何から勉強始めたらいい？（非情報系が機械学習を使う研究をしたいとき） - 木曜不足
以前、「非情報系が機械学習を使う研究をしたいとき」という記事を書きましたが、内容の半分はサイボウズ・ラボユースの宣伝だったんで、今回はタイトル詐欺じゃあないことも書きます。 いままで機械学習や深層学習に縁のなかった人が、それを使った研究を始めたいとなったとき、共通して直面する大きな課題は「何を優先的に勉強したらいいか」と「実験用の環境(PC)をどのように整えたらいいか」でしょう。 今回は何から勉強する？ という話。 機械学習そのもの(特に自分が使おうとしているモデル)を学ぶのは必須に決まっているので、機械学習を使う上で必要となる前提知識を学ぶ優先順位について考えてみます。 機械学習(深層学習を含む)を使う上でキーになる前提知識は、数学(特に解析・線形代数・統計)とプログラミングを含む情報科学であることは意見の一致するところだと思います。 情報系の人なら、情報科学はさすがにやってます。プログ
穴埋めするだけで論文を作れるWebフォーム 便利すぎて無情な現実を突きつけてくると話題に
「めちゃくちゃ有用だけど、きつい現実を突きつけられる」──こんな口コミで、あるWebサイトが話題になっている。「データはどのように収集しましたか？」「この論文で検証したいことは何ですか？」など複数の設問に回答することで、論文の骨組みを出力してくれるWebフォームだ。 設問は、データの正確性、研究の正確性、研究の意義、研究の必要性の4種類に分かれており、それぞれのテーマに沿った質問を用意している。入力した後は「論文骨子へ変換」をクリックするだけで、論文タイトルから要旨、実験方法、結論などを表示する。 作成したのは「独学大全」などの書籍で知られる、作家の読書猿（@kurubushi_rm）さん。自身のブログに「論文に何を書くべきか→これだけは埋めろ→論文作成穴埋めシート」と題して2012年2月に投稿したものだ。「穴埋めしたら論文を出力してくれるものが作れないか」という話を受けて、シートを作成し
英語ネイティブとの発音の違いを深層学習で可視化 ソニーCSLが開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 ソニーコンピュータサイエンス研究所（ソニーCSL）京都研究室の研究チームが開発した「A Language Acquisition Support System that Presents Differences and Distances from Model Speech」は、非母国語の学習において、学習者の発話とネイティブスピーカーの発話の差異を深層学習を用い分析し、視覚的に提示するシステムだ。学習者はこの差異を埋めようと繰り返し発話することで、ネイティブに近い発話を習得できるようになると期待できる。 （a）練習したい英語の文章と、ネイティブスピーカーの音声が与えられる。（b）学習者の
Deep MindのAIがFPSで人類を圧倒 チームワークを学習
Deep MindのAIがFPSで人類を圧倒 チームワークを学習 DeepMindの研究者たちはFPSチームとして働くために「お互いに教えあう」AIボットを作った。ボットは人間が発明した古典的な戦略を真似るだけでなく、バグを利用した独自戦略を発明することさえした。 昔からのゲーマーは、古典的なファースト・パーソン・シューター（FPS） ゲームである「Quake」がどれほど難しいかを知っています。迷路のようなフィールドで、他のプレイヤーと協力して、致命的な銃撃を避けながら、浮かんでいる目標を捕らえなければなりません。そして今、初めて人工知能（AI）がその複雑な一人称視点のビデオゲームでチームワークをマスターし、人間とコンピュータの両方のチームメイトと連携して行動を調整し、一貫して相手を打ち負かすことができるようになりました。 AIは車を運転したり、チェスや囲碁の世界最強のプレイヤーを1対1で
現状では、量子コンピュータを使っても特に高速に組合せ最適化問題や量子化学計算、機械学習は解けない件 by Yuichiro Minato | blueqat
こんにちは。最近米国でも量子コンピュータにまつわる誇大広告が問題になっています。米国ではすでに量子アニーリングを行っている企業はほとんどおらず、量子ゲート方式しかやっていないのにもかかわらず、誇大広告とはどういうことでしょうか？また、量子コンピュータに参入してしまった企業はどのように対策をしているのでしょうか。 特に誇大広告として語られてしまっているのが、 １，組合せ最適...
