ML Study Jams : Machine Learning 初心者向けトレーニングプログラム - Home
プログラム概要 「ML Study Jams」は、Machine Learning (機械学習) のトレーニングを無料で提供するプログラムです。 本プログラムは、オンライン学習プラットフォーム、QWIKLABS 上にある Machine Learning 関連のコードラボを利用して行います。今回のプログラムは QWIKLABS で公開されている以下のラボを利用して行います。 プログラムにご応募いただいた皆さまには、QWIKLABS の無料クーポンをお配りします。また、以下の「ラボ」の中から4つ修了された方にはノベルティをプレゼントさせていただきます。 BQML で分類モデルを使用して訪問者の購入を予測する(日本語） BigQuery ML 予測モデルによるタクシー運賃の予測(日本語） Google Cloud Speech API: Qwik Start(日本語) Cloud Natura
大量のPush通知をCloud Functions経由で送信する - BANK tech blog
こんにちは。ふぁぼ通知が好きなうなすけです。 モバイルアプリでは、Push通知によってユーザーに情報を伝えたり、行動を促したりすることが日常的に行われています。 その通知を送る対象のユーザーが数十人程度の規模なら、愚直に一通一通送信すればいいでしょうが、一気に万単位のユーザーにPush通知を送信したい場合、愚直に送信すると完了までに数時間かかることも往々にしてあります。 CASHでの大量Push通知事例 以前、ある施策のために42万件のPush通知を送る必要がありました。CASHではFirebase Cloud Messaging(以下FCM)をPush通知の送信に使用しているのですが、このとき、通知1件ごとにAPIを叩いていく方式だと送信完了に1日かかってしまうという事態になりました。 FCM Topic Messaging そのような場合に使用できるのが、Topicを用いた通知の送信で
Introducing Cloud Inference API: uncover insights from large scale, typed time-series data | Google Cloud Blog
Introducing Cloud Inference API: uncover insights from large scale, typed time-series data Whether businesses are measuring clicks, queries, or sensor readings, they’re often generating time series or event-driven data. Analyzing this data offers businesses the potential to uncover insights in real time, but oftentimes it also means building a learning system that can scale to millions or even bil
API 設計ガイド | Cloud API Design Guide | Google Cloud
フィードバックを送信 API 設計ガイド コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 変更履歴 はじめに これは、ネットワーク API の一般的な設計ガイドです。2014 年以来 Google 内部で使用され、Cloud API やその他の Google API を設計するときに Google が従うガイドです。この設計ガイドは、外部のデベロッパーへの情報提供と、互いの連携作業の効率化のためにここで共有されています。 Cloud Endpoints のデベロッパーには、このガイドは、gRPC API を設計するときに特に役立つことがあり、そのような場合にはこれらの設計原則を使用することを強くおすすめします。ただし、このガイドの使用は必須ではありません。Cloud Endpoints と gRPC はガイドに従わなくても使用できます。 このガイドは、gR
DBが真っ白になっても55分で完全復旧ができるまでの道 | CyberAgent Developers Blog
初めまして。サイバーエージェント技術本部インフラエンジニアの@prog893です。今回は「AWA」という音楽ストリーミングサービスのMongoDBクラスタの復旧時間を短縮するために行ったインフラの改善について紹介したいと思います。復旧時間が12時間から55分まで短縮できたのですが、皆さんの参考になれば幸いです。（※注意：今回紹介する施策はAWAのインフラ構成や設定のものであり、他の環境で同じような効果が得られるとは限りません） AWAのデータストア構成 まず、現在のデータストア構成について軽く説明します。こちらの図でAPIサーバ，MongoDBに関連する構成の概要を示します： AWAのデータストア構成概要 メインのデータストアとしてはMongoDBを使っており、MongoDBのインスタンスはAWSで管理しています。APIサーバ、MongoDBのインスタンスがそれぞれのプライベートサブネット
Googleの画像認識APIを基に、好きな画像を学習させて認識機能を簡単にカスタマイズできる「Cloud AutoML Vision」発表 － Publickey
