2019-11-15 to deep learning, googlenews, python, tensorflow, サービス, ツール, データ, プログラミング言語, リリース, 機械学習, 組み込み by takuya
この連載は いまさら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。 「機械学習」は、大量の学習データを機械に読み込ませ、そのデータを分析することで分類や識別のルールを作ろうというプログラム。そのプロセスは、「学習」と「推論」の2つに分けられます。 学習 大量の学習データの統計的分布から、特徴の組
AI（人工知能）・機械学習へのチャレンジが、これまでになく身近になっています。2018年後半には数多くの国内事例が発表され、いよいよ実用化のフェーズに入ったことを ...
理化学研究所の研究チームは、いわゆる「負のデータ」を収集できないために機械学習の分類技術を適用できなかった分野でも、分類技術が利用可能になる手法を確立した ...
by geralt 「AI」と「機械学習」の2つは並列して使用されることが多いものですが、両者はまったく異なるものを指します。AIと機械学習はどのように違うのか、そしてしばしば両者が同時に使われるのはなぜなのかを、ソフトウェアエンジニアのBen Dickson氏が解説しています。 Why the difference between AI and machine learning matters | TechTalks https
2018-11-29 to cia, googlenews, https, intel, machine learning, アプリ, ソフトウェアエンジニア, テクノロジー, データ, マーケティング, モバイル, ユーザーエクスペリエンス, 並列, 人工知能, 機械学習 by takuya
Googleは2018年11月8日（米国時間）、機械学習のパイプラインを容易に構築できるツール「Kubeflow Pipelines」と、機械学習のためのツールやデータのカタログとも ...
2018年10月4日、株式会社メルカリが主催するイベント「Mercari Tech Conf 2018」が開催されました。メルカリグループ各社が今後目指す方向や、これから取り組む技術的 ...
本連載は「これから機械学習に取り組みたい」「ディープラーニングや機械学習を使った経験がある」といったエンジニアに向けて、データ量が少なくても分析が実現できる「スパースモデリング」という手法を紹介します。今回は、スパースモデリングの歴史を紐解きながら、その代表的なアルゴリズムであるLASSOについて解説します。
Googleは2018年11月8日（米国時間）、機械学習のパイプラインを容易に構築できるツール「Kubeflow Pipelines」と、機械学習のためのツールやデータのカタログとも呼べる「AI Hub」を発表した。
TISは機械学習に向けた教師データ作成ツール「doccano」をオープンソースソフトウェアとして公開した。テキスト分類、系列ラベリング、系列変換という3つの基本的なタスクで使用するデータを作成しやすいという。
機械学習への関心が高まる中、特にその手法の一つである深層学習が注目されています。こうした流れを感じ、これから技術を身につけたいと考えている方も多いのではないでしょうか。しかし、まずはその土台となる機械学習について理解を進める必要があります。今回は翔泳社が発売した『Pythonで動かして学ぶ！あたらしい深層学習の教科書』から、機械学習の概論を紹介します。なお、本書ではデータ可視化やグラフの作成などを解説したあと、深層学習についても具体的に解説しています。
Googleは米国時間10月8日、データが流出したおそれがあるのを受けて「Google+」を終了すると発表したが、今度は法人向け生産性プラットフォーム「G Suite」のアラートセンターを広く利用できるようにした。 Googleは米国時間10月10日、これまでベータ版でしか提供していなかったアラートセンターについて、「G Suiteを利用している企業が脅威を検知し、軽減する措置を取るのに役立つ」とブログに記した。 9月にベータ版がリリースされたアラートセンターは、セキュリティに関する警告と通知を1つのイン
米Google傘下のGoogle Cloudとファーストリテイリング（ファーストリ）は9月19日、人工知能（AI）や機械学習などの先端技術の業務活用に向けて協業すると発表した。ファーストリ 代表取締役会長兼社長の柳井正氏は、「製品の企画、製造、流通、販売と顧客の声の全てをデジタルでつなぐことで、『情報製造小売企業』の実現を加速させていく」と語った。 Google Cloudはファーストリとの協業と併せて、AIのビジネス活用に向けた研究開発を顧客やパートナーと共同で推進する「Advanced Solutio
