機械学習を「社会実装」するということ 2024年版 / Social Implementation of Machine Learning 2024
機械学習を「社会実装」する際に待ち受けている罠と、その解決方法の考察 (2024年版) です。今回は、生成AI時代とも呼ばれる昨今において、我々は機械学習プロジェクトをどのように捉え、どのように向き合えばよいか？の羅針盤になる内容を盛り込みました。 ※この資料は、東京大学メタバース工学部リスキリング講座プログラム グローバル消費インテリジェンス寄付講座 (GCI) 2023 Winterの講義で使用したものです。 https://gci2.t.u-tokyo.ac.jp/archives/course/gci-2023-winter ※過去に同テーマで講義した際に使用した資料はこちら。 https://speakerdeck.com/moepy_stats/social-implementation-of-machine-learning-july-2023-version https:/
30分で完全理解するTransformerの世界
はじめに 初めまして。ZENKIGENデータサイエンスチームのはまなすです。正式な所属はDeNAデータ本部AI技術開発部なのですが[1]、業務委託という形で今年度から深層学習系の開発等に携わっています。 深層学習界隈では、2017年に衝撃的なタイトル（Attention Is All You Need）の論文が発表されてから早5年半、元出自の機械翻訳タスクを大きく越えて、Transformer関連の技術が様々な領域で用いられる汎用アーキテクチャとして目覚ましく発展し続けています。 今回はそんなTransformerが現時点までにどのように活用されてきたか、また、どのように工夫されてきたかをざっくりと俯瞰し、流れをおさらいする目的の記事になります。本記事の大枠は、2021年時点でのサーベイ論文である A Survey of Transformers に倣いつつ、適宜、2023年2月上旬現在ま
初学者に教えたい、MicrosoftがGitHubで公開している教材が最高だった！ - Qiita
はじめに エンジニアやデータサイエンティストの人材育成のためのオープンソースな教材を探していたらMicrosoftがGitHubでかなり質の高い教材をweb開発、データサイエンティスト、機械学習、IoTの四項目を対象に提供してるのを発見したため共有したいと思う。 正直、マイクロソフトと聞くとGoogleやらFacebookに比べていけてないイメージを持っていたけど、実際にMicrosoftのGitHubレポジトリを見て、彼らはここ数年で大きく変わったように思える。特に人材育成や学習教材に関しては世界一かもしれないなんて思っています。本記事では筆者が自信を持っておすすめするMicrosoftのオープン教材を紹介するのでぜひ自身の勉強や人材育成に生かしてもらえれば本記事を執筆した甲斐があります。（もちろん僕がお勧めしているだけでなくてGitHubのスター数も多く世界的に認められています！） こ
Exercism
70 languages for you to master Become fluent in your chosen programming languages by completing these tracks created by our awesome team of contributors Code practice and mentorship for everyone Develop fluency in 70 programming languages with our unique blend of learning, practice and mentoring. Exercism is fun, effective and 100% free, forever.
結局、機械学習に必要な数学ってなに？
前置き# 記事がはてぶ炎上して恥ずかしい思いをしたので、結構書き直しました。 この記事よりも良質な記事を参考記事に列挙したので、このページをブックマーク集だとして、他のページを参照していただければと思います。 はじめに# 機械学習を勉強するにあたって、 ベースとなる数学を勉強したいというモチベーションが高まってきた。なぜか？それは、今まで数学的な知識なしに勉強を進めていたのたけれども、論文が読めなかったり、少し数式で込み入ってくると、とたんにわけがわからなくなったからだ。 しかし、一番のモチベーションは、やっぱり機械学習を勉強するものとしての登竜門、PRML(パターン認識と機械学習)を読みたいというものがある。 参考記事# そこで、機械学習のために必要な数学を調べてみたのだが・・・どのサイトをみてもこれはというものがみつからないのだ。 2017年現在で、有益な記事をできるかぎり集めてみた。
初心者がPythonを覚える為の本の選び方を体系化してみた(2017版) - Lean Baseball
【2020/1/9更新】2020年版もあります, こちらもよろしくおねがいします！ 【2018/12/24追記】最新版を公開しました！「Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball」 ※2017/12/24 最新版をこちらに上げました、この内容は古いのでこちらを見ていただけると幸いです🙇♂️ Pythonの学び方と,読むべき本を体系化しました2018〜初心者から上級者まで こんにちは.野球(とグルメ)の人です. 会社と仕事はメッチャ楽しいのですが,今日はそれと関係なくPythonの話題を久々に.*1 昨年から,「AI（えーあい）」だの「でぃーぷらーにんぐ」だの「機械学習」といったワードとともにPythonを覚えようとしている方が多いらしく, 何から学ぶべきか 何の本がオススメか 簡単に覚えて僕もいっちょ前に「えーあい
