2017年2月13日のブックマーク (10件)

  • 【vol.2】「目指すのは人とAIの共進化」リクルートAI研究所所長が人工知能領域への取り組みを明かす | 株式会社リクルート

    2016.01.25 Mon 【vol.2】「目指すのは人とAIの共進化」リクルートAI研究所所長が人工知能領域への取り組みを明かす リクルートは、2015年4月に人工知能研究所として新しく「Recruit Institute of Technology」を立ち上げた。 AI分野の世界的権威であるTom M. Mitchell氏(米カーネギーメロン大学教授)、Oren Etzioni氏(Allen Institute for Artificial Intelligence CEO/元・米ワシントン大学教授)、David M. Blei氏(米コロンビア大学教授)、Alex 'Sandy' Pentland氏(米マサチューセッツ工科大学教授)、Christopher D. Manning氏(米スタンフォード大学教授)らをアドバイザーに迎え、リクルートグループ各社と連携したグローバル規模のAI

    【vol.2】「目指すのは人とAIの共進化」リクルートAI研究所所長が人工知能領域への取り組みを明かす | 株式会社リクルート
    yag_ays
    yag_ays 2017/02/13
  • 建設業のスマート化を目指す「Photoruction」運営、BASE 現役 CTO の藤川氏を技術顧問に - BRIDGE(ブリッジ)テクノロジー&スタートアップ情報

    写真左から:CONCORE’S 代表取締役の中島貴春氏と「えふしん」こと藤川真一氏 建設業向けに工事現場の記録写真業務を効率化する「Photoruction」を提供する CONCORE’S(コンコアーズ)は2月13日、BASEの現取締役 CTO で、モバツイなどの開発者、起業家としても知られる藤川真一氏が技術顧問に就任したと発表した。 同社は昨年11月から提供中のベータ版サービスに画像認識技術等を活用することで業務範囲を拡大し、建設現場の生産性を効率化するプラットフォーム構築に取り組みたいとしている。Photoruction については先日取材したこちらの記事を参照されたい。 藤川氏はメーカーやウェブ制作などを経験した後の2006年に paperboy&co.(現 GMOペパボ)に参加。ショッピングサービス開発などに携わりつつ、当時、日でも利用が始まりつつあった Twitter のフィー

    建設業のスマート化を目指す「Photoruction」運営、BASE 現役 CTO の藤川氏を技術顧問に - BRIDGE(ブリッジ)テクノロジー&スタートアップ情報
    yag_ays
    yag_ays 2017/02/13
  • すごーい! きみはプログラミング言語を実装できるフレンズなんだね - Qiita

    ジャパリパークのみんなー! フレンズのためのプログラミング言語ができたよー! サンプルコード Socrates すごーい! かばんちゃん は ヒトの フレンズ なんだね! すごーい! あなた が ヒトの フレンズ なら あなた は しっぽのない フレンズ なんだね! だれ が しっぽのない フレンズ なんだっけ? すごーい! 0 は 自然数の フレンズ なんだね! すごーい! きみ が 自然数の フレンズ なら きみ の 次 も 自然数の フレンズ なんだね! すごーい! 0 は 3の倍数の フレンズ なんだね! すごーい! きみ が 3の倍数の フレンズ なら きみ の 次 の 次 の 次 も 3の倍数の フレンズ なんだね! すごーい! 0 は 5の倍数の フレンズ なんだね! すごーい! きみ が 5の倍数の フレンズ なら きみ の 次 の 次 の 次 の 次 の 次 も 5の倍数

    すごーい! きみはプログラミング言語を実装できるフレンズなんだね - Qiita
    yag_ays
    yag_ays 2017/02/13
  • 「毒毒毒毒毒毒毒毒毒展・痛(もうどく展2)」サンシャイン水族館で3/16から 毒を“五感”で体験 - はてなニュース

    サンシャイン水族館(東京都豊島区)は、毒を持つ生き物を展示する特別展「毒毒毒毒毒毒毒毒毒展・痛(もうどく展2)」を3月16日(木)から6月25日(日)まで開催します。2014年夏に開催した人気企画の第2弾で、前回の展示から一新したコンセプトで展開するとのこと。「見る」だけでなく「触れる」「嗅ぐ」など“五感で毒を感じられる”内容になるとしています。 ▽ サンシャイン水族館 2014年に開催し人気を集めた「毒毒毒毒毒毒毒毒毒展(もうどく展)」が再び登場します。前回は「刺す」「咬む」「中毒」などさまざまな“毒を持つ生き物”をテーマに展開されましたが、今回は展示する生き物をすべて一新。「防御するための毒をもつ生物」「毒を利活用する生物」「死亡例のある生物」という3つのコンセプトをベースに、毒を持つ生き物たちを各ゾーンで紹介します。 「防御するための毒をもつ生物」の展示室は、暗く蒼(うっそう)とし

