Know Your Data helps researchers, engineers, product teams, and decision makers understand datasets with the goal of improving data quality, and helping mitigate fairness and bias issues.
![Know Your Data](https://cdn-ak-scissors.b.st-hatena.com/image/square/db9b3055286b84140c6ea30c14e04074d3a8d127/height=288;version=1;width=512/https%3A%2F%2Fknowyourdata.withgoogle.com%2Fassets%2Fimages%2Fmeta-preview.png)
dlshogi with GCTのWCSC31バージョンのモデルの学習に使用したデータセットを公開します。 https://drive.google.com/drive/u/3/folders/1Lkh4HL0tMx9p3NNbHue9lvh_HOSBGxhv 加納さんのご厚意により、Googleドライブの無料枠を大幅に上回る容量を提供してもらいました。 (いつまで提供できるかは保証できなため、データ取得はお早めに) ファイルの説明 hcpe3/selfplay_gct-???.hcpe3.xz 中盤メインの5億の初期局面集で強化学習したデータ 040までは1600playout 041~055は1800playout 056~070は2000playout 071~は2400playout hcpe3フォーマット 方策の分布を学習したモデルで生成。GCTのモデルはこのデータの一部をhcp
IBM Researchは米国時間1月29日、顔認識技術の公平性と精度の向上を目指し、多様な人間の顔の画像100万件を含む新しいデータセットをリリースした。 IBMのフェローのJohn Smith氏は、ブログ投稿で次のように書いた。「顔認識システムが望まれるパフォーマンスを発揮し、結果を一層正確なものにするために、訓練データは広範な対象を取りそろえた多様なものでなければならない」「画像は、われわれが世界で目にする顔の特徴の分布を反映したものでなければならない」 今回の動きに先立ち、顔認識システムにおける人工知能(AI)に偏りがあると報告された。24日に発表されたマサチューセッツ工科大学(MIT)の研究で、Amazon.comの「Rekognition」が、MicrosoftやIBMの競合技術よりも、肌の色が濃い女性の性別の認識に苦戦し、性別の識別で全般的に間違いが多いことが明らかになった。
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