45分間で「ユーザー中心のものづくり」ができるまで詰め込む2022年8月9日 ある企業さまでの研修「45分間で『ユーザー中心のものづくり』ができるまで詰め込む」のスライドです。登壇枠が45分という限られた時間のなかで、UXデザイン・UXリサーチのもっとも大切なエッセンスを凝縮してお伝えするようにしました。Read less
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Bernoulli trials increases. Code examples in R are provided to
Teslaにおけるコンピュータビジョン技術の調査
2. Mobility Technologies Co., Ltd. 宮澤 一之 株式会社Mobility Technologies AI技術開発部 AI研究開発第二グループ グループリーダー 経歴 April 2019 - March 2020 AI研究開発エンジニア@DeNA April 2010 - March 2019 研究員@三菱電機 March 2010 博士@東北大学 自己紹介 2 @kzykmyzw 3. Mobility Technologies Co., Ltd. 3 2014年10月：Autopilot誕生 2015年10月：「バージョン7.0」リリース 2016年01月：Summonベータ版をリリース 2016年10月：第2世代のハードウェアを全車種搭載へ 2018年10月：Autopilotにナビゲーション機能追加 2019年09月：Smart Summon機能リ
基礎線形代数講座
4. 公開にあたって ●まえがきに代えて 本書は 株式会社 セガ にて行われた有志による勉強会用に用意された資料を一般に公開するもので す。勉強会の趣旨は いわゆる「大人の学び直し」であり、本書の場合は高校数学の超駆け足での復習 から始めて主に大学初年度で学ぶ線形代数の基礎の学び直し、および応用としての３次元回転の表現の 基礎の理解が目的となっています。広く知られていますように線形代数は微積分と並び理工系諸分野の 基礎となっており、だからこそ大学初年度において学ぶわけですが、大変残念なことに高校数学では微 積分と異なりベクトルや行列はどんどん隅に追いやられているのが実情です。 線形代数とは何かをひとことで言えば「線形（比例関係）な性質をもつ対象を代数の力で読み解く」 という体系であり、その最大の特徴は原理的に「解ける」ということにあります。現実の世界で起きて いる現象を表す方程式が線形な振
データ収集の基本と「JapanTaxi」アプリにおける実践例
1. Mobility Technologies Co., Ltd. Data Engineering Study #2 データ収集の基本と 「JapanTaxi」アプリにおける実践例 株式会社 Mobility Technologies 渡部 徹太郎 2020/8/19 2. Mobility Technologies Co., Ltd. 自己紹介 2 ID ：fetaro 名前：渡部 徹太郎 学生：東京工業大学でデータベースと情報検索の研究 (@日本データベース学会) 職歴： * 野村総合研究所(NRI) - オンライントレードシステム基盤 - オープンソース技術部隊 * リクルートテクノロジーズ - ビッグデータ分析基盤 * MobilityTechnologies - データエンジニア エディタ：emacs派→ InteliJ派 日本AWSユーザ会(JAWS) ビッグデータ支部長
優れた研究論文の書き方―7つの提案
オリジナルはこちら https://www.microsoft.com/en-us/research/academic-program/write-great-research-paper/ http://research.microsoft.com/en-us/um/people/simonpj/papers/giving-a-talk/Writing%20a%20paper%20(seven%20suggestions).pptx 新しいバージョンはこちら https://www.slideshare.net/kdmsnr/how-to-write-a-great-research-paper-226669082Read less
機械学習モデルの判断根拠の説明（Ver.2）
【第40回AIセミナー】 「説明できるAI 〜AIはブラックボックスなのか？〜」 https://www.airc.aist.go.jp/seminar_detail/seminar_040.html 【講演タイトル】 機械学習モデルの判断根拠の説明 【講演概要】 本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演ではこれら近年の代表的な説明法について紹介する。Read less
深層学習の数理
