聴講コース 臨床研究者のための生物統計学｜京都大学OCW年度 2017年度 開催日 2017年5月25日 から 2019年2月21日 開講部局名 医学研究科 使用言語 日本語 教員／講師名 佐藤 俊哉（医学研究科 教授） 田中 司朗（医学研究科 特定教授） 米本 直裕（医学研究科 助教） 佐藤 恵子（医学部附属病院 特任准教授） 多田 春江（医学部附属病院臨床研究総合センター 特定准教授）
「20年後の東京タワマンは廃墟化しないんですか？今後マンション価格はどうなると思いますか？」｜のらえもん
どうもみなさんごきげんよう。 本日某所でYouTube収録後に「のらえもんさん、20年後の東京タワマンは廃墟化しないんですか？今後マンション価格はどうなるんでしょうか」と言われた時に、いま感じている違和感を、一切の忖度なく包み隠さず喋ってみたらめっちゃスッキリしたけど、漆黒といっていいほどの近未来予想になってしまった。 あゝ湾岸タワマンに救いあれ（とはいえ、たぶん日本全体でいえば救いある方） 箇条書きだけど以下メモ、この近未来予想は外れることを祈っています。 ・東京都心にたつタワマンは廃墟化しない、20年後も安心だろう、それは間違いない。そんな心配をするよりも、庶民である我々はどうすればいいか考えたほうがいいかもしれない。 ・たとえば、都内のタワマンはいま異次元の価格ではあるが、いまでも買い手が現れる。かなりアッパーの価格帯になると、購入者は日本人よりも外国人比率が高くなり、彼らは住宅ロー
第1回 Data-Centric AI勉強会
Data-Centric AI Communityは、AI開発における「データ」に着目した取り組みについて、世界的な動向や、様々な人・組織の知見・ノウハウなどを共有する場を提供することを目的としたコミュニティです。主な活動内容は定期的な勉強会の開催です。 第1回となる今回は、Citadel AI 杉山様、GO 鈴木様、LayerX 松村様からのご発表（各25分）と、GO 森本様、ふうたシステムサービス 岡田様、FastLabel 鈴木様からのLT発表（各10分）です。 【タイムテーブル】 1:05 運営 オープニング 11:25 Citadel AI 杉山阿聖 AIの標準化や法規制に関する動向 39:40 GO 鈴木達哉 Data-Centric AIのためのベンチマーク 1:03:48 LayerX 松村優也 バクラクのAI-OCR機能の体験を支えるデータセット作成の
東大の「教員向けChatGPT講座」無料公開 「多くの教員が困るだろう」から
ChatGPTの基本からその構造、教育利用を検討する際の注意点、具体的な活用法などを解説した講座。 「教育機関などの勉強会、研修などでご活用ください」と呼び掛けており、利用の際に事前の連絡は不要という。 関連記事 「東大生や教員は、生成系AIにどう対応すべきか」東大副学長が声明 「組換えDNA技術に匹敵する変革」 「東京大学の学生や教職員が生成系AIに対してどのように向き合うべきか」――東京大学副学長の太田邦史教授が声明。 「GPT-4」搭載ChatGPTに東大入試数学を解かせてみた GPT-3.5との回答の違い、点数は？ AIチャットbot「ChatGPT」「新しいBing」に、人間には答えにくい質問や、答えのない問い、ひっかけ問題を尋ねてみたらどんな反応を見せるのか。それぞれの反応からAIの可能性、テクノロジーの奥深さ、AIが人間に与える“示唆”を感じ取ってほしい。 東大松尾教授が答え
レイオフされた元同僚に向けて｜Ken Wagatsuma
先日、私が以前働いていた会社で、100名（予定）を超える従業員を対象とするレイオフが行われる公式発表がありました。何人かの人とは既に連絡を取り合ったりできましたが、今回の件に関して思うところを書いておくのが一番効果的に伝えられる気がするので、一旦筆を取ってみようと思います。 なぜこれを書いたのか私が住んでいるイギリスでも、北米に勝るとも劣らずレイオフが続く昨今。経済不況になる前は「レイオフされたら世の終わり」というような印象もありました。現地での同僚や友人がレイオフ対象者になる中で、考えさせられるところも多々ありました。 ですが、実際に自分の会社を含めて大規模レイオフがこうも続くと、冷静に事象として分析できるようになってきます。安い言葉で敢えて書くなら、（人によっては）「ピンチをチャンス」と捉える機会でもあるよ、自分を見つめ直す機会でもあるよ、と言うことです。 そこで、レイオフをそれなりに
API設計スキルを次のレベルに引き上げるベストプラクティス22選 - Qiita
本記事は、Mohammad Faisal氏による「22 Best Practices to Take Your API Design Skills to the Next Level」（2021年4月15日公開）の和訳を、著者の許可を得て掲載しているものです。 REST API設計のための実践的アドバイス Photo by Andrea Piacquadio from Pexels はじめに すべてが分かりにくく、ひどいAPIに不満を感じたことはありませんか？私はそうです。 マイクロサービスの世界では、バックエンドAPIの一貫した設計が不可欠です。 今日は、知っておくべきベストプラクティスについて、簡潔に説明します。さあ始めましょう！ 用語 API設計は、リソース指向設計というものに従います。3つの重要な概念で構成されています。 リソース：データの一部（例：ユーザー） コレクション：リソー
