[結] 結城浩の日記「購入より購読・プログラムよりサポート・完成より進化」という傾向に対するネーミング
目次 2005年10月31日 - まだ名前のない実験ページ / 2005年10月30日 - 「再帰的な木を描くJavaのソースコード」を公開 / 「さまざまな方のための祈り」を更新 / 2005年10月29日 - 「ミルカさんとフィボナッチ数列」のLaTeXファイル公開 / 2005年10月28日 - わたっていく言葉 / ながれていく時間 / 仕事 / みなさんからのメッセージを読む / 『改訂第2版Java言語プログラミングレッスン』無料プレゼント抽選 / 2005年10月27日 - 夜 / 本 / 朝 / 2005年10月26日 - 夜 / 自分の理解を確かめて学習するということ / 朝 / 2005年10月25日 - 日記ダイジェストを更新 / 必要条件と十分条件 / 仕事 / おはようございます / 2005年10月24日 - コクヨのSlimB5ノートを使った感想 / 2005
ふりかえりでFun! Done! Learn! | オブジェクトの広場
私が見ているスクラムチームでFun/Done/Learnというふりかえりのアクティビティをやってみたら、すごく良かったので経験を書きます。Fun/Done/Learnはふりかえりでとっても大切なデータ収集ができ、そのデータからチームが次に狙いたい事を考えることをサポートします。しかも楽しく！ とっても良いアクティビティだと思ったので、私が実践したやり方を紹介したいと思います。 Fun/Done/Learnとは Fun/Done/Learnというアクティビティは、Scrum Coaches Retreat in Okinawaに集まったアジャイルコーチたちが作ったものです。その様子は、安井力さんの記事に書かれてありますので合わせて読んでください。安井さんの記事には、次のような説明があります。 チームがやったことを、Fun、Done(またはDeliver)、Learnという3つの軸とその重複で
はじめての自然言語処理 Sentence BERT による類似文章検索の検証 | オブジェクトの広場
今回は初心に帰って類似文章検索です。連載の第1回で扱ったネタですが、 BERT を用いて再挑戦してみましょう。BERT のモデルは Hagging Face Transformers の事前学習済みモデルを用いるので、お手軽に試せるかと思います。手法としては Sentence BERT を用い、おまけとして Poor Man's BERT についても紹介します。 （本記事公開後に公開されたデータセットで再検証しています。最新情報は 第18回 をご覧ください。 2021.12.21 追記） 1. はじめに 本記事では Sentence BERT 1による類似文章検索について、学習や推論のコード例と実験結果を交えてご紹介します。前々から Sentence BERT を試したいと考えていたものの、教師あり学習に必要な日本語の類似文データが用意できずにいました。その後、画像キャプションのデータセッ
BERT : 自然言語処理を効率的に学習する機械学習モデル
ailia SDKで使用できる機械学習モデルである「BERT」のご紹介です。エッジ向け推論フレームワークであるailia SDKとailia MODELSに公開されている機械学習モデルを使用することで、簡単にAIの機能をアプリケーションに実装することができます。 BERTの概要BERTは自然言語処理の機械学習を高精度化するための土台となる機械学習モデルです。ビッグデータで事前に学習された学習済みモデルが公開されており、BERTをベースに再学習することで、様々な自然言語処理のタスクを高精度に解くことができます。 BERTの応用例MaskedLMマスクされた単語を予測するタスクです。文章の校正に使用することができます。 NER文章から固有表現を抽出するタスクです。入力された単語が、人名なのか、地名なのか、組織名なのかをタグ付けすることができます。 Sentiment Analysis文章から感
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
