Andrew Ngが説く「AIプロジェクトをいかにして始めるべきか」論 - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) 大変に面白い記事がしばらく前のHBRに出ていて話題になっていました。筆者は、あのAndrew Ng。機械学習(ML)そして人工知能(AI)の研究者・教育者（Courseraの共同創設者）としてあまりにも有名ですが、Google BrainやBaiduのAI groupやLanding.aiを設立し率いた実務家としても著名です。 その彼が説く「AIプロジェクトをいかにして始めるべきか」論となれば、間違いなく一読の価値があることでしょう。ということで、今回のブログ記事ではそのHBR記事を取り上げることにしてみます。ただしHBRゆえいずれ翻訳記事が国内販売の日本語版で出ることが予想されるため、完全な翻訳を行うのはここでは見合わせます。以前の海外記事紹介の時と同様に、引用は見出しのみに留め、内容については要約とともに僕自身の経験に基づく補足を交えて論じることと
日本たばこ産業、顧客が将来購入する銘柄を機械学習で予測、キャンペーンで20％の費用対効果 | IT Leaders
IT Leaders トップ ＞ 経営課題一覧 ＞ 顧客接点拡大 ＞ 事例ニュース ＞ 日本たばこ産業、顧客が将来購入する銘柄を機械学習で予測、キャンペーンで20％の費用対効果 顧客接点拡大 顧客接点拡大記事一覧へ [事例ニュース] 日本たばこ産業、顧客が将来購入する銘柄を機械学習で予測、キャンペーンで20％の費用対効果 2019年1月31日(木)日川 佳三（IT Leaders編集部） リスト 日本たばこ産業（JT）は、JTブランドに対する顧客ロイヤルティを高めるため、顧客に対するワントゥワンマーケティングの施策立案から効果検証までの一連のプロセスに、マシンラーニング（機械学習）を活用したデータ分析の仕組みを導入した。システム構築を担当したブレインパッドが2019年1月29日に発表した。 JTは今回、会員データから顧客の需要を見出し、顧客が近い将来利用する銘柄（ブランド）を予測するモデル
機械学習とか全くわからないけどKaggleに初挑戦してみた - ぴよぴよ.py
今日は#pyhack & Kaggleに初参加してみました。 Kaggleとは? Kaggleは企業や研究者がデータを投稿し、世界中の統計家やデータ分析家がその最適モデルを競い合う、予測モデリング及び分析手法関連プラットフォーム及びその運営会社である。 bywikipedia とりあえず今日の目標は、機械学習とか全くわからないけど、とりあえず何か提出してみよう、という感じです。 挑戦するのはDigit Recognizerという、手書きの数字の画像から数字を判別するチュートリアルコンテストです。 データは実際には画像ではなくて、28*28の0~255の数字で用意されています。 まずは適当にやってみる 誰かの記事なんかに沿ってやってくのは難しいしよくわからないし、ワクワクしないので、とりあえず最初に自分で考えたしょぼい方法でどこまでできるかやってみます。 機械学習（教師あり）は一切知識がない
いまさら聞けない？scikit-learnのキホン | DevelopersIO
こんにちは、小澤です。 今回は、scikit-learn入門として、機械学習を使ったシステム構築の流れを見てみましょう。 機械学習というと複雑な数式などを駆使して難しいプログラムを実装するイメージがあるかもしれませんが、 ライブラリを利用するだけであれば簡単であることがわかるかと思います。 機械学習の種類 機械学習には様々な種類のものがあります。 ここでは、分類方法として以下のようにしています。 教師あり学習 教師なし学習 その他(半教師あり学習、強化学習など) 教師あり学習 教師あり学習ではデータと正解ラベルの2つの情報が渡されます。 大量のデータから「このデータの正解はこのラベルであった」というパターンを見つけ出して、正解ラベルのないデータに対してもそれを予測するものになります。 教師あり学習はさらに正解ラベルの種類によって回帰と分類に分けられます。 回帰は、正解となる値が連続した数値
Coursera Machine Learning: 概要とWeek1-Week5までを振り返って - Qiita
本記事はジーズアカデミー Advent Calendar 2016の12/3分です。 ジーズアカデミー4期の浜谷と申します。すでにジーズアカデミーDEVコースを卒業したのですが、現在はジーズアカデミーにて機械学習勉強会を開催しています。 機械学習勉強会では、機械学習の授業で最も人気があるCoursera Machine Learningのコースを利用することにしました。何番煎じかわからないのですが、ここではCoursera Machine Learningコースの概要と前半のWeek1-Week5までの振り返りについて書いていきます。 Coursera Machine Learningコースとは Courseraとは大学レベルの講義をオンラインで受けられるwebサービス(MOOCs)の一つです。講師はStandord大学准教授であり、百度(Baidu)のChief Scientistでもあ
Coursera Machine Learning (1): 機械学習とは？単回帰分析、最急降下法、目的関数 - Qiita