Amazon OpenSearch Serviceへ移行：AWS CDKで構築するSAML+OktaでOpenSearch Dashboardsにログインできる環境 - Uzabase for Engineers
こんにちは。NewsPicksでエンジニアをやっております崔（チェ）です。現在は Data / Algorithm チームで検索エンジンの開発を担当しております。 弊社は、検索エンジンとしてElasticsearch（以下、ES）をAmazon EC2に乗せて構築しておりましたが、ヤクの毛刈りも含め、約1年かけてマネージドサービスであるAmazon OpenSearch Service（以下、OpenSearch）に移行することができました！今回は、マネージド化のための諸タスクの中から、かなりハマっていたセキュリティの設定部分を中心にお話したいと思います。ご興味ある方は是非読んでいただけると嬉しいです。 はじめに OpenSearch DashboardsにOktaでログインできるようにしたい SAML認証とは きめ細かなアクセスコントロールとは Dashboards接続時にOktaのログ
Amazon Personalizeの導入における知見と注意点 - ZOZO TECH BLOG
こんにちは、ZOZO NEXTでウェブエンジニアを担当している木下です。先日、弊社が運営するオウンドメディアのFashion Tech Newsにおいて、記事リストのパーソナライズを行いました。本記事ではパーソナライズ導入における、要件定義、レコメンドエンジンの比較、実装での知見や注意点についてまとめます。 fashiontechnews.zozo.com 背景 解決方法の検討 課題の分析 パーソナライズ手法の検討 レコメンド方式について サービスの比較 Amazon Personalizeの実装 実装の流れ アーキテクチャ 実装での工夫点 採用したアルゴリズム アイテムデータの更新頻度 ユーザーの識別 注意点 AWS Personalizeのサンプルリポジトリが古い データの収集には時間がかかる まとまった料金が発生する まとめ 背景 「Fashion Tech News」とは、2018
1100万行・32GB超の巨大CSVファイルの基本統計量を4GBメモリマシンで算出する - Qiita
はじめに この記事は，Kaggle Advent Calendar 2022第6日目の記事になります。 本記事では、 32GB超のCSVデータの基本統計量を、小規模マシンでも省メモリかつ高速に計算するテクニック について解説します。 Kaggleコンペに限らず、 マシンスペックが低いため、大きなデータセットを満足に処理できず困っている 毎回行うファイル読み込みが遅いので、もっと高速化したい ⚡ といった悩みや課題を抱えている方の参考になれば幸いです。 モチベーション データ分析業務やKaggle等のコンペティションで初めてのデータセットを扱う場合、いきなり機械学習アルゴリズムを行うことはまず無く、最初にデータ観察を行うのが一般的です。 テーブルデータであれば、各カラムの基本統計量（最小値、最大値、平均、分散、四分位数）などを計算・可視化し、データクレンジングの要否や特徴量設計の方針などを検
GPT-4登場以降に出てきたChatGPT/LLMに関する論文や技術の振り返り - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 この記事では、GPT-4の登場から執筆日（2023年5月31日時点）までの2ヶ月間で登場した論文を振り返りながら、まとめて紹介していきます。 LLM/ChatGPTの動向 オープンソースLLM モデル オープンソースLLMの調整 Adapter、LoRA Instruction Tuning Human Feedback プロンプトエンジニアリング プロンプトエンジニアリングの課題①：プロンプトに大量の情報を入れられない プロンプトエンジニアリングの課題②：複雑なタス
みずほFG、生成AI導入 伝統的銀行業務は人不要に ｜ 共同通信
Published 2023/06/05 18:49 (JST) Updated 2023/06/05 18:53 (JST) みずほフィナンシャルグループ（FG）の梅宮真副社長（58）が5日までに共同通信のインタビューに応じ、6月中旬から、みずほ銀行やみずほ信託銀行などグループ各社の業務に、文章や画像を自動生成する対話型の人工知能（AI）を導入する方針を明らかにした。「伝統的な銀行業務はかなりの部分で人が要らなくなる」と予測した。 梅宮氏はグループ全体のデジタル戦略の責任者。生成AIで劇的に変わる可能性がある金融機関の将来像を有識者を交えて議論し、2024年度の業務計画策定に生かす考えを示した。生成AIの導入は三菱UFJフィナンシャル・グループや三井住友フィナンシャルグループでも準備が進む。
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
