CodeZine編集部では、現場で活躍するデベロッパーをスターにするためのカンファレンス「Developers Summit」や、エンジニアの生きざまをブーストするためのイベント「Developers Boost」など、さまざまなカンファレンスを企画・運営しています。
![ヒストグラムの拡張・平坦化によるカラー画像の補正](https://cdn-ak-scissors.b.st-hatena.com/image/square/ffa05d5b8e6ee9f85bbc0970910783d935feba06/height=288;version=1;width=512/https%3A%2F%2Fcodezine.jp%2Fstatic%2Fimages%2Farticle%2F214%2F214_arena.png)
セールスフォース・ドットコムは昨年12月、年次イベント「Salesforce World Tour 2016 Tokyo」を開催。その基調講演などに登壇するため、Salesforce.com, Inc. チーフサイエンティスト 兼 Salesforce Research所長のリチャード・ソーチャー氏が来日した。本稿では、同社のAI機能「Salesforce Einstein」の開発を主導し、自身もディープラーニング研究の第一人者である同氏に、最先端のAI研究やSalesforceでの研究活動について話を聞いた。なお、聞き手は、東京大学の学生時代にキュレーションサービス「グノシー」を開発した1人で、ディープラーニングに関する著書もある、株式会社情報医療 CTOの巣籠悠輔氏にお願いした。 リチャード・ソーチャー氏は、ディープラーニングの研究開発を行うMetaMind社の設立者 兼 CEO/CT
#ifndef UTILS_H_ #define UTILS_H_ #include <chrono> #include <cstdio> #include <iostream> // durationミリ秒のビジーウェイト void busy_wait(int duration) { using namespace std::chrono; auto start = high_resolution_clock::now(); auto stop = start; do { stop = high_resolution_clock::now(); } while ( duration_cast<milliseconds>(stop - start) < milliseconds(duration)); } // めっちゃ遅いかけ算とたし算 template<typename T> inli
こんにちは、PyData.Tokyoオーガナイザーのシバタです。ボストンに向かう飛行機の中でこの記事を書き始めました。私事ですが、昨年12月よりDataRobot,Inc(下記「データロボット社」)という会社で働き始めました。今回は昨年10月に行われたPyData.Tokyo Meetup #6と今年2月に行われたPyData.Tokyo Meetup #7でのデータマイニングコンペをテーマに行った勉強会の様子をお伝えしたいと思っています。実はデータロボット社は多数のコンペ入賞者が働いていることで知られており、2つの勉強会に非常に関連の深い会社です。 DataRobot,Inc PyData.Tokyo Meetup #6 PyData.Tokyo Meetup #7 PyDataではこれまで機械学習や深層学習などデータ分析関連技術をテーマ別に扱ってきましたが、今回のテーマは、技術というよ
2015年より、ブームと呼べるほどの注目が集まるディープラーニング。ディープラーニングとは多層構造のニューラルネットワークのことだが、ではニューラルネットワークとは何かと言うと……一般的には「脳の神経回路を模した機械学習のアルゴリズム」だが、その本質や仕組みを理解するのはなかなか難しい。日本オラクル クラウド・テクノロジー事業統括 PaaS事業推進室 PaaS Evangelistの中嶋一樹氏も「多くの方にとって理解し難い領域であるのは事実」としながら、「ただし、ニューラルネットワークを使ってできることは非常に面白く、かつ、より身近になってきている」として、画像認識をはじめとした参加型のデモを実施。こうした機械学習の技術とIoT(Internet of Things)がつながることによって、何が変わるのか、どんなサービスに応用できるのかなど、身近な例を挙げて紹介した。 日本オラクル クラウ
こんにちは、PyData.Tokyoオーガナイザーのシバタアキラです。先日公開され大きな反響を呼んだGoogle社の深層学習(ディープラーニング)フレームワーク、TensorFlow(テンソルフロー)。今回はPyData.Tokyoのハッカソンイベントで、参加者の皆さんとTensorFlowについて学び、コーディングし、ディスカッションした内容から得た所感を共有したいと思います。深層学習のネットワーク設計という非常に高度な課題は、一般のエンジニアやデータサイエンティストにはとっつきにくいものですが、既存のさまざまな手法やツールがTensorFlowに移植されつつあり、今後ここが深層学習開発の拠点になる予感がしました。 シバタアキラ PyData.Tokyoのハッカソンイベント 前置き~今回のハッカソンを行うに至った経緯 PyData.Tokyoは昨年秋に開始し、第1回のテーマとして深層学習
