Note Azure Machine Learning モデルモニタリング (v2) には、シグナルとメトリックを監視するための追加機能とともに、データ ドリフトに対して改善された機能が用意されています。 Azure Machine Learning (v2) のモデルモニタリング機能の詳細については、「Azure Machine Learning を使用したモデルモニタリング」を参照してください。 Azure Machine Learning データセット モニター (プレビュー) を使用すると、次のことを実行できます。 データのドリフトを分析して、時間の経過と共にどのように変化するかを把握する。 モデル データを監視して、トレーニング用データセットと供給データセットの違いを確認する。 デプロイされたモデルからモデル データを収集することから始めます。 新しいデータを監視して、ベースライ

R&Dチームの中村健太郎です。トマトの記事に続き2度目の登場になります。そして、5月30日でアラサーを迎えました。 今回は深層学習において肝でもあり、手間もかかるデータセット作成を自動化することを記事にしてみました。 背景 データソース データセット 学習 推論 おわりに 背景 コンピューターグラフィックス(CG)で作成されたのデータセットの研究に関してはNVIDIA Researchがよく登場することがあり、一例として以下の論文が出されています。 arxiv.org ここでは現実世界の画像を使うことなく学習させた結果、Faster R-CNNで物体検出ができたという内容が触れられています。 学習の方法として教師なし学習、弱教師あり学習、教師あり学習など様々な手法が提案されています。それぞれに強み弱みはあれど、今のところ早く学習が収束し、精度的にも良い結果を出しているものは教師あり学習です

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

シアトルマリナーズ菊池雄星投手と、パーソナルアナリスト契約をしているネクストベース社の神事努氏、森本崚太氏と対談（第１弾の対談はこちら）。第２弾のテーマは、昨今、メジャーリーグでも主流になりつつある「ピッチトンネル」について、だ。 一般的に打者が球種を判断するために打撃を開始する位置はホームベースの手前７m前後だと言われている。「ピッチトンネル」とは、その７メートルの位置にリングのようなものがあると想定して、投手の指から放たれたボールがこのトンネルを通すことで打者の判断を難しさせるというものだ。どの球種も同じような軌道を描いてトンネルを出た後に変化するということに成功すれば、打者は球種を判断することが難しくなるというわけである。逆に言えば、指から離れた瞬間に膨らんでしまう球種は、「ピッチトンネル」は構成できない。 参考：「ピッチトンネル」に関する詳しい解説はこちら

グーグルらが運営する｢グローバル・フィッシング・ウォッチ（GFW）｣のサービス画面。青白く光るのが漁船。クリックすると船籍や船舶のタイプが表示される。 出典：Global Fishing Watch グーグル、海洋保護団体オセアナ、環境保護団体スカイトゥルースが運営する、世界の海洋漁業を見える化するプロジェクト｢グローバル・フィッシング・ウォッチ（GFW）｣は12月18日、2018年を｢漁業の透明化元年｣と位置づける声明を発表した。 3週間にわたる｢密漁船の大脱走事件｣の教訓 日本ではほとんど知られていないが、2018年4月、アフリカ南東部のモザンビークに拘留中されていた国籍不明の密漁船が脱走し、国際刑事警察機構（インターポール）や環境保護団体シーシェパードなどの追跡から3週間逃げ回り、最後はインドネシア海軍に拿捕されるという大事件が発生した。 ｢このケースは、各国政府と非政府組織、国際組

巨大な集合に対して、定数メモリ&定数時間で近似値を計算できる、確率的データ構造の紹介スライドです。 本スライドは、株式会社エフ・コードの社内勉強会(2018/08/30)にて使用されたものです。

「ママの一歩を支える」をミッションとした女性限定Q&Aアプリ「ママリ」。「あたたかいコミュニティ」に定評があるこのアプリで、コミュニティマネージャーが大事にしていることは何でしょうか。定性的な情報を元に機械学習で検知するシステムや、分析の進め方などとともに紹介します。 ママコミュニティ「ママリ」でどんなデータを使うのか ――今日はよろしくお願いします。まずは所属とお名前を教えてください。 島田氏：コネヒト 取締役 CTOの島田です。ママリの共同創業者でもあり、現在の担当はITインフラと機械学習（による分析）を担っています。 仲田氏：サービス部でコミュニティサポートを担当している仲田です。ママリを使っていただくユーザーに「心のよりどころ」と感じてもらえるようなアプリを目指しています。 ――ありがとうございます。今日はデータ活用だけでなく、機械学習に使う教師データの作り方や、ドメイン知識の活用

