GitHub - dmlc/minpy: NumPy interface with mixed backend executionYou signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
The AI 100
AI 100: The Artificial Intelligence Startups Redefining Industries The AI 100 is CB Insights' annual list of the 100 most promising private AI companies in the world. Download the full list of winners to meet companies working on diverse solutions designed to recycle plastic waste, improve hearing aids, combat toxic online gaming behavior, and more. Some of this year’s winners are advancing the de
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
量子コンピュータ×人工知能でなにが起きるのかを知って本気でプログラミングの勉強しようってなった話（前編） - PythonではじめるDeep Learning
初めまして。 きつねと申します(ᵔᴥᵔ) 以後お見知り置きを 先日「量子コンピュータが人工知能を加速する」を読みました。 まずこれを読んだ直後というかむしろ読んでいる途中に感じたことなのですが、 とてもとてもワクワクしました。 本の内容はタイトルの通り 量子コンピュータが人工知能を加速させるだろうという未来予測的（？）な内容 なのですが、ここに書かれている未来を想像するとドキドキが止まらなくなります。未来予測というとなんだか胡散臭い内容なのかな？と思われるかもしれないですが、自動運転自動車や医療、ヘルスケアなどすでに人工知能が働いている分野でさらなる飛躍が起こるはずだという話なので特に何かを誇張しているとかではないと思います。 東京工業大学の西森教授と東北大学の大関教授という方の共同著作で、 量子力学について全く知識がない僕でもわかるように丁寧に解説してくださっている ので本当に量子コンピ
Game Theory reveals the Future of Deep Learning
Credit: https://unsplash.com/search/game?photo=B4op5oZ4x5QIf you’ve been following my articles up to now, you’ll begin to perceive, what’s apparent to many advanced practitioners of Deep Learning (DL), is the emergence of Game Theoretic concepts in the design of newer architectures. This makes intuitive sense for two reasons. The first intuition is that DL systems will eventually need to tackle si
NIPS 2016 Adversarial Training Workshop 体験記 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 去年参加したNIPS Adversarial Training Workshopについて書きます。 Advent Calendarに投稿するはずだったのですが忘れていました...すみません。 動画が全て上がっているので詳しく知りたい人はそれを見るといいと思います。 https://www.facebook.com/groups/675606912596390/ あとHuszarのBlogとかにももっといいまとめが上がっているのでそれもおすすめです。またGANは曖昧な部分が多かったり理解が甘くて、とんちんかんなことを書いていたりかもしれま
Deep Learning Online Training Course | Udacity
This Nanodegree trains the learner about foundational topics in the exciting field of deep learning, the technology behind state-of-the-art artificial intelligence. This Nanodegree trains the learner about foundational topics in the exciting field of deep learning, the technology behind state-of-the-art artificial intelligence.
Chainer:ことはじめ | Webシステム開発／教育ソリューションのタイムインターメディア
新年を迎えたので、何か新しいことをしようということで選んでみたのがChainerである。 去年の春、AlphaGoから人工知能の狂乱ブームが始まり、猫も杓子も Deep Learning を勉強しているようで、オライリージャパンの『ゼロからはじめるDeep Learing』がやたらに売れている。 もう４万部を突破しているようだが、あの本を４万人もの人が読んで理解できるなら、日本のIT技術者の層は予想より遥かに厚かったことになるが、実際には人工知能ブームに流されて買っただけで積読状態ではないかと思っている。 Deep Learning(以下ＤＬ)でよく利用されている言語がPythonである。といっても、Pythonの基本部分ではなく、NumPyを始めとする拡張部分を使いまくってDＬを実現している。つまり、Pythonの基本部分を使いこなすだけでDＬのコードが書けるわけではない。 ちょっと勉強
「このコンピューター書がすごい2017年。」ベスト10発表！
横田です。今年も「このコンピュータ書がすごい！」が開催されたので、行って参りました。 今年も「高橋メソッド」でお馴染みの高橋 征義さんと、コンピュータ書の仕掛け人である各出版社の編集者の方が、2016年に売れたコンピュータ書について座談会形式で話すものです。私は2016年、2015年、2014年と4年連続で参加いたしましたが、今年も数多くの人が参加していました。 というわけで、今回も「ジュンク堂で販売部数が多かったコンピュータ書の年間ランキングが発表されていたので、例年通りベスト10をこちらのエントリでご紹介したいと思います。 ちなみに、例年ですと、高橋さんがジュンク堂書店で「月ごとにランキングに入ったコンピューター書」や「その月に発売されたコンピューター書」を紹介し、本によっては編集者の方がコメントをするような形になっております。（そして、例年時間が足りなくなります（笑））。 しかし、今
機械学習を勉強して内容を動画でまとめていく - Qiita