機械学習(ほぼ)初心者が、Webアプリケーションを作ったキッカケ 本記事では、機械学習の(ほぼ)初心者である筆者が、TIS株式会社の5daysインターンシップ「機械学習を用いたWebアプリケーション開発」に参加した際に開発したWebアプリケーションについて紹介します。筆者は、学部で情報工学の基礎を学び、現在は都内国立大学大学院に通う大学院生です。これまでにWebアプリケーションの開発経験はなく、機械学習も「なんとなくイメージはできる」程度の理解でした。今回は、開発にPythonを用いました。Pythonの使用経験は2年弱でしたが、機械学習を実装するのは初めてでした。 開発したアプリケーションのソースコードは、GitHubで公開していますので適宜参照してください。 5daysインターンシップとテーマ設定 今回のインターンシップでは、機械学習技術を活用したWebアプリケーションを開発するという
ライゾマティクス リサーチで舞台演出などのプログラミングを担当する花井裕也さん。前編では、国立競技場のラストステージの演出、TAICOCLUB'15 Nosaj ThingのVJなどの斬新なビジュアルを支える技術について聞きました。後編では、エンタメの演出では必須の「本番で絶対に成功させる」姿勢や、自主制作での新しい取り組み、注目している技術について伺います。 花井裕也(はない・ゆうや)さん ライゾマティクスリサーチ シニアソフトウェアエンジニア。慶應義塾大学大学院 理工学研究科修了。学生時代は顔認識アルゴリズムやプロセッサ開発を手がけ、研究成果「汎用認識プロセッサ」をLSIに関する世界最大の国際会議ISSCCで発表。2010年4月にソニー入社、AR(拡張現実)の技術開発に携わる。開発成果として「LiveAction AR」などがある。ライゾマティクスが関わったPerfume「氷結SUMM
ライゾマティクス リサーチは、メディアアートの手法をエンタメの舞台に取り入れ、鮮烈な印象を残す作品群を送り出しています。そんなライゾマティクスに昨年加わった花井裕也さんは、エンタメの世界で「生きた形跡」を残したいと思った一人のプログラマーです。花井さんへの取材では、これからの時代に求められる、プログラマーの新しい役割が見えてきます。 花井裕也(はない・ゆうや)さん ライゾマティクスリサーチ シニアソフトウェアエンジニア。慶應義塾大学大学院 理工学研究科修了。学生時代は顔認識アルゴリズムやプロセッサ開発を手がけ、研究成果「汎用認識プロセッサ」をLSIに関する世界最大の国際会議ISSCCで発表。2010年4月にソニー入社、AR(拡張現実)の技術開発に携わる。開発成果として「LiveAction AR」などがある。ライゾマティクスが関わったPerfume「氷結SUMMER NIGHT」ライブの演
PyData.Tokyo第1回チュートリアルイベント開催! PyData.Tokyoオーガナイザーのシバタです。 PyData.Tokyoは「Python+Dataを通じて、世界のPyDataエクスパートと繋がれるコミュニティーを作る」ことを目的として設立され、これまでに行ってきた勉強会は、質の高い登壇者と参加者が「濃い」議論をできる場として、広く知られるようになりました。イベントを管理しているconnpass上では500人を超えるメンバー登録があり、CodeZineでの連載もたくさんの方に読んでいただいております。 PyData.Tokyoで当初目標としていたのは、レベルの高いデータサイエンティストの集まる会を作ることに加え、これからデータサイエンティストになることを目指している方々の育成です。データサイエンティストの不足はあらゆるところで聞かれ、一方で幸いにも多くの方が今後データサイエ
PyData Tokyoは「Python+Dataを通じて、世界のPyDataエクスパートと繋がれるコミュニティーを作る」ことを目的として設立されました。その達成に向けた活動の一つとして、月1回のペースで勉強会を開催しています。勉強会はゲスト講師による講演+ディスカッションという構成です。2014年10月に開催された第1回勉強会「PyData Tokyo Meetup #1 - Deep Learning」では、非常に活発な議論が行われ、今後の発展が期待できる内容となりました。 本連載では、勉強会を含む活動を通じてPyData Tokyoが得た「Python+Data」の可能性やナレッジを、読者の方にお届けしていきます。機械学習や大規模データ解析など、幅広いテーマを取り扱っていく予定です。 データ解析に関心を持つ人たちのコミュニティ 「PyData Tokyo」の設立 こんにちは。PyDa