ハードディスクに障害が発生する可能性を機械学習で予測する研究
ハードディスクドライブ(HDD)は安価に大容量のストレージを用意でき、長期保存に適しているというメリットがありますが、衝撃や熱に弱いというデメリットがあり、精密部品も多く使われているため、物理障害も十分起こり得ます。オンラインストレージサービスを提供するBackblazeが、ハードディスクの状態から機械学習で将来的に障害が起こりうる可能性を予測する技術の研究論文を解説しています。 Interpretable predictive maintenance for hard drives - ScienceDirect https://www.sciencedirect.com/science/article/pii/S2666827021000219 Using Machine Learning to Predict Hard Drive Failures https://www.backb
千葉の高専生、ハッカソンで最優秀賞 「量子コンピューターでお手軽機械学習」とは：朝日新聞GLOBE＋
越智優真さん。最近ギターを始め、軽音楽部にも入った。機械学習の勉強は「一日2時間ぐらい」という＝木更津高専で、藤田明人撮影 木更津工業高等専門学校（千葉県木更津市）情報工学科に今春入学した越智優真さんは、４月、「Fixstars Amplifyハッカソン」（株式会社フィックスターズ主催）で、応募71作品の中で最優秀賞に輝いた。応募したのは中学3年のとき。他の応募者は、東大、東工大、早稲田大、慶応大、東北大などで専門領域を学ぶ大学生や大学院生が多く、越智さんの活躍は注目を集めた。 越智さんが応募したプログラムとアイデアの題名は、「浅（くて広い）層学習 少データでお手軽機械学習」だ。 機械学習は、人工知能（AI）が自分で物事を学ぶための技術だ。その一つとして「深層学習（ディープラーニング）」があり、画像認識、音声認識、文章の要約、翻訳など幅広い分野への応用が期待されている。 深層学習は一般に、
統計の入門講座が無料に、京大メソッドでデータサイエンス関連教員が担当 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
TSRデータインサイト | 東京商工リサーチ
日本経済の「現在」を理解するための手がかりとして、TSRが長年蓄積してきた企業情報、倒産情報および公開情報等に基づき、独自の視点に立った分析をまとめて発表しています。
Shota Imai@えるエル on Twitter: "深層学習を使う場合の学習効率化,高速化などの手法,テクニックなどが非常に網羅的にまとめられたサーベイ論文です 研究や開発で深層学習を使う人には非常に重要な知見の宝庫 "Efficient Deep Learning: A Surv… https://t.co/wxaJZOzttb"
深層学習を使う場合の学習効率化,高速化などの手法,テクニックなどが非常に網羅的にまとめられたサーベイ論文です 研究や開発で深層学習を使う人には非常に重要な知見の宝庫 "Efficient Deep Learning: A Surv… https://t.co/wxaJZOzttb
自律的に学習・行動するロボット誕生へ、「脳型コンピューター」研究の現在地 ニュースイッチ by 日刊工業新聞社
デジタル変革（ＤＸ）化が進む中、膨大なデータを処理し判断する人工知能（ＡＩ）の役割が重要さを増している。物質・材料研究機構の研究グループは、脳の機能をまねた素子や回路で動く「脳型コンピューター」の要素技術を研究し、従来はソフトウエアに使われているＡＩをハードウエアであるデバイスに組み込もうとする。２０５０年には新機構を搭載し、自律的に学習や行動ができるロボットが登場するかもしれない。（冨井哲雄） 【演算処理不要】 深層学習に使うＡＩはプログラムに沿って数値計算の値を得るなどソフトでの活用を重視しており、ハードはデータの保存などＡＩには直接関与しない。 ＡＩの利用には膨大なデータの計算が必要だが、ＡＩの性能向上とともにその計算量も増え、将来はコンピューターの性能が限界を迎えると考えられている。そこで量子コンピューターの実現が期待されているが、現状では小型化や室温動作などに課題がある。 一方、
【研究記事】データに携わる職種一覧 - Leverages データ戦略ブログ
※長いです。あと、画像少ないです(すみません)。。(約6,700字：読了5分~10分) 目次リンクを置いておくので、特定の情報を探している方はリンク遷移してご覧ください！ 本記事について インハウスでデータ活用をする際の業務フロー いろんなデータポジション集めてみた データサイエンティスト データアナリスト データエンジニア データアーキテクト 機械学習エンジニア(AIエンジニア) データコンサルタント データマネジメント/データガバナー その他の職種 なぜポジションがこんなにたくさんあるのか おまけ 本記事について こんにちは！データ戦略室の小山です。 データアナリストとして事業部のデータ活用浸透に取り組んだ後、現在はデータ戦略室全体のプロジェクトマネジメントや組織運営を担っています。 突然ですがみなさん、｢データ系の職種っていまいちよくわからんな｣と思ったことはないでしょうか？？ 最近
FPGAに機械学習モデルを実装する – その1：ランダムフォレストによるクラス分類 - GMOインターネットグループ グループ研究開発本部
こんにちは，次世代システム研究室のS.T.です。普段はHadoopネタを書いていますが，今回はテーマをがらっと変えて，FPGAネタです。 「FPGAに機械学習の推論部分を実装し高速に処理を行う」という技術は耳にしたことがありましたが，漠然としたイメージがあるだけで実際にどのように実装していくのかということは知りませんでした。調べてみると，高位合成を用いた手法(1)や，学術研究として開発されたアクセラレータとしてのアーキテクチャ(2)は存在するようですが，シンプルなサンプルコードの形で存在するものはないようです。 もちろん「ソフトウェアエンジニアやデータサイエンティストが作成したモデルを高位合成でFPGAに落とし込みアクセラレータとして使用する」というユースケースを考えれば納得がいきますし，応用できる範囲もHDLで直接実装するより広くなると思います。 しかし，「低コスト小規模なローエンドFP
効率的学習 / Efficient Training（メタサーベイ）
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/ Read less
2020.06.01 M1勉強会 論文の読み方・書き方・研究室の過ごし方
NAIST知能コミュニケーション研究室で新M1向けに行った勉強会の発表資料です。
1台のカメラから人の動きを正確に抜き出す技術 Adobeなどが開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米スタンフォード大学と米Adobe Researchの研究チームが開発した「Contact and Human Dynamics from Monocular Video」は、1台のカメラで1方向から撮影された映像を用い、人物の動きを正確に3次元で再現する、深層学習ベースのフレームワークだ。 これまでも単眼カメラ撮影からの姿勢推定は行われてきたが、足が浮く、ジリジリとした振動が発生、足が地面を貫通する、体が極端に傾くといった、物理的制約に反したエラーが起きていた。特に、側面から確認するとそれらが顕著に表れた。 これらのエラーを改善するため、学習した姿勢推定と軌道の最適化による物理的推定を組
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
TechCrunch
TechCrunch
身体の一部しか見えていなくても、全身を3Dモデル化 機械学習で
クラウドのシステム運用技術に機械学習を応用する研究 / CLOUD AI