親に知ってほしい受験勉強
小学校以降〜大学受験まで、学年に関係なく、受験を控えている or 受験をするかもしれない子どもの親に向けて、親にこそ知っておいて欲しい効率的な勉強方法を有給ニート中の有り余るヒマを注ぎ込んでまとめてみたスライド。Read less
一人で読めて大抵のことは載っている「講座」もの全リスト 読書猿Classic: between / beyond readers
「講座」もの、と呼ばれるシリーズ物の出版物がある。 シリーズ名に「○○講座」とか「講座××」と付いているのがそれだ。そう名乗らないものもある。 出版社によって、いくらか違いはあるが、ある時点での当該分野の研究成果を整理して示すことを目指した企画ものと考えてよい。 読み手の立場に立てば次のようになる。 「講座」ものとは、その分野で何が問題であり、何が分かっていて、どんな未解決の課題があるのか、その学問のコンテンツとコンテキストを、第一人者たちがざっくりと、しかし紙面の制限をあまり受けずに、紹介してくれている出版物だ。 はじめての分野に挑むなら、その分野について「講座」ものがないか、チェックすることをお勧めする。 以下の記事で紹介したself-containedな（必要なものはその中に全部書いてある）教科書は日本ではあまり出版されないが、その欠けているところを実質的にカバーしているのが「講座」
知らないことを知る技術ー未知の分野で文献調査を導く３つの表の作り方と使い方
無知：たのもう！たのもう！ 親父：うるさい奴が来たぞ。おい、そこのバカ、口を縫いとじてやるからこっちへ来い。 無知：そうです、バカなんです。 親父：なんだ、泣き始めたぞ。見かけない顔だな。 無知：彼女のできなかった非モテ先輩からお話を聞いて、教えを請いに参りました。 親父：なんだか随分古い話だな。じゃあ友達の作り方でも訊きに来たのか？ あんなものは炭水化物と同じだ、切れると結構つらいが、無いなら無いで何とかなる。 無知：いやローカーボンダイエットの話ではなく、どうやったら教養が身につくかを教えてください。 親父：なるほど。察するにお前さんは物知らずだな？ 無知：そこまではっきり言う！……でも、おっしゃるとおりです。 親父：ものを知らない奴は「知識がある」ってことがどういうことかも知らないから、自分と真逆のイメージをこしらえるしかない。何も知らない自分←正反対→何でも知っている＝教養がある、
機械学習の教科書 : 情報系研究者の卵が妄想力を高めるために頑張るブログ
記事が少ないと寂しいので，自分の専門について書こうと思います． 私が現在専攻しているのは，簡単に言うと「機械学習」ということになるでしょう． 細かく言うと，その中でも機械学習の観点から，統計的な「時系列解析」を扱っています． 最近，ビッグデータだのディープラーニングだので機械学習が（まさに）にわかに脚光を浴びていますので，機械学習を勉強したいんだけど，なにから初めていいのかわからない．．．という人があふれているかもしれません． そういう人のために，教科書を紹介するのも専門家の役目だと私は思っているので，浅学ながら紹介します． 全くの初心者向け 機械学習を学ぶために必要な数学的知識として，主なものは 解析学（微分積分学）線形代数統計学 です．これは情報系大学数学の三本柱と言い換えてもいいかもしれませんｗ まず，解析学・線形代数は大学初年度程度のリテラシーがあれば大体は大丈夫です． 解析学では
勉強に役立ちそうなエントリの一覧 - 大人になってからの再学習
このブログでカバーされている「勉強に役立ちそうなエントリ」の一覧です。 ★をつけたものは、書くときに頑張ったような気がするので、見て損は無いと思う。というもの。 ■ 理工系の大学学部生くらいを対象とした用語の説明 ・★ベクトルの内積とは - 大人になってからの再学習 ・★固有ベクトル・固有値 - 大人になってからの再学習 ・★log(1+x)のテイラー展開・マクローリン展開 - 大人になってからの再学習 ・★写像：単射、全射、全単射 - 大人になってからの再学習 ・★フーリエ変換 - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する(2) - 大人になってからの再学習 ・★プログラミングで理解する反射律・対称律・推移律・反対称律 - 大人になってからの再学習 ・★群・環・体 - 大人になってからの再学習 ・★分散
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
じゅじゅ on Twitter: "ネット上にある、完全無料で勉強になる有益なコンテンツまとめました。 （お金/資産形成、Excel、仕事術、資料作成、英語、ファイナンス、統計・データ分析、プログラミング、ITなど） GWでなにか勉強したいな～、と思っていた方はぜ… https://t.co/wHbkKFUnFM"
はじめに — 機械学習帳
Kyoto University Research Information Repository: プログラミング演習 Python 2019
長男が、多分初めて「勉強わからない」に突き当たった話: 不倒城