はじめに 昨今マルチコアCPUは一般化し、並列化処理の重要度がどんどん高まってきました。この流れはもう変わらないでしょう。ですから、我々開発者にとって並列処理の知識は絶対に必要なものです。とはいえ、日々の業務をこなしつつ資料が少ない並列化処理を身につけることは大変です。 そこで今回筆者は、並列化処理を実現するOpenMPの入門記事を書くことにしました。OpenMPを選択した理由は、一番効率が求められているのはC/C++プログラマーだと考えたからです。C/C++プログラマーの方々が並列処理を習得するお手伝いができれば幸いです。 なお、この連載で解説に使用するサンプルコードはあくまでもOpenMPの基礎を理解するための便宜的なものであり、実務でOpenMPを使用する際にはよく理解してから用途に適したプログラミングを行ってください。 対象読者 筆者が想定している読者はCの基本的文法をマスターし、
はじめに 細線化はThinningやSkeletonizationと呼ばれ、二値画像(白と黒の色だけで表現された2階調の画像)を幅1ピクセルの線画像に変換する処理です。線が途中で切れたり、孔が開いたりしてはいけません。得られた線は、元の図形の幅の中心にくることが望まれます。 エッジ検出によって得られた画像は、元の画像の変化が比較的緩やかで広範囲な場合には、幅が広くなってしまいます。エッジ検出の閾値を高くすると幅は狭くなりますが、緩やかな変化を見逃してしまいます。したがって、閾値を低く選んで、幅広くエッジ部分を出させ、その後に細線化処理を行って、文字認識やパターン認識に使うことが多いのです。 アプレットを見る 対象読者 画像処理に関心があり、パターン認識の前処理を学習したい人。 必要な環境 J2SE 5.0を使っていますが、それより若干古いバージョンでも大丈夫です。CPUパワーは、大きい方が
はじめに CodeZineでの僕のデビュー記事『Cで実現する「ぷちオブジェクト指向」』、おかげさまでなかなか好評だったようです。まだまだCは現役だと実感しました。 前回に引き続きCのお話です。テストをよりどころに実装をすすめ、信頼できるコードを書くためのプラクティス「テスト駆動開発」(TDD:Test Driven Development)を、Visual C++ 2005 Express EditionとUnit Test Framework: CUnitで行います。 対象読者 そこそこのコードは書けるようになったけれど、どうも詰めが甘い/くだらないバグに出くわす/あっちを直すとこっちが壊れ、ぐだぐだになってしまう…そんな症状に悩まされている脱ビギナを目指すプログラマ。 テスト、してますか? 「プログラムは思ったとおりには動かない、作ったとおりに動く」 思ったとおりに作ってないと思ったと
はじめに 私の会社はオープンソースを用いた業務システムの構築を得意としている会社で、私自身も約10年に渡りJavaで業務システムばかりを開発してきました。 Androidが登場するまでは携帯アプリにそれほどの興味を持つことはなかったのですが、Javaでオープンなプラットフォームで携帯アプリが作れるという事で、Androidを通じて初めて携帯アプリ開発に手を染めることになりました。 新たなプラットフォームでの開発のため、当初はかなり苦戦する事を予想していたのですが、開発環境も整っており、驚くほど簡単にMapやGPS、センサーを利用したプログラミングを行う事ができました。そして、何よりも久しぶりに純粋にプログラミングを楽しく感じられる日々でした。 その後、社内でチームが立ち上がりましたが、JavaとEclipseで開発をしてきたエンジニアであれば2、3日もあればアプリケーションの開発ができるよ
はじめに 今回は、前回作ったTwitter風アプリをGoogle App Engineで動くように改造していきます。 Google App Engineは単なるサーバ環境の提供ではなくデータ管理等も含む独自環境です。そのため、Ruby on Railsのアプリケーションを動かす上で大きな問題点になってくるのは、データ管理機構がRDBではないことです。 GAEのデータ管理機構「Datasotre(BigTable)」は基本的には Key-Value ストアです。一応、RDBのようにテーブルや行列という概念を持っており、RDB同様に行単位でデータの読み書きを行え、上位ライブラリではSQL風言語もサポートしています。しかし、基本はKey-Value ストアであり検索で指定できる条件は限られています。リレーション(join)等もありません。 Ruby on Railsの高生産性を支えている大きな要
米Googleは4月10日、Google ChromeやGoogle Earthの自動更新に使われている「Google Update」システムを、オープンソースプロジェクト「Omaha」として公開した。Google Updateは、Windowsシステムに常駐し、インストールされているGoogleソフトウェアを自動で最新版に更新する。 米Googleは4月10日、Google ChromeやGoogle Earthの自動更新に使われている「Google Update」システムを、オープンソースプロジェクト「Omaha」として公開した。ライセンスは「Apache License 2.0」。Google Updateは、Windowsシステムに常駐し、インストールされているGoogleソフトウェアを自動で最新版に更新する。 Google Chromeの利用者なら、自分でアップデートを実行しなく
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