Deep Learning From The First Principles | Bogdan Penkovsky, PhD
Breaking news! Artificial intelligence is taking over the world. Or it is not? Here is what you need to know about a deeper concept of meta-learning. Meta-learning is learning about learning. Learning how to learn belongs here too. Ever wondered how machines defeated the best human Go player Lee Sedol in 2016? A historical moment for the game that was previously considered to be very tough. What i
DreamBooth
DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation Nataniel Ruiz Yuanzhen Li Varun Jampani Yael Pritch Michael Rubinstein Kfir Aberman Google Research It’s like a photo booth, but once the subject is captured, it can be synthesized wherever your dreams take you… [Paper] (new!) [Dataset] [BibTeX] Abstract Large text-to-image models achieved a remarkable leap in the
金持ちの研究所から出てきた機械学習の論文なんてゴミだ
[D] I don't really trust papers out of "Top Labs" anymore : MachineLearning あのさ。書いてある数字は事実だろうし実際書いてある研究はやったんだと思うよ。そこんとこは認めてやるよ。でもそれだけだ。例えば最近の"An Evolutionary Approach to Dynamic Introduction of Tasks in Large-scale Multitask Learning Systems"（巨大マルチタスク学習システムに対するタスクの動的追加における進化的アプローチ、著者Andrea Gesmundo, Jeff Dean、GoogleのAI部署所属）って論文だがな。この18ページの論文は超複雑で進化的なマルチタスク学習アルゴリズムについて書いてあって興味深いし、実際問題を解決してるさ。でも二点ツッ
AIが競技プログラミングに挑戦、人間レベルのスコア達成 英DeepMindの「AlphaCode」
囲碁AI「AlphaGo」などで知られる英DeepMindは2月2日（英国時間）、同社のプログラミングAI「AlphaCode」が、競技プログラミングコンテストで参加者の上位54％以内に食い込む成績を収めたと発表した。 AlphaCodeはGitHub上のデータと競技プログラミングコンテストの問題・回答を学習。ロシアの競技プログラミングコンテスト「Codeforces」で使われた10回分の問題を解かせたところ、参加者成績の中央値ほぼ同等のスコアを出した。プログラミングAIがコンテストで人間と渡り合えるレベルに達したのは初という。 競技プログラミングは、与えられたプログラミング課題をいかに早く解決するかを競う競技。プログラミングのテクニックに加え、問題に適したアルゴリズムを選び取り、迅速に解決へ導く思考力が必要になる。 CodeforcesはAlphaCodeの成績について、優勝には程遠いと
“ひとり開発”のAIで1日数千万件の広告審査を効率化 「AIは詳しくない」ヤフー社員が実現できたワケ
「Yahoo! Japan」といったサービスを提供するメディア事業であると同時に、国内屈指の規模を持つWeb広告プラットフォーマーでもあるヤフー。2021年に扱ったWeb広告の数は数千万件に上るという。一方、同社は広告配信で課題も抱えていた。ガイドラインに沿わないコンテンツを除去する「広告審査」に手間がかかることだ。 同社が広告事業を始めた96年当初は人力で、途中からは自社開発した広告審査システムを使って不正な広告を除去していたが、件数が増えるにつれて作業が追い付かなくなった。そこで、AIを活用した審査システムを新たに開発。20年1月にこれまでのシステムと併用を始めたところ、工数の削減に成功したという。 プロジェクトを手掛けたのは、ヤフーのエンジニアである伊藤瞬さん（メディア統括本部トラスト＆セーフティー本部プロダクト開発部長）。伊藤さんは当時、社内制度を活用して部署を移動したばかりで、A
AIカンパニー内に新たに設置された「Computer Vision Lab」が目指す未来
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog 2021年11月10日・11日の2日間にわたり、LINEのオンライン技術カンファレンス「LINE DEVELOPER DAY 2021」が開催されました。特別連載企画「DEVDAY21 +Interview」では、登壇者たちに発表内容をさらに深堀り、発表では触れられなかった関連の内容や裏話などについてインタビューします。今回の対象セッションは「LINEのコンピュータビジョン研究－その現状と将来」です。 音声認識や音声合成、自然言語処理などのAI技術について研究開発を進めているLINE AIカンパニーは、画像認識に特化したR＆D部門である「Computer Vision Lab」を2021年7月に立ち上げました。Computer
オフライン評価について調べてみた
GMOアドマーケティングのT.Oです。 今回はオフライン評価について調べてみました。 0.オフライン評価とは？ 過去に集めたアクセスログなどの蓄積データを利用して、過去の施策とは別の施策を適用した場合、どのような結果となるかをオフラインで評価する方法です。施策を決めるための意思決定モデルを変更するのは手間とリスクがありますが、オフライン評価ならば既存システムに改修を加えずに新しい意思決定モデルを評価することが可能です。 1.オフライン評価の手順 オフライン評価を行うには以下のような手順を実施します。 2.オフ方策学習で実施すること 蓄積データをもとに施策を決定するための新たな意思決定モデルの学習（Off-Policy Learning; OPL）を行ないます。ここでの目的は既存システムの意思決定モデルの性能を上回る新たな意思決定モデルを得ることです。 意思決定モデルの例 バンディットアルゴ
機械学習が正しく機能しないときに考えること
この記事は GMOアドマーケティング Advent Calendar 2021 17日目の記事です。 はじめに おはようございます。こんにちは。こんばんは。 GMOアドマーケティングのY-Kです。 突然ですが、機械学習関連のタスクでこんなことを経験したことはありませんか？ 書籍や論文に載せられている有効的な手法を使用したにもかかわらず、タスクの評価指標(KPI)が向上しない訓練データ上では良い結果だが、本番環境で予測させてみるとそうでもないそもそも、機械学習を用いてタスクを取り組む際、どこから手をつけていけば良いかが分からない 機械学習についての基本的な知識はある(はず)与えられたデータに対して、データ分析〜学習〜予測の一連の作業を行なったことがある(大学の研究、kaggleのコンペ等)が、実際のビジネスの施策として機械学習を用いようと考えた途端に思考が纏まらなくなる 上記のような、ひよっ
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
mimic（ミミック）
https://www.krea.ai/