    「毒毒毒毒毒毒毒毒毒展・痛(もうどく展2)」サンシャイン水族館で3/16から 毒を“五感”で体験 - はてなニュース
    yag_ays
    yag_ays 2017/02/13
  • 日本のAIは周回遅れ…杉山将・東京大教授に聞く

    【読売新聞】 世界が今、人工知能(AI)の研究にしのぎを削っている。日でも年明けに新たなAI研究拠点、理化学研究所「革新知能統合研究センター」(※1)が政府の肝いりで東京・日橋にオープンした。世界との競争にどう立ち向かうのか。初

    日本のAIは周回遅れ…杉山将・東京大教授に聞く
    yag_ays
    yag_ays 2017/02/13
  • 深層学習による機械とのコミュニケーション

    2. ⾃⼰紹介 海野 裕也 l -2008 東⼤情報理⼯修⼠ l ⾃然⾔語処理 l 2008-2011 ⽇アイ・ビー・エム(株)東京基礎研 l 2011-2016 (株)プリファードインフラストラク チャー l 2016- (株)プリファードネットワークス l ⾃然⾔語処理、機械学習、テキストマイニング l ChainerなどのOSS開発 l 対話処理など NLP若⼿の会共同委員⻑(2014-) 「オンライン機械学習」(2015, 講談社) 2 3. 宣伝:NLP若⼿の会(YANS) l YANSシンポジウム(9⽉) l 若⼿研究者(40歳未満くらい)の若⼿研究者が、⾃ ⾝の研究を進めるための集まり l 学⽣や企業エンジニアの参加も歓迎 l 昨年も合宿でした! l YANS懇(3⽉) l ⾔語処理学会全国⼤会期間中に懇親会をします l 単なる飲み会です J l 今年は秋葉原で開催(学会は

    深層学習による機械とのコミュニケーション
    yag_ays
    yag_ays 2017/02/13
  • 保活バイブル2017 - 毛のはえたようなもの

    保育園を探すすべての人のために。 保活=保育園に入る活動について簡単に説明した資料です。 よかったら、今後の保育園探しにご利用ください。 保育園、お願い、もっと増やして!!保活をなくして!!! サマリ― 保育園とはなんぞや、から保育園の入り方まで簡単に説明します。 結婚するときから保活は始まっていることもお伝えしたい。 そういえば幼稚園と保育園の違いって? 読者の皆様、幼稚園に行っていた、という方も多いのではないでしょうか? そんな方がまず疑問に思うのは、保育園がないなら幼稚園でいいんじゃないか?ということ。 比較してみましょう。 幼稚園は3歳クラスからです。育休は最長でも子供が3歳になるまでですから、4月に3歳クラスに入るまでどうしてもブランクがあります。 よって共働き夫婦の場合、育休している親が復職するにはひとまず保育園に入らなくては!ということがわかります。 保育園って色々あるけどよ

    保活バイブル2017 - 毛のはえたようなもの
    yag_ays
    yag_ays 2017/02/13
  • SREとしてMercariに入社した | SOTA

    1月16日よりMercariにてSRE/BSE(Backend System Engineer)として働いてる. これまではとある会社で社内向けのPaaSエンジニアとして働いてきた(ref. PaaSエンジニアになった).PaaSの目標である「アプリケーション開発者の効率を最大化」を突き詰めながら少人数のチームでいかにScalableなプラットフォームを構築するかに注力してきた.Cloud FoundryやDockerといったインフラの最前線とも言える技術やアーキテクチャに触れ,かつその中で自分の技術的な柱である自動化に取り組むことができたのは非常に刺激的で自分に大きなプラスになった. その一方でPaaSというプラットフォームはその性質上サービスそのものからは中立的になることが避けられない(だからこそScalabilityを実現できるのだが).よりサービスに近い部分,サービスの成長に直結す

    yag_ays
    yag_ays 2017/02/13
  • Word Mover's Distance: word2vecの文書間距離への応用 - yubessy.hatenablog.com

    word2vecによって得られる語の分散表現を用いて文書間の距離(非類似度)を計算する手法についての論文を読みました。 せっかくなので解説してみます。 [1] Kusner, Matt J., et al. “From word embeddings to document distances.” Proceedings of the 32nd International Conference on Machine Learning (ICML 2015). 2015. TL;DR この論文では Word Mover’s Distance(WMD) という文書間距離の計算手法を提案しています。 提案手法は手っ取り早く言うと次のようなものです。 文書A, B間の距離 = A, Bの語同士を対応付けることでAをBに変換するとき、 対応付けのコストが最も低い場合のコストの総和 語xを語yに対応付

    yag_ays
    yag_ays 2017/02/13
  • Kaggle boschコンペ振り返り

    kaggle boschコンペに参加し15/1373位に入りました。 その時にやったことのまとめです。 feature engineeringを頑張ったほか、xgboostの機能を使って色々なアイデアを試して見ました(今回のコンペではこちらは精度に貢献しませんでしたが)。Read less

    Kaggle boschコンペ振り返り
    yag_ays
    yag_ays 2017/02/13