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。
AI(人工知能)の歴史｜時系列で簡単解説 | 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。
Pythonの機械学習ライブラリtslearnを使った時系列データのクラスタリング
tslearnとは 時系列分析のための機械学習ツールを提供するPythonパッケージで、scikit-learnをベースとして作られているみたいです。 主な機能として、クラスタリング、教師ありの分類、複数の時系列を重ねた際の重心の計算ができたりします。 今回使用するに至った一番のモチベーションは、波形や振動などの時系列データに対してクラスタリングできるというところです。 tslearnインストール pipコマンドでインストールできます。 Kshapeというクラスタリング手法 今回tslearnで使用するモジュールとして、Kshapeというクラスタリング手法を時系列データに適用していきたいと思います。 Kshapeは2015年に下記の論文で提唱された方法で、以下の流れで実行されるアルゴリズムになります。 相互相関測定に基づいた距離尺度を使う（Shape-based distance: SBD
機械学習の精度と売上の関係
4. ビジネス面の制約条件を考える • 「人工知能で何とかしてください」 • この案件はどのタイプの利益モデルか？ • 人間のリプレイスが目的なので、人間より精度が高ければよい？ • 今の人間の精度は95%位なので、それよりも精度が高くなければ使えない • 今の人間の精度は60%位なので、それよりも精度が高くなければ使えない • 60%であれば、簡単なルールベースや画像処理で到達できる可能性が高い • 機械学習を使わなくても改善が出来る • 要求される精度次第で、使う技術が異なる • 自らの立ち位置によって、精度売上曲線の意味が変わってくる • 内製と下請け 5. YahooとGoogle • Yahooは自社の検索ビジネスをロジスティック型だと思い込んでいた • これ以上投資しても売上が増えないと思っていた • http://blog.livedoor.jp/lionfan/archiv
NVIDIA、画像内の一部を削除しリアルに修復するDeep learningを用いた画像修復技術を発表
NVIDIA、画像内の一部を削除しリアルに修復するDeep learningを用いた画像修復技術を発表 2018-04-23 NVIDIAの研究チームは、画像内の一部を削除し修復するDeep learningを用いた画像修復法を発表しました。 論文：Image Inpainting for Irregular Holes Using Partial Convolutions 著者：Guilin Liu, Fitsum A. Reda, Kevin J. Shih, Ting-Chun Wang, Andrew Tao, Bryan Catanzaro 本稿は、画像内の修正したい箇所をマスクし、除去したあとを自然に見せる代替を生成し再構築するモデルを提案します。不規則な形状のマスクでも画像修復できるDeep learningモデルです。 本提案手法は、最初にニューラルネットワークを訓練するた
人工知能や機械学習を利用しなくても「SQLの使い方」次第で収益アップは可能
流行の技術である「人工知能」や「機械学習」を使わなくても、適切なSQL文さえ書くことができれば顧客のライフタイムバリューを上げることができるという意見がソフトウェアエンジニアから出ています。 Thread by @cyberomin: "It's always fun when I speak to founders and potential founders and they are quick to tell me how they want to use AI/ML to improve customer […]" https://threadreaderapp.com/thread/987602838594445312.html SQLの有効活用を提案しているのは、ソフトウェアエンジニアのCelestine Ominさん。 以下のツイートに一連のスレッドがぶら下がっています。 I
教師なし学習は機械翻訳に魔法をかけるか？ - ディープラーニングブログ
つい先週，機械翻訳で驚くべき進展がありました． 教師なし機械翻訳がヤバい進化を遂げててびっくりした．たった半年でBLEUスコアを15から25に改善したのブレイクスルーでは？https://t.co/SVQlYYu2Pt 教師なし学習でこのクオリティの機械翻訳できるのまじで感動するし，ちょっと語っていい？ pic.twitter.com/fBllGtTkgb— Ryobot | りょぼっと (@_Ryobot) 2018年4月23日 要約すると教師なし学習でもひと昔前の教師あり学習の機械翻訳に匹敵する性能を獲得できたというのです．この記事では機械翻訳を知らない初心者にもわかるように魔法のような教師なし機械翻訳の仕組みを説明したいと思います． 教師あり学習の限界 機械翻訳はディープラーニングを適用することで急激に進歩した分野の１つだと思います．Google 翻訳はニューラル機械翻訳を導入するこ
機械学習の推定精度向上のための変数作成方法 ～AbemaTVのユーザ属性推定～
2018年2月23日（金）に開催されたオレシカナイトvol.5（https://cyberagent.connpass.com/event/77000/）での発表スライドですRead less
AWS Solutions Architect ブログ
