「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
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」
【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
【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
【デブサミ2016】18-B-1レポート エンジニアなら使える深層学習 ～ TensorFlowやDataRobotで機械学習がもっと身近に
「機械学習」という言葉は最近では半ばバズワードしつつありますが、関連するキーワードとして「深層学習（Deep Learning：ディープラーニング）」も同様に脚光を浴びています。機械学習と同様に気になるワードではあるけれど、一体その正体とは何なのか、何ができるのか？ という風に思っている人も少なからずいるのではないでしょうか。2016年02月18日に目黒雅叙園にて行われた「Developers Summit 2016」では、高エネルギー物理学の博士号を持ち、ニューヨーク大学でデータサイエンティストとしてヒッグス粒子発見のためのデータ解析に携わり、現在ではDataRobot社でデータサイエンティスト兼オーガナイザーを務めるシバタアキラ氏が、分かりやすい内容で深層学習とDataRobotに関する解説を行いました。本記事ではそのセッション内容についてレポートしたいと思います。 講演資料：エンジニ
Google発の深層学習フレームワーク「TensorFlow」が一般エンジニアに与える可能性
こんにちは、PyData.Tokyoオーガナイザーのシバタアキラです。先日公開され大きな反響を呼んだGoogle社の深層学習（ディープラーニング）フレームワーク、TensorFlow（テンソルフロー）。今回はPyData.Tokyoのハッカソンイベントで、参加者の皆さんとTensorFlowについて学び、コーディングし、ディスカッションした内容から得た所感を共有したいと思います。深層学習のネットワーク設計という非常に高度な課題は、一般のエンジニアやデータサイエンティストにはとっつきにくいものですが、既存のさまざまな手法やツールがTensorFlowに移植されつつあり、今後ここが深層学習開発の拠点になる予感がしました。 シバタアキラ PyData.Tokyoのハッカソンイベント 前置き～今回のハッカソンを行うに至った経緯 PyData.Tokyoは昨年秋に開始し、第1回のテーマとして深層学習
AzureCon基調講演登壇レポート：インドリージョン、GPUサポート、IoT Suite、コンテナサービス、セキュリティセンター
原典：AzureCon Keynote Announcements: India Regions, GPU Support, IoT Suite, Container Service, and Security Center はじめに 昨日、AzureConイベントを開催しましたが、世界中から何万人もの開発者の方にご参加頂けました。イベント期間中、Microsoft Azureへの素晴らしい新機能についていくつか発表を行いました。 インドの新しい3つのAzureリージョンを一般公開 GPU機能を備えた新しいNシリーズ仮想マシンを発表 購入が可能になったAzure IoT Suiteを発表 Azureセキュリティセンターを発表 Jet.com、Nascar、アラスカ航空、Walmart、ThyssenKruppなどAzureをお使い頂いている素晴らしいお客様に、そのご体験についてお話し頂ける
機械学習に関する書籍『Model-Based Machine Learning』のアーリーアクセス版が公開、マイクロソフトリサーチの研究者が執筆：CodeZine
機械学習に関する書籍『Model-Based Machine Learning』が、アーリーアクセス版として、6月11日現在Web上で公開されている。執筆は、Microsoft Research Cambridgeの研究者であるJohn Winn氏とChristopher Bishop氏。 本書は、機械学習の中でも「model-based machine learning」に着目するもの。目次は下記のとおり。現在、第4章「Uncluttering Your Inbox」まで公開されており、残りは完全版で公開される予定。 How can machine learning solve my problem? 1. A Murder Mystery 2. Assessing People's Skills 3. Meeting Your Match 4. Uncluttering Your In
Pythonディープラーニングライブラリのツートップ「Pylearn2」「Caffe」とは～PyData Tokyo Meetup #1イベントレポート
PyData Tokyoは「Python＋Dataを通じて、世界のPyDataエクスパートと繋がれるコミュニティーを作る」ことを目的として設立されました。その達成に向けた活動の一つとして、月1回のペースで勉強会を開催しています。勉強会はゲスト講師による講演＋ディスカッションという構成です。2014年10月に開催された第1回勉強会「PyData Tokyo Meetup #1 - Deep Learning」では、非常に活発な議論が行われ、今後の発展が期待できる内容となりました。 本連載では、勉強会を含む活動を通じてPyData Tokyoが得た「Python＋Data」の可能性やナレッジを、読者の方にお届けしていきます。機械学習や大規模データ解析など、幅広いテーマを取り扱っていく予定です。 データ解析に関心を持つ人たちのコミュニティ 「PyData Tokyo」の設立 こんにちは。PyDa
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
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
Google発の深層学習フレームワーク「TensorFlow」が一般エンジニアに与える可能性 (2/3)：CodeZine（コードジン）
Amazon Machine Learningスタートアップガイド一覧