画像認識の性能は圧倒的、他領域ではまだ発展途上
一口にディープラーニング技術といっても、用いられるニューラルネットワークの構造や手法はさまざまだ。画像認識や音声認識、自然言語処理、ロボット制御などタスクごとに使われ方は異なる。ここではそうしたタスクごとにディープラーニング技術の現状を見ていく。 ディープラーニング技術のブームの火付け役となり、最も成果が上がっているのが画像認識である。2012年に「ILSVRC（ImageNet large scale visual recognition challenge）」という画像認識のコンテストで、ディープラーニング技術を用いたチームが既存手法を用いたチームに10％以上の大差を付けて優勝。以来、ディープラーニング技術は世界的な注目を集めるようになった。 ディープラーニング技術を画像認識に用いる場合、現在では「CNN（convolutional neural network）」という構造を用いるこ
ディープラーニング（TensorFlow）を使用した株価予想 ～その2～ - Qiita
前回の続き。 ディープラーニングのフレームワークであるTensorFlowを使用して株価を予想するぞ～、というお話です。ちなみに前回は完全に失敗でした。 前回のコメントで、tawagoさんから「Googleが同じようなことしている」という情報をいただいたので、そちらをコピ・・・インスパイアしてみました。 ##前回との相違点 前回は、「数日分の日経平均を使用して、次の日の日経平均が上がるか、下がるか、変わらないか（3択）を予想する」ものでした。 Googleのデモでは、「数日分の世界中の株価指数（ダウ、日経平均、FTSE100、DAXなど）を使用して、次の日のS&Pが上がるか下がるか（2択）を予想する」という内容でした。 ということで、下記が前回からの主な変更点となります。 「上がるか」「下がるか」の2択 日経平均だけでなく、他国の株価指数も使用 隠れ層x2、ユニット数は50,25 予想する
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
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