Googleの画像認識APIを基に、好きな画像を学習させて認識機能を簡単にカスタマイズできる「Cloud AutoML Vision」発表 Googleは、Googleが提供する学習済み機械学習APIを基に、ユーザーが自分のデータを学習させることで認識機能をカスタマイズできる「Cloud AutoML」を発表しました。 「Cloud AutoML」に対応したAPIの第一弾として、ユーザーが独自の画像を学習させられる「Cloud AutoML Vision」を発表しました。 学習済みの機械学習APIに対して追加で学習可能 Googleは、機械学習を用いた画像認識APIとして「Cloud Vision API」を以前から提供しています。 Cloud Vision APIはあらかじめGoogleによって学習済みであるため、画像を読み込ませるだけで、人間の顔の検出や猫や犬といった動物、船や飛行機、
サーバレスでスケーラブルかつ堅牢なシステムを構築するためのデザインパターンとアーキテクチャ。Serverlessconf Tokyo 2017 － Publickey
サーバレスコンピューティングは新しいシステム開発手法である。Serverlessconf Tokyo 2017で紹介された、スケーラブルで堅牢かつ高性能なアプリケーションの構築に役立つ6種類のデザインパターンを紹介する。 2017年11月2日、3日の2日間、東京都内でサーバレスコンピューティングのイベント「Serverlessconf Tokyo 2017」が開催されました。 サーバレスコンピューティングもしくはサーバレスアーキテクチャと呼ばれるアプリケーション実行環境は、一般にサーバのことを意識せずにアプリケーションを実行できる環境のことを指します。 そのサーバレスコンピューティング環境の実装として一般的なのが、あらかじめアプリケーションとして実行したいコードを関数として登録しておくと、指定されたイベントによって自動的に関数が呼び出されて実行されるという、いわゆるFunction-as-
Kubernetes 1.9リリース。主要なAPIが正式版に、Windows Serverサポート、コンテナストレージインターフェイスも
Cloud Native Computing Foundationは、コンテナオーケストレーションツール「Kubernetes 1.9」正式版のリリースを発表しました。 Kubernetes 1.9では、コンテナオーケストレーションのための主要なAPI群「apps/v1 Workloads API」が正式版（GA：General Availability）となりました。 正式版となったのは、Webサーバのようなステートレスアプリケーションのクラスタをデプロイする「Deployments」、クラスタの状態を維持する「ReplicaSet」、各ノードに監視用のデーモンなどを設置する構成を行う「DaemonSet」、クラスタ内のノードが落ちたとしても、同一の状態で再起動を行いステートを維持するステートフルアプリケーション用の「StatefulSet」です。 Container Storage I
API デザイン : URL には名前と識別子のどちらを使うべきか | Google Cloud 公式ブログ
ウェブ API の設計に携わっている方であれば、API で使う URL のスタイルに統一的な考え方がないことも、選択した URL スタイルが API の使いやすさや寿命に大きな影響を与えることも、よくご存じでしょう。Google Cloud の Apigee チームは、社内だけでなくお客様とも協力しながら、API の設計について長く検討を行ってきました。本稿では、私たちが設計の現場で実際に使用している URL のデザイン パターンと、それを使う理由についてシェアしたいと思います。 著名なウェブ API をご覧になれば、いくつかの異なる URL パターンがあることに気づかれるはずです。次に示すのは、極端に異なる考え方に基づいた 2 つのスタイルの具体例です。 https://ebank.com/accounts/a49a9762-3790-4b4f-adbf-4577a35b1df7 htt
機密データ保護に有用な DLP API の新機能 | Google Cloud 公式ブログ
機密性の高いデータや法規制を受けているデータに携わっている方なら、その内容をセキュアに保護することがいかに難しいかはよくご存じでしょう。今年 3 月にベータ リリースされた Data Loss Prevention（DLP）API は、クレジット カード番号、氏名、国民識別番号といった 50 種以上の機密データをすばやく見つけて保護するのに役に立ちます。 この投稿では、私たちが先ごろアナウンスした、機密データの保護に有用な DLP API の新機能（リダクション、マスキング、トークン化など）を紹介します。 個人データを非特定化するこれらの新しい機能を使用すれば、意図せぬ形で漏洩するリスクを抑えながら機密データを利用しやすくなります。多くの大企業がそうであるように、最小特権の原則もしくは “need-to-know” の原則（認められたビジネス プロセスで必要最小限のデータだけを利用、参照す
Dialogflow（api.ai）とCloud Functionsを使ってチャットボットを作ってみた | クラウドエース株式会社
こちらの記事は弊社技術ブログに掲載していた内容となります。一部を除き、投稿当時の情報となりますので、紹介内容の最新情報については別途公式情報等をご参照下さい。 こんにちは。クラウドエース編集部です。 最近チャットボットの話題をよく聞きます。本記事では、DialogflowとCloud Functionsを組み合わせる事で簡単にチャットボットを作成する事が出来るので紹介していきたいと思います。 Dialogflowとは？ 機械学習をし、人間が何を言おうとしているのかという言葉を解析するプラットフォームです。 例えば、「お腹すいた」という言葉は様々な伝え方があると思います。それは「おなかすいた」、「腹減った」や、「何か食べたい」だったりします。 人間ならばこれらの言葉の意味を理解して「ああ、この人はお腹がすいているんだ」と理解することが出来ますが、機械ではそう簡単にはいきません。 機械学習を利