既に多くのAWSのお客様が、ビッグデータ分析とデータサイエンスのために、オープンソースの統計ソフトウェアとして人気のあるRを使っています。その一方で、AWS上でRを実行する手順とベストプラクティスについて質問されます。数ヶ月前、HadoopマスターノードにRStudioをインストールし、 rm2やplyrmrのような Rパッケージを使って、公開されている巨大な気象データを分析する手順を、RからAmazon EMRに接続する方法としてブログ記事に書きました。本記事では、RとRStudio ServerとShiny ServerをAWSにインストールして実行する方法について説明します。 RStudioは、商用ライセンスもしくはAGPLv3でライセンスされ、Rとともに使われることが多い人気のあるIDEです。サーバにSSHで接続してviのようなコードエディタで分析したくない、という方に最適です。R
２井上室長
平成26年度地域・職域連携推進事業関係者会議 職場におけるメンタルヘルス対策の推進について 平成26年10月3日(金） 厚生労働省労働基準局安全衛生部労働衛生課 産業保健支援室長 井上 仁 労働者のメンタルヘルス関連対策の経緯（１） 1 S63.9.1 「事業場における労働者の健康保持増進のための指針」（メンタ ルヘルスケアと心理相談担当者を規定） 大臣公示 H7～11年度 労働省委託研究にて作業関連疾患（ストレス）について調査研 究 →職業性ストレス簡易調査票の開発 委託事業 H12.8.9 「事業場における労働者の心の健康づくりのための指針」（旧指 針）の策定 局長通達 H14.2.12 過重労働による健康障害防止のための総合対策 局長通達 H16.10.14 「心の健康問題により休業した労働者の職場復帰支援の手引 き」の策定 課長通達 H16.12.22 労働政策審議会建議 労政審建
あなたは今も犯している！？モバイルUXの7つの失敗 - ふろしき Blog
ここ最近、モバイルWebコミュニティにて、Apptimize社のトップであるLynn Wang氏がポストした「7 Mobile UX Mistakes You’re Probably Making Right Now」が話題になっています。 www.sitepoint.com その内容とは、彼女自身が、A/Bテストを使い様々なモバイルアプリの改善を行い、その中で得られた知見をまとめたものです。若干、煽り気味なタイトルに見えますが、中身はしっかりしていて、多くの人がなんとなく感じていることをキレイに言語化しています。個人的にも、参考になると感じています。 本人の許可が頂けたので、日本語らしく読めるようざっくりと意訳し共有します。 1. 不必要にサインインをさせようとする 多くの人々は、ユーザのサインインが価値を持つものだと考えています。しかし、時にサインインは、ユーザに苦痛を与えます。たとえ
階層ベイズモデルを用いた労働時間と知的好奇心の関係分析 - kivantium活動日記
以前@berobero11さんに「StanとRでベイズ統計モデリング」をプレゼントしていただき、本を読んだのですが解析したいデータがなかったため勉強した結果を活かすことができずにいました。 しかし今日Twitterを見ていたら 長時間労働は，知的好奇心を枯らすのか。 pic.twitter.com/NcuaLAgzpy— 舞田敏彦 (@tmaita77) 2017年11月13日 労働時間と知的好奇心には，国レベルでは非常に強い負の相関があるが，個人レベルでは逆に正の相関がある https://t.co/N8Z00ljFfB— Haruhiko Okumura (@h_okumura) 2017年11月15日 というまさに階層ベイズモデルを用いた解析にぴったりのテーマが流れてきたのでStanの練習として解析を行ってみました。 モデリング まずは奥村先生のPIAACデータ解析を読んでください。
Hidden Technical Debt in Machine Learning Systems
Authors D. Sculley, Gary Holt, Daniel Golovin, Eugene Davydov, Todd Phillips, Dietmar Ebner, Vinay Chaudhary, Michael Young, Jean-François Crespo, Dan Dennison Abstract Machine learning offers a fantastically powerful toolkit for building useful complexprediction systems quickly. This paper argues it is dangerous to think ofthese quick wins as coming for free. Using the software engineering framew
東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表
東京大学、機械学習を用いて0.5秒後の人間の動きをリアルタイムに推定する体動予測システム「Computational Foresight」を論文にて発表 2017-11-17 東京大学 篠田・牧野研究室の研究者らは、機械学習を用いて0.5秒後の運動をリアルタイム推定する体動予測システム「Computational Foresight」を提案した論文を発表しました。 Computational Foresight: Forecasting Human Body Motion in Real-time for Reducing Delays in Interactive System 本稿では、Kinectを用いて人間の動きを測定し、ニューラルネットワークを用いて、リアルタイムに0.5秒後の人間の動きを推定し出力するシステムを提案します。 提案システムは、人体の動きをリアルタイムに推定するため
