現場で使える機械学習活用 ~その①機械学習プロジェクトの流れと留意すべきこと~｜akiraTOSEI
はじめにこのブログは、「現場で使える機械学習活用」をテーマにした4部作のうち1作目です。これらの4部作では「いかにして機械学習を使って現実世界の問題を解決するか」を軸に、陥りやすいポイントやコツを解説していきます。 第1回目は、プロジェクトの流れとプロジェクト成功のため留意すべきことを解説します。 機械学習プロジェクトの流れと留意すべきこと ←イマココ 仮想プロジェクトを題材にしたプロジェクトのコツ解説 プロジェクトで頻出する問題の対応 説明性があるAI (XAI) とその活用 機械学習プロジェクトの流れ機械学習を実務に適用するプロジェクトは、下記に示す5つの段階に分けることができます。 課題から機械学習で解決できそうな部分を見つけ、実現性を探る 機械学習で解けるように問題を設定する 必要なデータを集め、前処理をする 機械学習で学習・モデルの改善を行う 機械学習を実務に組み込む 1~4 は
2020年機械学習総まとめ 興味深い論文/記事85選｜akiraTOSEI
この記事では、2020年に発表された論文や記事のうち、特に興味深かったものを合計85紹介します。下記12のトピックに分けて紹介していますが、あくまで便宜上の分類です。私の個人的な2020年総括は以下の通りです。 --------------------- 個人的2020年総まとめと所感 --------------------- 2020年はTransformerが大躍進しました。自然言語処理では大規模なTransformerモデルであるGPT-3が高い精度を多くのタスクで叩き出しています。大量のデータと大量のパラメータを使って画像分類でも最高精度であったBig Transferを超えるものが出てきています。 差別的要素や著作権の問題のないフラクタル画像データセットはAIの倫理がさらに重視されるであろう今後は、非常に重要なものになってくるかもしれません。ImageNetにアクセスでき
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
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
