タグ: デル + autotag + 機械学習 (25)

ソート基準 日付 / 題名 / URL

  1. 会社の個室トイレの込み過ぎを防止するための排便の音とか匂いでちゃんと使われるのかチェックするシステムなんてどう?寝ている人が減ると思うけれど。
  2. 近年、「AI」という言葉をよく見かける背景には、機械学習を使った多様な手法による飛躍的進歩があります。この機械学習の主な手法の1つに「教師あり学習」があります。 教師あり学習には大きく分けて2つのタイプがあります。1つは、ある画像を「犬か否か」推定、あるいは「犬、猫、鳥」のどれに分類されるか推定する「分類」です。もう1つは、ある出来事が起こる確率を推定する「回帰」です。どちらのタイプも教師あり学習ではよく用いられますが、本記事で紹介する「ランキング学習」は一般的な「分類」や「回帰」とは 少し異なります。ラ
  3. 本連載ではプログラミングの基本は理解しているが、より実践的なデータ解析に取り組みたい方を対象に、スクリプト言語によるデータ解析の実践を解説します。スクリプト言語の中でも特にデータ解析環境が整っているPythonをとりあげ、対話型解析ツールやライブラリによるデータ解析の実行・可視化の方法をを解説します。第4回となる本稿ではPythonによる機械学習を解説します。まず機械学習の概観について確認し、Jupyter Notebookとライブラリscikit-learn使った機械学習の手順を解説します。
  4. 米FacebookのPyTorch開発チームは12月7日、Pythonベースの深層学習フレームワーク「PyTorch 1.0 stable」の公開を発表した。 ニュース オープンソース デベロッパー 末岡洋子 関連記事Facebook、Python向け機械学習ライブラリ「PyTorch 1.0」のプレビュー版をリリース オープンソースの優良プロジェクトを選ぶ「Bossies 2018」発表 米Oracle、機械学習モデルにアクセスするためのプロトコル「GraphPipe」を公開 Python向けスト
  5. Googleは「Google Cloud Platform」において、大手クラウドベンダーとして初めて「NVIDIA Tesla T4 GPU」を用いたサービスの提供を開始した。まずは限定的なα版サービスとして扱う。機械学習(ML)推論とモデルの分散トレーニング、コンピュータグラフィックスに最適化されているという。
  6. 米Facebookは10月2日、オープンソースのPython向け機械学習ライブラリ「PyTorch 1.0」のプレビュー版を公開した。 ニュース オープンソース デベロッパー 末岡洋子 AI 関連記事米Oracle、機械学習モデルにアクセスするためのプロトコル「GraphPipe」を公開 ニューラルネットワークツールと推論エンジンの相互運用のためのプロジェクト「NNEF」が仕様を公開 米Uberの研究開発チーム、確率的プログラミング言語「Pyro」をオープンソースで公開
  7. Googleは8月27日、強化学習研究のためのフレームワーク「Dopamine」をオープンソースで公開した。強化学習アルゴリズムのプロトタイプを高速に実装できるという。 ニュース オープンソース デベロッパー Google プログラミング 末岡洋子 AI 関連記事米Microsoft、.NET向け機械学習フレームワーク「ML.NET」を発表 米Salesforce.com、自動化機械学習ライブラリ「TransmogrifAI」を公開 米Oracle、機械学習モデルにアクセスするためのプロトコル「Gra
  8. TensorFlowは、Google Brainチームが開発したオープンソースのライブラリで、大規模な機械学習や数値計算に使える。機械学習や深層学習、ニューラルネットワークのさまざまなモデルやアルゴリズムが、共通の抽象化のもとで使いやすくまとまっている。Tensorflowのアプリケーションの開発には、Python用のフロントエンドAPIが提供されている。開発したアプリケーションの実行には、高速なC++が使われる。
  9. 今日(米国時間4/9)、Googleは数週間前に公開したクラウド・テキスト音声変換サービスのAPIにメジャーアップデートを行ったことをを発表した。Googleは同時に逆方向のサービスである音声テキスト変換のクラウド音声認識APIにも大きな改善を行った。Googleのテストによれば、新しいAPIは認識エラーを全体で54%減らしたという。ただし一部のケースでは改善はこれをはるかに上回った。 アップデートされた音声テキスト変換APIを利用するとデベロッパーは 複数のユースケースをベースにした機械学習モデルから
  10. 応用人工知能チームの尾崎です。今年新卒エンジニアとして入社し、機械学習モデルの実装評価からAPIサーバの実装、コンテナを利用したプロダクトへの導入まで開発全般を担当しています。 今回はARINEで稼働中の畳み込みニューラルネットワーク (CNN) を用いた髪型・ネイル識別システムについてご紹介します。 背景 ARINEでは、おすすめのヘアスタイルやトレンドのコーディネートなど沢山の記事が公開されています。記事には数多くの写真素材が用いられていますが、これらの素材の多くは提携サイトから検索APIを提供しても

最初へ / 前へ / 次へ / 最後へ / ページ(1/1)