グーグルは8月3日、米国で7月下旬に開催した「Google Cloud Next '18」の発表内容をダイジェストで紹介するメディアセミナーを実施した。説明に当たったGoogle Cloud カスタマーエンジニア 技術部長の佐藤聖規氏は、100を超える発表項目の中から重要なものを5つに分類。「G Suite」「セキュリティと信頼」「機械学習とAI」「AIとIoT」「Cloud Services Platform」として、それぞれを解説した。 G Suite まずG Suiteでは、カレンダーの入力が簡素化
Googleがエッジコンピューティング分野に乗り出す。クラウドと人工知能（AI）を組み合わせるもので、機械学習向け専用チップに代表されるハードウェアの取り組みを拡大する動きととらえることもできる。「エッジコンピューティングの流れを変えるゲームチェンジャー」と同社幹部は述べている。 サンフランシスコで開催中の年次イベント「Google Cloud Next 2018」で発表された。エッジコンピューティングの取り組みは、2018年に発表したIoTサービス「Cloud IoT Core」を補完するものとなる。C
機械学習のモデルの構築にはまだ多くの障害があり、その一つが、データのあるところからモデルを構築するところへ、大量のデータを移動することだ。Googleはその工程を少しでも容易にするために、データウェアハウスBigQueryの中でモデルを作れる機能、 BigQuery MLを立ち上げた。 BigQuery MLを使うと、モデルをファインチューニングするためにデータを行ったり来たりさせることなく、データウェアハウスの中で線形回帰やロジスティック回帰を使ってモデルを構築できる。しかも、モデルを構築して予測を得る
イベント Google、Cloud Next'18でAIの大衆化を実現する「AutoML」の新API、「G Suite」の拡張などを発表 G Suiteはデータを置くリージョンを選択可能に - 笠原 一輝 2018年7月25日 01
by rawpixel Googleは人工知能(AI)を用いて医療分野に進出しており、AIに患者のデータを機械学習させることで心疾患で死亡する確率を予測させる研究も行われてきました。このような医療技術は2018年6月現在も改良が進められており、Googleのアルゴリズムがいかに現代医療のムダを削減し効率化しているのか、その取り組みをLos Angeles Timesがまとめています。 Google is training machines to predict when a patient will di
ニュース NEC、良品データの学習のみで不良品を検出できるAIソフトウェア新版 - 石井 一志 2018年5月8日 14
TISは、機械学習で感情を解析するためのデータセット「chABSA-dataset」を無償公開する。各文に対して、ネガティブまたはポジティブといった感情分類に加え、「何が」ネガティブまたはポジティブなのかという観点を表す情報が含まれる。
ここ数年、エンジニアの間で、もっとも話題に上ったプログラミング言語は何でしょうか？それは、間違いなくPythonです。先日発表された、PCIのランキングでも、JavaやC/C++に次いで堂々の4位を獲得しています。私事で恐縮ですが筆者も、ここ数年Pythonに関する書籍を何冊も執筆しました。先日も上梓させてもらったばかりです(ゼロからやさしくはじめるPython入門/マイナビ出版)し、Pythonでデータを取得し機械学習を行うスクレイピングに関する「Pythonによるスクレイピング&機械学習 開発テクニッ
トレジャーデータ株式会社は14日、同社が提供するカスタマーデータプラットフォーム「Treasure CDP」にマシンラーニング（機械学習）機能を追加、あわせてエンタープライズ向けにセキュリティ機能を強化したことを発表した。
ノークリサーチは売上高500億円未満の中堅中小企業について、24分野のIT投資意向を調べた。「IoT（インターネット・オブ・シングズ）」と「人工知能（AI）/機械学習」で見ると、流通業（運輸業）はIoTに「新たに投資する」と回答した企業の割合が13.8％と全業種で最も高かった半面、AIの投資意向は下から2番目の3.4％だった。建設業や製造業も同様の傾向となった。
AIやデータ分析・データ活用といえば、主にインターネットで事業を展開している企業に限定された話だと思っている方も多いかもしれません。しかし、AIや機械学習の波は、どのような業界にも押し寄せています。本稿では「機械学習をビジネスに活用するためにはどうしたらいいか」という疑問を、より現実的な解を用いて考えていきたいと思います。
AIやデータ分析・データ活用といえば、主にインターネットで事業を展開している企業に限定された話だと思っている方も多いかもしれません。しかし、AIや機械学習の波は、どのような業界にも押し寄せています。本稿では「機械学習をビジネスに活用するためにはどうしたらいいか」という疑問を、より現実的な解を用いて考えていきたいと思います。