「機械学習：技術的負債の高利子クレジットカード」のまとめ | Recruit Tech Blog
アドバンスドテクノロジーラボの石川有です． 株式会社リクルートテクノロジーズ Advent Calendar 2014 – Qiita の 12/16 分でエントリーを書きます． 大規模データを扱った機械学習用ライブラリがオープンソースで利用できる便利な時代ですが，まだまだ真の意味でエンジニアリングと機械学習研究の融合は果たせていないと思います． 従来のソフトウェアエンジニアリングではソースコードに対する知見が提案され実用されていますが，いざ機械学習システムの開発・運用に適応してみると「それだけ」では足りないということを実感します． その開発と運用のしづらさは何によるものなのか，それを回避するためのアンチパターンはなんなのかなどのヒントを，Google の D. Sculley らが Machine Learning: The High Interest Credit Card of Te
「AIアナウンサー」年間1000円の衝撃
和歌山県の放送局が、放送業界にちょっとした衝撃を与えている。特定非営利活動法人であるエフエム和歌山が「ナナコ」と名付けたAIアナウンサーの運用を開始したからだ。小規模なコミュニティー放送局では大量のアナウンサーを確保しておく余力はない。だがニュースや天気予報といった番組は、深夜や早朝にも必要とされるものであり、こうした時間帯での運用をどうするのかが課題であった。 音声の読み上げシステムは以前から存在するので、機械が記事を読み上げること自体は、それほど驚くべき出来事ではない。だがエフエム和歌山の事例が画期的なのは、音声読み上げシステムを同局の職員が手作りしてしまったことである。 もちろん職員が音声合成システムまで含めて全てを開発したわけではない。同社が選択したのは、米Amazon.com（以下、アマゾン）がクラウド経由で提供しているAIサービスを利用する手法だった。アマゾンは「AWS（Ama
はじめてのAdversarial Example
今回はadversarial exampleについて解説していきます。Adversarial exampleというのは、下図のように摂動を与えることによりモデルに間違った答えを出力させてしまうもののことです。 この例では、もともとモデルがパンダと正しく分類することができていた画像に摂動を与えることで、テナガザルと誤分類させています。しかし、人間には元の画像との違いはほとんど分からず、パンダのままに見えます。 Adversarial exampleは機械学習モデルを実用化していく上で大きな問題となります。例えば、交通標識をadversarial exampleにしてしまえば、自動運転車をだませてしまう可能性があります。 注目を集めてきている研究分野ですが、まだちゃんと調べたことがないという人も多いかと思います。今回もなるべく丁寧に解説していきたいと思います。 目次 基礎 攻撃 防御 論文紹介
Google DeepMind、AlphaGoに圧勝（100勝0敗）する新たな囲碁AIプログラム「AlphaGo Zero」を発表。囲碁の基礎ルールのみ教え3日間で500万回強化学習
Google DeepMind、AlphaGoに圧勝（100勝0敗）する新たな囲碁AIプログラム「AlphaGo Zero」を発表。囲碁の基礎ルールのみ教え3日間で500万回強化学習 2017-10-19 Google DeepMindは、囲碁の世界トッププロ棋士を破ってきたコンピュータ囲碁AIプログラム「AlphaGo」に圧勝する新たな人工知能プログラム「AlphaGo Zero」を論文にて発表しました。 Mastering the game of Go without human knowledge（PDF） AlphaGoは、数千もの打ち手のデータを学習し強化しましたが、AlphaGo Zeroは、このステップをスキップし、答えなしの白紙の状態からランダムにプレイし強化学習する手法を取り入れます。 過去のデータからではなく、囲碁の基本ルールだけ教えて、あとはAI同士が教師なし学習で対
Maven2 で ozacc-mail library を参照するには？ - ようじのにっき
「ozacc-mail library」は Maven (1.x) 用のリモートリポジトリを提供していたけど、Maven2 用のリモートリポジトリはなくて、調べていたところ、、、http://wiki.fdiary.net/maven2/?RemoteRepository#l2ここ↑にあるとおり、Maven2 では、pom.xml のリポジトリの参照定義にて legacy と指定することで、Maven (1.x) のリポジトリ（にあるモジュール）を参照することができた。 ・ ・ http://spring-ext.sourceforge.jp/maven/ legacy なるほど…。 ついでに、、、プロジェクトによっては、インターネット上のリモートリポジトリを参照できない場合や、公開することのできない独自のモジュールを参照させたいことがある。そんな場合は、プロジェクトディレクトリの配下にリ
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
Blogger
ゲノム編集技術「CRISPR」は“終わった”のか──たったひとつの論文から始まった風評と、検証なき「情報共有」の危うさ