2. １９４６： ＥＮＩＡＣ，高い計算能力 フォン・ノイマン「俺の次に頭の良い奴ができた」 １９５２： Ａ．Ｓａｍｕｅｌによるチェッカーズプログラム 機械学習と人工知能の歴史 2 １９５７：Ｐｅｒｃｅｐｔｒｏｎ，ニューラルネットワークの先駆け 第一次ニューラルネットワークブーム １９６３：線形サポートベクトルマシン １９８０年代：多層パーセプトロン，誤差逆伝搬， 畳み込みネット 第二次ニューラルネットワークブーム １９９２： 非線形サポートベクトルマシン （カーネル法） 統計的学習 線形モデルの限界 非凸性の問題 １９９６： スパース学習 （Lasso） ２００３： トピックモデル （LDA） ２０１２： Supervision （Alex-net） 第三次ニューラルネットワークブーム データの増加 ＋計算機の強化 １９６０年代前半： ＥＬＩＺＡ（イライザ）， 擬似心理療法士 １９８０年代
心理的安全性の構造 デブサミ2019夏 structure of psychological safety
2. 自己紹介 • ところてん • @tokoroten • 株式会社NextInt 代表 • 怪文章職人 • 最近の活動 • データサイエンティスト養成読本ビジネス活用編 • Veinという自社サービスをリリース • 最近のお仕事 • 機械学習顧問（４社） • モバイルミドルウェア企業 • ECプラットフォーム企業 • データ分析企業 • FinTech企業 • 新規事業コンサルティング（1社） • ゲームディレクター(1社) ↓共著 ↓寄稿↓共著 3. この発表について • ところてんが最近考えていることを雑多に話します • 雑談を促進するためのVeinというサービスを開発しています • https://open.vein.space/ • グループ用のソーシャルブックマークサービス • SECIモデルにおける共同化支援を狙って作っている • 最近ユーザ数が2300人を超えた • Ve
アジャイルな開発組織のOKRベストプラクティス＆アンチパターン
2019.6.23 DevLOVE X (DevLOVE 10周年イベント) @ NAVITIME で話した資料です。Read less
無限
・集合はそのある真部分集合と一対一対応があるとき，無限集合と呼ばれる ・集合間の大小関係は，その集合間の写像の存在に基づいた濃度で表す ・集合はその全ての要素を並べることができるとき，可付番集合と呼ばれる ・自然数，整数，偶数，奇数，有理数，自然数の直積集合などは可付番集合 ・実数は可付番集合ではない（カントールの対角線論法） ・実数の濃度は自然数の濃度よりも高く，自然数の冪集合の濃度に等しい ・冪集合の濃度はもとの集合の濃度よりも高くなる ・可付番無限集合の濃度をアレフ・ゼロと呼ぶ ・可付番無限集合は濃度が最小の無限集合であるRead less
数式をnumpyに落としこむコツ
Tokyo.SciPy #2 にて発表した、数式(あるいは数式入りのアルゴリズム)から実装に落とす場合、何に気をつけるのか、どう考えればいいのか、というお話。 対象は、どうやって数式をプログラムすればいいかよくわからない人、ちょっとややこしい数式になると四苦八苦してしまい、コードに落とすのにすごく時間がかかってしまう人、など。 ここでは実行速度についてはひとまずおいといて、簡潔で間違いにくい、ちゃんと動くコードを書くことを目標にしています。 Read less
社会人のための本気の英語勉強法
4. 4 自己紹介 ■家田 佳明 株式会社シナモン COO シリアル・アントレプレナー。電通、リクルート、P&G Singapore、起業を経て、 Cinnamonへ参画。豊富な新規事業立ち上げ経験から、新規事業コンサルティン グ・プロダクト/サービスデザインを担当。事業要件と技術的解決策の橋渡しを行う。 大学時代はTOEIC520点。28歳から英語の勉強を真剣に始め、710点から970点ま で、１年半で向上させる。2011年から６年間、シンガポールで仕事をし、25ヵ国籍以 上のメンバーと働く。現在は、COOとして、130名以上の多国籍チームをリードする。 ■TOEIC 970点 （リスニング 495点、リーディング 475点） （直近のTOEICスコア推移） 320 410 455 405 435 475 390 435 475 460 435 495 0 100 200 300 400
マッチングサービスにおけるKPIの話
2017/9/22(金) 開催 サイバーエージェントのデータ分析基盤とデータ活用およびそれらの技術についての勉強会「Data Engineering and Data Analysis Workshop #2」Read less
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
20200910コンピュータビジョン今昔物語（JPTA講演資料）
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
DeNA の AWS アカウント管理とセキュリティ監査自動化
Java でつくる�低レイテンシ実装の技巧�
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
Bitcoinを技術的に理解する