Google I/O '17のTensorFlow関連講演のまとめ - 元データ分析の会社で働いていた人の四方山話
events.google.com 初Google I/O ! に行くことができました。勝手なイメージでAndroidやWeb/Design系の話ばかりかなーと思っていたら、最近のご時世も反映されてかML関連の話題も非常に多かったです。半分くらいお仕事でスタッフぽい動きしていたので、現地ではしっかりセッションを見れたわけではないですが、Youtubeなどを見つつ簡単に整理してみました。 ML系の話題 大きくわけると3つでしょうか - TensorFlow Lite関連 - TPU関連 - TensorFlow 1.2関連 関連するYoutube動画や記事とセットでお送りします。 TensorFlow Lite関連 www.publickey1.jp 一番混乱した発表がこちら。キーノートで発表があるも名前くらいで何なのか不明という。。。3日目の朝1のセッションまで詳細がよくわからずという状態
Googleが静かに求人サービス「Google Hire」をテスト中 | inquire.jp
Googleが求人サービス「Google Hire」を静かにリリースしている。 Axiosによれば、「Google Hire」はATS(Applicant Tracking System)とも呼ばれる採用管理システムで、人事・採用担当者が、応募者の管理を効率的に行うためのサービスのようだ。 Google Hireのベースとなっているのは、VMwareの共同創業者ダイアン・グリーン氏によってつくられ、2015年にGoogleが買収したエンタープライズ向けアプリケーションを開発している「Bebop」だ。 Bebopのサイト上に掲載されている求人情報をクリックすると、「hire.withgoogle.com」のサイト上に求人情報が表示される。 このサービスは既に展開されており、CrunchBase Newsによれば、ワーナー・ブラザーズの子会社DramaFeverやスタートアップのMedisas
［速報］Google、動画になにが映っているかを自動的に判断する「Video Intelligence API」発表。Google Cloud Next'17
［速報］Google、動画になにが映っているかを自動的に判断する「Video Intelligence API」発表。Google Cloud Next'17 Googleは米サンフランシスコでイベント「Google Cloud Next'17」を開催。1日目の基調講演で、動画を分析して、いつ、なにが映っているかを判断する「Video Intelligence API」を発表しました。 動画になにが映っているかをコンピュータが自動的に判断する Googleのチーフサイエンティスト Fei-Fei Li博士によると、動画をコンピュータに理解させることはこれまで何年ものあいだ大きな課題で、実際、画像研究者にとって動画はデジタルな世界のダークマター（暗黒物質）だとされてきた、と。 そうしたなかで、Googleは機械学習による新しいAPI「Video Intelligence API」を発表しまし
Vision AI: Image & Visual AI Tools
Document understanding made easy with generative AI—summarize large documents with a Google-recommended, pre-built solution. Access advanced vision models via APIs to automate vision tasks, streamline analysis, and unlock actionable insights. Or build custom apps with no-code model training and low cost in a managed environment. New customers get up to $300 in free credits to try Vision AI and oth
VagrantとSSDなVPS(Digital Ocean)で1時間1円の使い捨て高速サーバ環境を構築する - Glide Note
今年の初めくらいから個人的な技術検証にはSSDで動作が速く、1時間1円で料金が安いのと ロケーションをSan Franciscoにするとsshでもレスポンスが悪くないので、全部Digital Oceanを使っている。(徳丸先生が紹介する前から使っていたんだ！) Digital OceanについてはRebuild: 2: Rails, Redis, VPS (Kenn Ejima)の42分くらいから言及されてます。必聴です。 使ってる旧型のMacBookAirみたいな貧弱なマシンだとローカルでVM動かすとファン回りまくりとかで泣きたくなるので、Digital Oceanだと泣かずに済んで快適。 そんで今日Vagrant経由でDigital Ocean利用すると、コマンドラインから必要なときに新規インスタンス(Droplet)作って、 検証終わったら削除という手軽な使い捨て高速サーバ環境が利用
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
新しいDocker HubがDocker CloudとDocker Storeを統合
Text-to-Speech AI: Lifelike Speech Synthesis | Google Cloud
TechCrunch | Startup and Technology News
Google、機械学習ベースの画像認識と人工知能での自動応答が利用できるメッセージングアプリ「Allo」 