Coursera Machine Learning (1): 機械学習とは？単回帰分析、最急降下法、目的関数機械学習coursera最急降下法単回帰分析目的関数 機械学習を学ぶのに最も適した教材と言われる、Machine Learning | Coursera を受講しているので、復習も兼ね学んだ内容を簡潔にまとめてみようと思います。 第一弾は、機械学習の定義 (What is machine learning?)、単回帰分析 (linear regression)、最急降下法 (gradient descent)、目的関数(cost function) です。 そもそも機械学習ってなに？ 機械学習の元々の定義は、 The field of study that gives computers the ability to learn without being explicitly pr
機械学習に入門するときに一番最初にやったこと - もふもふ技術部
2015-2016年の年末年始を利用してはやりの機械学習で遊んでみようと思った。mofmof inc.はRailsの会社だけども、新しいテクノロジーも積極的チャレンジしていきたいのでね。 機械学習の超初心者は何から始めるべきか？ ざっと情報収集したところ、このエントリが大変参考になった。 「数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路」 http://qiita.com/daxanya1/items/218f2e3b922142550ef9 まずは機械学習とはなんぞや？という疑問には以下スライドがよさ気。 機械学習チュートリアル http://www.slideshare.net/unnonouno/jubatus-casual-talks 独学だったらCourseraというオンライン講座で学習するのが鉄板ぽい(安心してください、無料です)。 Coursera ht
Jupyter に octave_kernel をインストール【追記あり】 - Qiita
前置き 某 オンライン機械学習コース を受講するにあたって、自宅及び会社の Mac に Octave をインストールました。 で、Jupyter に確か Octave のカーネルもあるはずだ、と探してついでにインストールしたのですが。 ちょっとだけハマったので、情報共有のために記録。 【2015/07/14 09:00 追記】 動作確認していて、日本語の扱いでハマったので、記事を加筆・修正しました。 環境 Mac OSX 10.8.5 / 10.9.5 Homebrew Python 2.7.9 / 3.4.31 IPython 3.1.0 → 3.2.02 Octave のインストール Octave は、バイナリをダウンロードしてインストールすることもできるようですが、私は Homebrew でインストール。OSX のバージョンにほぼ依存せず同じ手順でインストールできたので（時間はかかり
機械学習初心者が『Python 機械学習プログラミング』（速習コース）を読んだメモ - 無印吉澤
きっかけ この記事を書いた人のレベル 今回の読書プラン Python 環境の構築 インストール先の環境 Anaconda (Python 3) のインストール 科学計算に関するライブラリのインストール サンプルの実行に必要なライブラリのインストール サンプルの実行 サンプルコードを実行していて引っかかったところ 3章 12〜13章 Python の勉強 速習コースを読んでみた感想 きっかけ 機械学習の重要性は、それこそ「ビッグデータ」という言葉が出てきた頃からいろいろな人が訴えていますが、最近は特にツールが充実して、敷居が下がってきたように感じています。 そろそろ自分でも機械学習関係のツールを使えるようになりたいと思っていたのですが、そんなときに「具体的なコード例が多くて読みやすい」という本書の評判を聞いて、読み始めました。 Python機械学習プログラミング 達人データサイエンティストに
機械学習で泣かないためのコード設計
【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。 本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライド
Coursera を利用した機械学習勉強会 - Hatena Developer Blog
はてなアプリケーションエンジニアの id:takuya-a です。 はてなでは、 BrandSafe はてな や、はてなブックマーク のカテゴリ分類など、様々なところで機械学習を利用していますが、今月の初めより、 Coursera の機械学習のコースを参加者全員が修了する ことを目的とした勉強会を開催しています。 今回は、その機械学習勉強会についてご紹介します。 機械学習の学習をするうえでの課題 機械学習は、独力で勉強するのが難しい分野です。 教科書を一人で読み通すのは大変でしょうし、体系的な知識を得るのはさらに困難です。 各地で機械学習の輪読会が開かれているようですが、 発表の準備が大変 参加者に詳しい人がいないと、わからないまま終わってしまう箇所がある 参加者の理解度を測るのが難しい 発表を聞いているだけだと、身につかない（実体験として） といった課題があります。その点、 Course
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
TechCrunch | Startup and Technology News
OctaveをJupyter notebookで使う - Qiita