田中TOMという名前で底辺Youtuberやってます。 機械学習について勉強して学んだことを動画でまとめていきます。 Random Forestで分類問題 Random Forest で分類問題 part1 決定木モデル 理論編 Random Forest で分類問題 part2 決定木モデル 実装編 Random Forest で分類問題 part3 Random Forest 理論編 Random Forest で分類問題 part4 Random Forest 実装編 Kerasで時系列データ予測 簡単にNN(ニューラルネットワーク)が構築できる Keras で時系列データの機械学習を行う。 Kerasで時系列データ予測 part1 環境構築 Kerasで時系列データ予測 part2 Keras Kerasで時系列データ予測 part3 再帰型ニューラルネットワーク Kerasで時系
Lectures on Deep Learning, Robotics, and AI | Lex Fridman | MIT
This page is a collection of select recorded lectures on AI given by Lex Fridman and others. 2020 Deep Learning State of the Art (2020)
DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker
Artificial intelligence has seen several breakthroughs in recent years, with games often serving as milestones. A common feature of these games is that players have perfect information. Poker is the quintessential game of imperfect information, and a longstanding challenge problem in artificial intelligence. We introduce DeepStack, an algorithm for imperfect information settings. It combines recur
OSX10.10でCaffeをインストール、リファレンスモデルで画像を分類 - Qiita
2015年4月22日現在の情報です caffeは頻繁にアップデートを行うので今現在動くかは保証しかねます インストールからリファレンスモデルを用いて画像判別をします． リファレンスモデルbvlc_reference_caffenet.caffemodelとclassify.pyを使用した画像識別についてまでです． caffeとは ディープラーニングフレームワーク 非常に高速かつ開発が活発で人気の高いフレームワークです 詳しくは公式を見ましょう http://caffe.berkeleyvision.org/ 少し性能を見たい方は Caffe Demos に分類したい画像のURLを貼ると 公式のリファレンスモデルで画像分類を行ってくれます MacOSX10.10.3(yosemite)にインストールする 以下の記事も参考になるかと思います OS X 10.10（Yosemite）にCaffe
Deep Text Corrector
Code | While context-sensitive spell-check systems (such as AutoCorrect) are able to automatically correct a large number of input errors in instant messaging, email, and SMS messages, they are unable to correct even simple grammatical errors. For example, the message “I’m going to store” would be unaffected by typical autocorrection systems, when the user most likely intendend to communicate “I’m
GANs will change the world
It’s New Year’s 2017, so time to make predictions. Portfolio diversification has never been me, so I’ll make just one. Generative Adversarial Networks — GANs for short — will be the next big thing in deep learning, and GANs will change the way we look at the world. Specifically, adversarial training will change how we think about teaching AIs complex tasks. In a sense, they are learning how to imi
Attention-Based Convolutional Neural Network for Semantic Relation Extraction
Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: Technical Papers, pages 2526–2536, Osaka, Japan, December 11-17 2016. Attention-Based Convolutional Neural Network for Semantic Relation Extraction Yatian Shen, Xuanjing Huang Shanghai Key Laboratory of Intelligent Information Processing School of Computer Science, Fudan University 825 Zhangheng Road, Shang
Detection of phase transition via convolutional neural network
We design a Convolutional Neural Network (CNN) which studies correlation between discretized inverse temperature and spin configuration of 2D Ising model and show that it can find a feature of the phase transition without teaching any a priori information for it. We also define a new order parameter via the CNN and show that it provides well approximated critical inverse temperature. In addition,
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
Redirect
TechCrunch | Startup and Technology News
Pythonで始める機械学習入門
