Googleが自社で使っている「クラウド機械学習」を一般に開放、こんなスゴイことが簡単にできる
GoogleがGCP NEXT 2016で、Googleの使うクラウドベースの機械学習プラットフォーム「Cloud Machine Learning」を公開。アプリ開発者が自社のサービスで強力な機械学習機能を利用できるようにしました。 Google Cloud Platform Blog: Google takes Cloud Machine Learning service mainstream https://cloudplatform.googleblog.com/2016/03/Google-takes-Cloud-Machine-Learning-service-mainstream.html Google Cloud Machine Learning at Scale — Google Cloud Platform https://cloud.google.com/produc
Amazon Machine Learning + AWS Lambda + API Gateway でリアルタイム予測APIを構築する | DevelopersIO
Amazon MLはリアルタイム予測APIを機能として提供しており、モデルを構築した後は簡単に予測結果を都度問い合わせることができます。 ですがAmazon MLの予測APIを直接叩くためには、モデルのIDやIAM Roleの認証情報が必要なため、クライアントにAccess Keyを渡すことや、モデルを更新するごとにIDを書き換えることを考えると、そのままでは使いづらい面もあります。 そこで、今回はAmazon ML + AWS Lambda + API Gatewayを組み合わせて公開用の予測APIを構築してみました。 構成図 構成は、このような形になります。 API GatewayはAPIの提供と鍵認証の管理をし、Lambdaを通してAmazon MLに予測の問い合わせを行います。 Lambdaを中間に挟むことで、Amazon MLのモデルが更新された場合や、予測に複数のモデルを用意し
クラウド機械学習の進歩で「プラモデルのように機械学習システムが作れる」時代が到来しつつある - 渋谷駅前で働くデータサイエンティストのブログ
こんなブログ・プレスリリースが出ていました。TensorFlowベースで実装されたクラウド機械学習アプリケーション、"Cloud Machine Learning"だそうです。 以前から既に取り沙汰されていたCloud Vision APIに加えて、Cloud Speech APIさらにはCloud Translate APIが使えるようになったということで、学習済みモデルの適用で事足りるというケースではこれらを使えば画像認識・音声認識・自動翻訳は片付いてしまうという話にもなります。またTensorFlowベースということは例えば普通の線形モデルだけでなく、それこそDeep Learningであっても使えるということになるようです（あくまでもプロダクトサイトから読み取った限りの話ですが）。 (Photo via Visual Hunt) これまでも様々な機械学習クラウドソリューションが各社
［速報］Google、クラウドで高速にディープラーニングを行う「Cloud Machine Learning」発表、TensorFlowベース。GCP Next 2016
［速報］Google、クラウドで高速にディープラーニングを行う「Cloud Machine Learning」発表、TensorFlowベース。GCP Next 2016 Googleは同社のクラウドに関するイベント「GCP Next 2016」を3月23日、24日の2日間にわたり米サンフランシスコで開催しています。 初日の基調講演で、最後の話題は機械学習（Machine Learning）でした。Googleはクラウドサービスの1つとして機械学習機能にも注力することを表明しています。Google Senior FellowのJeff Dean氏は、機械学習はコンピュータの歴史のなかで最も重要な出来事の1つだと説明。 Googleは2012年以来機械学習をさまざまなサービスに利用し、いま社内ではより使いやすくなった第二世代を機械学習を利用しているとのこと。 トレーニング済みの機械学習サービ
人工知能は WEBサーバの暗闇を救う 松本亮介 #ipsjone / JPSJ-ONE 2016 matsumotory
Webサービスのシステム管理で疲弊している人々を救いたい話
あきんどスシロー様とAmazon Machine Learningを用いた待ち時間予測の精度向上を実施しました ｜ Developers.IO
