SBI Holdings, a Japanese financial services conglomerate and one of the largest venture capital firms in the East Asian country, has made a $40 million multi-fund commitment to anchor pan-African VC f
小泉 ご無沙汰しております。 北川 お久しぶりです。 小泉 すっかり更新が途絶えてしまって、ごめんなさい。 北川 いえいえ。気を取り直してリスタートしましょう! 小泉 はい。前回はなんの話をしていたのでしたっけ。 北川 ビッグデータの民主化、ですね。 小泉 うう…記憶が… 北川 僕のダイエットでいうと、マイナス5.4キロのところ。 小泉 思い出しました! 北川 それで僕の体重なんですが… 小泉 いいんですよ、その話やめても。 北川 いや、逃げてはいけない。 小泉 風のうわさではプラス3キロときいています。ダイエットもリスタートですね。 北川 途中経過を報告させてください。10キロは減ったんです。減ったところで、レッドモンド出張が入ってしまって… 小泉 お、マイクロソフト本社ですね! 北川 はい。マイクロソフト本社へ行ってきました。そこでステーキや、ココナッツクリームケーキという、こう、ココ
ポニーの群れからシマウマを探す By エレン·フリードマン(MapR Technologies ビッグデータ・コンサルタント Apache Mahoutコミッター) オライリー社の実践機械学習シリーズの第2弾、テッド・ダニング氏との共著「異常検出の最新」が今週発行されました。以前の著作ではレコメンデーションに対する実践的なアプローチを取り上げ、皆さんが「ポニーが必要である」と考えるというところから始めました。第2弾では、ポニーの群れにいるシマウマ、群れの動きに逆らって泳ぐ魚のような稀に起こりうる異常値の発見について考えます。今回の目的は、どのように実践的な機械学習システムを構築すれば異常を発見できるか探ることです。このシリーズの目標は、実際の現場で必要とされる作業を考慮して問題解決を探っていくことです。 なぜ異常検出を使うのでしょうか? この手法への需要は広がり成長し続けています。異常検出
情報系の国際学会の多くでは、研究発表に加えてチュートリアル・セッションが設けられています。チュートリアルではホットなテーマの基礎から応用までが扱われ、要点を絞ってわかりやすく解説されており、初心者の入門には最適です。 学会に参加してチュートリアルを受けなくても、多くの場合はその内容を知ることができます。その概要は必ず会議のプログラムに掲載されますし、発表者がスライドを Web にアップロードすることも多く、発表の様子がビデオ配信されることもあります。 オンラインに情報があることは多いとはいえ、それらは基本的には分散しています。会議のウェブサイトにはチュートリアル一覧が載っています。しかし、そこから発表者によるチュートリアルサイトにリンクが貼られていることは少なく、スライドの情報もないことが多い。これは非常に不便です。 というわけで、2013年の情報系主要国際会議で行われたチュートリアルのタ
Tweet オンライン講義サイト「Udemy」に、私もいつもお世話になっている広島大学の玉木先生の講義「「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1」が公開されているのでご紹介します。 以下のリンクから、本講義のサイトに飛べます。 「ベイズ推定とグラフィカルモデル:コンピュータビジョン基礎1」 この講義は、教科書「Computer Vision: Models, Learning, and Inference」に沿って、主にベイズ推定モデルと(確率的)グラフィカルモデルによる機械学習パターン認識の手法の基礎~標準を、コンピュータビジョン分野での応用向けにマスターするための講義です。講義名に「基礎1」とついているように、講義の対象受講者は、大学でコンピュータサイエンスを専門とする学生のB4~M1を対象としていると考えていいと思います。もちろん、コンピュータビジョンを学生さんで
【第40回AIセミナー】 「説明できるAI 〜AIはブラックボックスなのか?〜」 https://www.airc.aist.go.jp/seminar_detail/seminar_040.html 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演ではこれら近年の代表的な説明法について紹介する。
もう花粉飛んでるらしいですね。比戸です。 昨年開いたICML2013読み会に続き、NIPS2013の論文を紹介する会を開きました。平日夜にも関わらず60名以上の申し込み、50名以上の参加があり、改めて機械学習への興味の高さを裏付けるものとなりました。会場提供にご協力頂いた東大の武田朗子先生、中川裕志先生、および発表者の皆さんありがとうございました。 ここで特筆したいのが、@mooopanさんが選んだ”Playing Atari with Deep Reinforcement Learning“です。 話題のDeep Neural Networkと強化学習を組み合わせて、テレビゲームで人間にも勝ったという、この日唯一のワークショップ論文紹介だったのですが、なんと著者の所属するDeepMind TechnologiesがGoogleに500億円以上で買収されたというニュースが3日前飛び込んでき
2013/7/27 "第28回 データマイニング+WEB@東京−データマイニング・機械学習とビジネス展開 祭り−"を開催しました。 第28回 データマイニング+WEB@東京 ( #TokyoWebmining 28th)−データマイニング・機械学習とビジネス展開 祭り−: Eventbrite Google グループ 会場提供し運営を手伝って下さった ニフティ株式会社 のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧: 参加者Twitter List: Twitter List TokyoWebmining 28th 参加者セキココ:第28回 データマイニング+WEB @東京 セキココ (作成してくれた @komiya_atsushi さ
The document discusses hyperparameter optimization in machine learning models. It introduces various hyperparameters that can affect model performance, and notes that as models become more complex, the number of hyperparameters increases, making manual tuning difficult. It formulates hyperparameter optimization as a black-box optimization problem to minimize validation loss and discusses challenge
NEC データマイニングセミナーでは、日本電気社外の専門家にご講演をしていただき、 理論・応用・ビジネスと幅広く議論を実施しています。 第7回より学術機関および学生の方々ににセミナーを公開いたしました。 参加を希望される方は、メールタイトルを「NECデータマイニングセミナー参加申込」とし、 ご所属: お名前: ご役職 (学生の方は学年): 連絡先メールアドレス: 希望されるセミナー : 第 XXX 回 を、以下のメールアドレスへ送付ください。 データマイニングセミナー申込: webmaster@datamining.jp.nec.com 第16回 講演 (NEC基幹技術フォーラム) 混合分布学習の基礎から最先端 講演者 :佐藤 一誠 助教 (東京大学)、 藤巻 遼平 研究員 (NEC Laboratories America) 開催日 :2013年4月4日 概要 : 実用場面で非常に
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
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
処理を実行中です
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