackコンポーネント：エンドユーザからデータを受信するコンポーネント。とくにKARTEでは解析データに基づいてエンドユーザへのアクションを返す役割も持つ dbコンポーネント：解析データなどのさまざまなデータを格納するコンポーネント analyzeコンポーネント：エンドユーザ
FlexChartをXamarin.Formsに導入してマルチプラットフォーム間での相違を探る
FlexChartは、ComponentOne以外にもXuniやWijmoにも同名のコンポーネントが存在します。今回は、WPF向けに前回作成したものを、Xuniを適用して、スマホアプリ開発で最近非常に注目されているXamarin.Formsに移植してみようと思います。 Xamarin.Formsは、C#を使ってコードを作成し、画面もWPFのXAMLによく似たXamarin XAMLを使ってモバイルアプリを作成することができる開発フレームワークです。 WPFで気温と降水量の複合チャートを前回作成しました。これをXuniで作成してみます。もととなるデータは、気象庁の過去の気象データ検索サイトから東京の平均気温と、降水量の月合計を使います。 備考 本記事で紹介している「Xuni」（2017年7月25日販売終了）の機能は、後継製品「ComponentOne Xamarin」（2017年7月26日発
プログラマが今からGoogle Cloud Platformを使いこなすには？ 第一線に立つ著者による入門書刊行
翔泳社では6月5日（月）に『プログラマのためのGoogle Cloud Platform入門』を刊行します。これからGCPの利用を検討しているプログラマが、インフラ技術の基礎知識から学べる本書。GCPで提供される主要なサービスの機能と特徴はもちろん、これらのサービスをどのように組み合わせるかというアーキテクチャの考え方、具体的な環境構築の手順も理解できるようになります。 『プログラマのためのGoogle Cloud Platform入門 サービスの全体像からクラウドネイティブアプリケーション構築まで』は、存在感が増してきているパブリッククラウドサービスの一つ、Google Cloud Platformの入門書です。 GCPは、GmailやYouTubeなどエンドユーザー向けのサービスを支えるGoogle独自のインフラ環境を、クラウドサービスとして利用できるようにしたものだと言えます。そのた
Elastic、オープンソース製品群「Elastic Stack 5.4」に機械学習機能を追加
米Elasticは、全文検索エンジンElasticsearchや、ログ解析／可視化ツールKibanaなどで構成されるオープンソース製品群の最新版「Elastic Stack 5.4」リリース向けの拡張機能（X-Pack）として、5月11日（現地時間）に「Machine Learning」（機械学習機能）をリリースした。 今回、搭載された「Machine Learning」は、同社が買収した行動分析技術プロバイダ大手の米Prelertの技術に基づいており、同社としては初の「教師なし機械学習機能」によって、ログファイル、アプリケーション／パフォーマンスのメトリック、ネットワークフロー、財務／取引データなどの時系列データから、自動的に異常を検知できる。 Elasticsearch内に保存している既存のデータや、継続的に取得しているデータを利用すれば、特別な設定なしで作業工程やリアルタイムのログ、
Elastic Stackをさらに活用しよう！ X-PackのMachine Learningを組み合わせて「教師なし」の異常検知を実現【デブサミ2017】
インターネットの利用が浸透するにつれ、適切な情報配信や不正を防ぐための施策はWebサービス継続に欠かせないものとなりつつある。そのためには、サーバーやネットワーク機器からのログ、およびWebサイトへのアクセスやログインといった稼働状況の効率的なモニターが欠かせない。その有効な手段として注目される「Elastic Stack」と機械学習を組み合わせた“スマートな検知”について、ElasticのSolutions Architectである大輪弘詳氏が解説した。 講演資料：Elastic Stackを利用した異常検知 Elastic Solutions Architect 大輪弘詳氏 「Elastic Stack」とは 「Elastic Stack」とは、Webサービスの効率的な運営・管理を実現するオープンソースソフトウェア製品群だ。リアルタイム検索・分析エンジンの「Elasticsearch」
“オラクルの社食で働くLINE Bot”はなぜ賢い返事ができるのか？ 秘訣は「スキル」と「フロー」にあり【デブサミ2017】
日本オラクルでは2016年秋、東京・青山の本社ビルにカフェテリア（社員食堂）を新設。同社エバンジェリスト Oracle Cloud Developersの中嶋一樹氏は、そのカフェの利用者をサポートする役割を担うBotを開発した。LINEの「友だち」に登録することで会話できるようになる、いわゆるLINE Botで、ユーザーがその日のランチメニューやカロリーを聞くと教えてくれるというものだ。実際に社員の間で日々活用されているという。本セッションでは、参加者がそれぞれ自由に手元のスマートフォンでそのBotと会話して操作するという参加型のデモンストレーションを交えながら、Botが提供する各種機能について紹介。それを支えるアーキテクチャや開発メソッドについて解説した。 講演資料：Waterfall cafeで働くBot 日本オラクル株式会社 エバンジェリスト Oracle Cloud Develop
【デブサミ2017】大賞はあの本！ 「ITエンジニアに読んでほしい！ 技術書・ビジネス書大賞 2017」