株式会社あきんどスシロー様とクラスメソッド株式会社はAmazon Machine Learning(以下、Amazon ML)を用いて、機械学習を用いた店舗混雑時の待ち時間予測の精度向上に取り組んでいます。 直近の取り組みでは、今までの方法では予測が困難であった一部の店舗に対して新手法で予測を行い、精度を向上することができました。今回はこちらの取り組みについて紹介したいと思います。 概要 券売機やスシローアプリなどに表示される入店までの待ち時間を予測するため、チケット情報・店舗の状態などからデータ分析を行い、特徴を抽出した上で機械学習を行いました。 各店舗では既に待ち時間予測のための仕組みが導入されていますが、商業施設内などの一部の店舗ではユーザが他店舗とは異なる行動をするため、別の切り口から予測を行う必要がありました。 今回は、この一部店舗を対象にTableauを用いてチケットデータ等の
Amazon様とAmazon Machine Learning ハッカソン/Meet-up を開催しました｜ハンズラボ株式会社
臼井です。 他の皆がリアルタイムに 10月の re:Invent の報告をしている中、 なんと9月中旬から下旬にかけて行われた Amazon Machine Learning ハッカソン/Meet-up について報告します！ 今回はADSJ様(Amazon Data Service Japan)による主催・運営と、 ハンズラボによるデータ提供とサポートによる共催でした。 以下、このハッカソンについてお知らせしていたページを記します。 Amazon Machine Learning ハッカソン/Meetupを開催します｜ニュース｜ハンズラボ株式会社 Amazon Machine Learning ハッカソン with ハンズラボ 2015年9月12日【Amazon ML ハッカソン】 Amazon Machine Learning Meet-up with ハンズラボ 2015年9月29日【
PyData Okinawa
About PyData Okinawa は Python + Data に興味のある方が交流できる沖縄を拠点にしたコミュニティです。 データから新しい価値を生み出したいという想いがあれば、どのようなバックグラウンドを持った方でも自由に参加できるオープンなコミュニティです。 沖縄で定期的に開催される勉強会では Python をメインな言語として使いますが、機械学習やデータアナリティクスに興味を持つ方であればどのような言語を使うプログラマの方でも参加可能です。 またハードルは高いかもしれませんが、これから Python プログラミングを覚えたい初心者の方も大歓迎です。 沖縄県外のコミュニティとも積極的に交流しながら、次の世代をインスパイアするような新しい価値を生み出していくことが PyData Okinawa の成功の姿です。 Elsewhere connpass X / Twitter S
「ITエンジニアのための機械学習理論入門」が発売されます。 - めもめも
gihyo.jp 表題の書籍が技術評論社より発売されることになりました。 本書の内容をまとめるにあたっては、国立情報学研究所「トップエスイー」の有志による勉強会で行った議論から、数多くのヒントをいただきました。同勉強会に参加いただいた方々に改めて感謝します。「ITエンジニアのための」と題されていますが、機械学習に興味のある方、これから機械学習を勉強してみたいという方であれば、どなたでも楽しんでいただける内容に仕上げることができました。 Amazonで予約が開始されていますが、参考として、「はじめに」「本書が対象とする読者」「各章概要」を公開しておきます。 はじめに 「機械学習」にかかわるITエンジニアが、予想以上に増えているのかもしれない――そんな疑問を抱いたのは1年ほど前の出来事でした。「データサイエンス」や「ディープラーニング」、果ては「人工知能」まで、メディア好みのバズワードが溢れる
［1］Amazon Machine Learningで何ができるか
皆さんは、Amazon Machine Learning（Amazon ML）というAWS（Amazon Web Services）サービスをご存知だろうか。2015年4月に発表されたこのサービスは、昨今の機械学習ブームも相まって、大きな注目を集めた。 AWS上にクラウドサービスとして機械学習 を行う環境が提供されたことで、今まで機械学習に触れる機会がなかった人々も、様々なデータを用いて機械学習を簡単に試すことができるようになった。 だが、環境が整えられ、機械学習が簡単に試せるようになった一方で、さらに踏み込んで機械学習を利用していくための基本的な知識やノウハウは依然として必要となっている。 そこでこの記事では、Amazon MLを題材に、機械学習とはなにか、どのようなことができるのかを解説したい。 Amazon Machine Learningとは Amazon MLについて、改めてどの
機械学習の入門本を書きました（データサイエンティスト養成読本） - 随所に主と作れば、立処皆真なり
初めて執筆に参加した本、データサイエンティスト養成読本シリーズの機械学習入門編が技術評論社さんから出ます。共著です。9月10日発売です。 データサイエンティスト養成読本 機械学習入門編 (Software Design plus) 作者: 比戸将平,馬場雪乃,里洋平,戸嶋龍哉,得居誠也,福島真太朗,加藤公一,関喜史,阿部厳,熊崎宏樹出版社/メーカー: 技術評論社発売日: 2015/09/10メディア: 大型本この商品を含むブログを見る このブログを読んでいる人はすでに機械学習に詳しい人が多いと思いますが、周りでこれから機械学習使い始ようとしている方に薦めてもらえれば幸いです。特に、最初の一歩を踏み出せずにいる方に手にとって欲しいと願っています。 また、発売当日にはちょうど私も日本に戻っており、執筆者が何人か集まって出版社主催のトークイベント（？）をする可能性もあるので、興味がある方はご参加
