Learn with Google AI: Making ML education available to everyone
20170204-meganeco
「TensorFlowで趣味の画像収集サーバーを作る 2017年2月号」 顔領域検出ネットワークを作成し、さくらの高火力サーバー上で動作させました。
オタク機械学習勉強会 #1
Tweet Share NEWS イベント概要 オタクネタ（例：アニメ、ゲーム）をテーマとした機械学習の勉強会です。 LT(ライトニングトーク)やセッションの発表と、 ブースでの作品あるいは成果の展示・発表・頒布等の 大きく分けて２つのスペースがあります。 まず、LT・セッションは、午前を非エンジニア・初心者向けのhow toセッション。午後は応募いただいた参加者によるLT及びセッションとなります。 ブースは、セッション同様、応募いただいた参加者による作品あるいは成果の展示・発表・頒布スペースとなります。 実施概要 ・イベントタイトル：オタク機械学習勉強会 #1 ・主催（後援、協賛、協力、等）：オタク機械学習勉強会運営（会場提供：ドワンゴ） ・期日／時間：2017年2月4日／11時~17時半 ・会場：ドワンゴセミナールーム ・目的：オタクネタをテーマとした機械学習の勉強会及び展示・発表・頒
Coursera | Online Courses & Credentials From Top Educators. Join for Free | Coursera
Learn online and earn valuable credentials from top universities like Yale, Michigan, Stanford, and leading companies like Google and IBM. Join Coursera for free and transform your career with degrees, certificates, Specializations, & MOOCs in data science, computer science, business, and dozens of other topics.
やる夫で学ぶ機械学習シリーズ · けんごのお屋敷
これは、機械学習に関する基礎知識をまとめたシリーズ記事の目次となる記事です。まとめることで知識を体系化できて自分自身の為にもなるので、こういうアウトプットをすることは大事だと思っています。ただ、普通にブログ記事を書くのも面白くないので、ちょっといつもとは違う方法でやってみようというのが今回のシリーズ記事。 2 ちゃんねるのキャラクターが登場人物として出てきて、彼らが会話して話が進んでいく「やる夫で学ぶシリーズ」という講義調の形式のものがあります。個人的にはやる夫で学ぶシリーズや 数学ガール のような会話形式で話が進んでいく読み物は読みやすいと思っています。さらに、先日みつけた やる夫で学ぶディジタル信号処理 という資料がとてつもなくわかりやすく、これの真似をして書いてみようと思い至りました。記事中のやる夫とやらない夫のアイコンは http://matsucon.net/material/m
WebエンジニアがTensorFlowで機械学習に入門しながら顔識別アプリを作ってみた / 2016-05-20 Machine Learning Kotohajime
https://78b88514d287ef16c8a41cdbf4.doorkeeper.jp/events/43887
スマートウォッチの加速度計データとニューラルネットワークを利用してヨガのポーズを区別できるか？ - higepon blog
Rebuild: Aftershow 126: Everything Except Mayonnaise (higepon)で紹介したプロジェクト。Machine Learning | Coursera で機械学習のクラスを修了した。理解を確認するために小さなプロジェクトを作っていたので紹介。実用性はいまのところない。 まとめ Pebble Time Round（スマートウォッチ）の加速度系データ (x, y, z) を入力にしてヨガのポーズを区別できるようになるか試してみた Supervised Learning なので training/test/validation set データを手動で作成 Hidden layer 1 つのニューラルネットワークで学習させた ヨガ以外の活動（徒歩、スマホをいじってる）、Downward dog ポーズ、Warrior 2 ポーズの 3 つをある程
MILJS
Sushi2 JavaScript Library The Fastest Matrix Library for JavaScript, many improvements from Sushi related paper Masatoshi Hidaka, Ken Miura, Tatsuya Harada. Development of JavaScript-based deep learning platform and application to distributed training. ICLR 2017 Workshop. (Paper) Sukiyaki2 JavaScript Library JavaScript Machine Learning Library for Sushi, many improvements from Sukiyaki2 related pa
1
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
GitHub - keras-team/keras: Deep Learning for humans
TensorFlowを利用した
アイドル顔識別についてあれこれ / 2017-01-28 GCPUG Fukuoka 5th