翔泳社が毎年開催している「ITエンジニアに読んでほしい！ 技術書・ビジネス書大賞 2017」は、エンジニアが世の中を変えるために役立つ本を紹介し広めるために2014年に始まった。 今年で4回目となる同賞も事前の一般Web投票にて技術書部門、ビジネス書部門それぞれベスト10を選出。各部門で得票数の多かった上位3タイトルの著者や編集者が集い、「Developers Summit 2017」のセッションの一つとして本の魅力を伝えるプレゼン大会を開催。 盛況となった会場で最終投票が行われ、下記の2部門6タイトルから特別賞と大賞が決定した。 技術書部門トップ3 『ゼロから作るDeep Learning――Pythonで学ぶディープラーニングの理論と実装』（2016年、オライリー・ジャパン） 斎藤康毅 『暗号技術入門 第3版 秘密の国のアリス』（2015年、SBクリエイティブ） 結城浩 『新装版 達人
ディープラーニング研究の第一人者が語る最新のAI技術、最終目標は単一モデルでさまざまな質問に答えるAIの実現
セールスフォース・ドットコムは昨年12月、年次イベント「Salesforce World Tour 2016 Tokyo」を開催。その基調講演などに登壇するため、Salesforce.com, Inc. チーフサイエンティスト 兼 Salesforce Research所長のリチャード・ソーチャー氏が来日した。本稿では、同社のAI機能「Salesforce Einstein」の開発を主導し、自身もディープラーニング研究の第一人者である同氏に、最先端のAI研究やSalesforceでの研究活動について話を聞いた。なお、聞き手は、東京大学の学生時代にキュレーションサービス「グノシー」を開発した1人で、ディープラーニングに関する著書もある、株式会社情報医療 CTOの巣籠悠輔氏にお願いした。 リチャード・ソーチャー氏は、ディープラーニングの研究開発を行うMetaMind社の設立者 兼 CEO/CT
翔泳社主催の「ITエンジニア本大賞 2017」、一般投票で選ばれた技術書・ビジネス書のトップ10が発表
ITエンジニア本大賞 技術書・ビジネス書の各ベスト10 ITエンジニア本大賞は、ITエンジニアにおすすめの技術書・ビジネス書を選ぶイベント。ITエンジニアによるWeb投票で各ベスト10を選出し、大賞は、Web投票で特に票の多かった6冊（技術書・ビジネス書各3冊）の書籍の著者、編集者、翻訳者などによるプレゼン大会の最終投票で決定する。プレゼン大会は、2月16日開催の「Developers Summit 2017（デブサミ2017）」内で行われる。 ベスト10に選ばれた書籍は以下の通り。 技術書部門ベスト10 ※50音順 『ITエンジニアのための機械学習理論入門』（技術評論社） 『Amazon Web Services実践入門』（技術評論社） 『暗号技術入門 第3版 秘密の国のアリス』（SBクリエイティブ） 『SQLアンチパターン』（オライリー・ジャパン） 『新装版 達人プログラマー 職人から
LINE Bot開発の概要と実装の基本
本連載では、今後広がっていくであろうbotの開発手法を、LINE Botを例として解説していきます。開発はPHP、サーバーはHerokuのフリーアカウントを利用するので簡単に、そして無料で運用が可能です。第2回となる今回は、前回動かしてみた完成済みプロジェクトを自分で一から作りながら、LINE Botの全体像、プロジェクトに必要なもの、基本的な実装と動きを解説します。LINE Bot SDKのインストール方法から始め、Procfileを用いたサーバーの設定、最後にコードを書いて実際にデプロイするところまでを行います。 LINE Bot Awardsエントリー受付中！（2017年2月22日まで） グランプリ賞金1000万円のLINE Bot Awards、エントリー絶賛受付中です。他にも賞金50万円の9部門、そして学生賞は賞金100万円となっています。革新的なBotを開発して入賞を狙いましょ
誰でも簡単にできる！ LINE Botの作り方
本連載では、今後広がっていくであろうbotの開発手法を、LINE Botを例として解説していきます。開発はPHP、サーバーはHerokuのフリーアカウントを利用するので簡単に、そして無料で運用が可能です。第1回はMac／Windowsの方に向けた開発環境の構築方法の解説、Herokuのアカウントの作り方とデプロイ方法、LINE Business Centerでのアカウント開設とbotの作成、それをHerokuにひも付けて、botからのリクエストをHerokuにデプロイしたプロジェクトが処理できるようになるところまで解説します。最後に完成済みのプロジェクトをダウンロードしてデプロイし、LINEアプリからbotにリクエストを送り実際に動くところを見てみましょう。 LINE Bot Awardsエントリー受付中！（2017年2月22日まで） グランプリ賞金1000万円のLINE Bot Awar
【デブサミ2016】18-A-6レポート Yahoo! JAPANを支えるデータテクノロジー ～ 機械学習、クラウド分散システム処理モデル
本セッションでは、Yahoo! JAPANを支える2つの代表的なデータテクノロジーが紹介された。前半はヤフーのサービスの機能改善を行っている機械学習について、ヤフオク!カンパニー ヤフオク!開発本部 サイエンス部の山下勝司氏が説明。常時3900万個の出品があるヤフオクでは、深層学習を利用した画像処理や分散表現を用いて機能改善を実施しているという。その実例を紹介した。後半はクラウド分散システム処理モデルについて、データ＆サイエンスソリューション統括本部 データインフラ本部 開発3部の今野賢氏が説明。データ分散モデルの現状と課題、そしてそれらを解決する理想のデザインモデルの実装例を紹介した。 ヤフー ヤフオク!カンパニー ヤフオク!開発本部 サイエンス部 山下勝司氏 同社 データ＆サイエンスソリューション統括本部 データインフラ本部 開発3部 今野賢氏 講演資料（山下氏）：ヤフオク!における機
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
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
SQLでバスケット分析と時系列分析を用いたデータ解析に挑戦する
なぜアジャイルが定着しない？ 日本のITプロフェッショナルの問題点――マイクロソフト 伊藤かつら執行役員
日本一わかりやすいLINE Bot開発講座一覧
Heroku、刷新したダッシュボードと運用監視ツールをβ版で提供