『データサイエンティスト養成読本 機械学習入門編』ご恵贈いただきました - 渋谷駅前で働くデータサイエンティストのブログ
タイトルを読んで字の如しですが、前作同様に*1技評さんから正式発売日より前に見本冊子をご恵贈いただきました。 データサイエンティスト養成読本 機械学習入門編 (Software Design plus) 作者: 比戸将平,馬場雪乃,里洋平,戸嶋龍哉,得居誠也,福島真太朗,加藤公一,関喜史,阿部厳,熊崎宏樹出版社/メーカー: 技術評論社発売日: 2015/09/10メディア: 大型本この商品を含むブログ (1件) を見る ということで正式発売より前の時点で既に大変に前評判も高い本書ですが、早速書評してみようと思います。改めて書くまでもないことかもしれませんが、以下の書評は僕個人の主観的意見に基づくものなのでバイアスがかかりまくっている怖れがある点予めご了承ください。 ざっと内容を眺めてみる 前回の書評同様、本文中での章立てにこだわらず僕個人の視点から見て切り分けて、適当に小見出しをつけて紹介
Amazon Machine Learning
In this session from the London AWS Summit 2015 Tech Track Replay, AWS Technical Evangelist Ian Massingham introduces the new Amazon Machine Learning service. Amazon Machine Learning is a service that makes it easy for developers of all skill levels to use machine learning technology. Amazon Machine Learning provides visualization tools and wizards that guide you through the process of creating ma
Amazon Machine Learningを理解するために3つの方法で天気予測をしてみた（二項分類編）
今回は天候データをAmazon Machine Learningに流し込み3つの方法（二項分類、多項分類、回帰分析）で天気予測をしてみます。 記事の目的 記事の目的は以下の3つです。 ・もっとも簡単な機械学習サービスであるAmazon Machine Learningを理解する ・同一データに対して3つの方法を利用することで3つの違いを掴む ・機械学習に対する属性情報の重要性を掴む 同じデータを複数の方法で利用することで、3つの違いや使い方がわかりやすく理解できると思います。 今回利用するデータは気象庁が提供する過去の天候データです。 http://www.data.jma.go.jp/obd/stats/etrn/ 項目が多く載っている東京都のデータを利用しています。 http://www.data.jma.go.jp/gmd/risk/obsdl/index.php Amazon Ma
Amazon Machine Learning を使ってみた
画面を指さしながら説明するために作った背景画像の上に、簡単な説明テキストを追加したやつです。
Azure MLって何？ からワークスペース作成まで
Azure MLって何？ からワークスペース作成まで：Webブラウザーでできる機械学習Azure ML入門（1）（1/2 ページ） 数学的な知識やソフトウェア知識がないと挑戦しにくい印象の機械学習を、Webサービスとして利用できる環境が「Azure Machine Learning」です。全体のプロセスを見ながら体験して理解してみましょう。 連載バックナンバー 本連載では、GUIやWebブラウザーなど手軽な環境を活用して、機械学習そのものの考え方の基本を理解していきます。 いきなりですが、読者の皆さんに質問です いきなりですが……、 機械学習って興味ありますか？ 機械学習を実際にしたことはありますか？ おそらく、こうした問いかけに対して、「興味はあるけど触れたことがない」という読者の方がほとんどだと思います。その理由を筆者は、どうやってやったらいいのか分からないからじゃないかなぁ、と思って
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
Amazon ML（あるいは他社のサービス）の簡単なデモレベルはやったことあるけど、それっきりってエンジニアに聞いてほしいですね
あなたの業務に機械学習を活用する5つのポイント
MachineLearningOrig2.pdf
Azure Machine Learning