J.P.モルガンは、JPモルガン・チェース・アンド・カンパニーおよびその各国子会社または関連会社のマーケティングネームです。 J.P.モルガン・アセット・マネジメントは、JPモルガン・チェース・アンド・カンパニーおよび世界の関連会社の資産運用ビジネスのブランドです。 本ウェブサイトは、日本の居住者の利用に供する目的で作成されたもので、その他の国の居住者を対象とするものではありません。本ウェブサイトは、J.P.モルガン・アセット・マネジメントに関する情報のほか、証券投資一般等に関する情報提供を目的としたものであり、証券投資につき、勧誘を目的としたものではありません。本ウェブサイトは、J.P.モルガン・アセット・マネジメントが信頼性が高いとみなす情報等に基づいて作成しておりますが、その正確さを保証するものではなく、本ウェブサイトに掲載された情報を使用することにより被った損害を補償するものではあ

コマツが新たな成長を期して壁越えに挑む。自ら革新的な製品やサービスを極める「ダントツ」経営だけでは、成長余地も限られると判断。外部の企業や取引先と有機的につながる「コマツ経済圏」の形成に動き始めた。狙いは情報通信技術（ICT）を駆使し、新たなビジネスモデルを築くこと。2021年に創業100年を迎えるコマツの進化に迫る。東京・永田町のNTTドコモ本社ビルの一室。5枚の大型モニターに囲まれた建機の

イラク日報 全文検索【イラク日報村】 防衛省が公開した陸上自衛隊イラク派遣部隊の日報(370日分)をOCRによりデータ化したものを検索・閲覧頂けます。 Tweet 連絡先: @alea12, mail[@]alea12.net 公開日時: 2018-04-17 20:30 JST これまでに検索された件数: 914,730 PDFデータは @dragoner_JP さんが .zip にまとめて頂いたものをお借りしました🙏 最近検索されたキーワード 中山 (検索結果: 49件) 検索結果を見る サファリランド (検索結果: 0件) 検索結果を見る 自衛 (検索結果: 0件) 検索結果を見る 112 (検索結果: 417件) 検索結果を見る 2005 (検索結果: 64件) 検索結果を見る 大関 (検索結果: 0件) 検索結果を見る

最終更新日： 2019年7月10日 「出会う、が、世界を変えていく。」 いま、Sansanはこんなメッセージを掲げて、サービスを提供しています。 Sansanのサービスを支えるデータ化システム「GEES」は、人の出会いを可視化し、世界を変えていくための基盤を作り上げています。 Data Strategy & Operation Center（DSOC） Sansan が提供するサービスの根幹となる名刺。法人向けクラウド名刺管理サービスの「Sansan」、個人向け名刺アプリの「Eight」と2つのプロダクトを展開していますが、この両プロダクトにおいて名刺のデータ化を一手に担っているのが、私たち、Data Strategy & Operation Center（DSOC：ディーソック）です。 同じ名刺を起点としたサービスであっても、SansanとEight、それぞれのコンセプト、名刺のデータ化

MNIST 言わずと知れた手書き文字のデータ CIFAR-10 言わずと知れた10クラス(airplane, automobileなど)にラベル付された画像集。CIFAR-100というより詳細なラベル付けがされたものもある The Oxford-IIIT Pet Dataset CIFAR-10と同様、ラベル付きのデータ。その名の通り動物系 Fashion-MNIST ファッション画像のMNIST、を表したデータセット。クラス数はMNISTと同様10クラスで、画像は28x28(グレースケール)、学習：評価データ数は60,000：10,000。 MNISTは簡単すぎる、濫用されているといった問題を克服するという側面も意識されている。 iMaterialist Challenge on fashion 100万点をこえるファッション画像のデータセット。8グループ228のラベルがアノテーションさ

印刷用全体版 欠測値補完に関する調査研究報告書（平成29年3月）（PDF形式：2,232KB） 欠測値補完に関する調査研究報告書（平成29年3月）（詳細版）（PDF形式：2,398KB） 手順書 「欠測値補完に関する調査研究報告書」手順書（平成29年3月）（PDF形式：444KB） 委員による欠測値補完についての報告 公的調査における欠測値代入補完と代入者としての政府の役割（星野崇宏座長）（PDF形式：252KB） 乗率の補正による欠測補完に係る指標について（土屋隆裕委員）（PDF形式：317KB） Hot Deck補完の下での標本平均の漸近正規性について（元山斉委員）（PDF形式：180KB） 問い合わせ先 内閣府 経済社会総合研究所景気統計部 電話03-6257-1627（ダイヤルイン）

記事保存 日経BizGate会員の方のみご利用になれます。保存した記事はスマホやタブレットでもご覧いただけます。 予防医学者の石川善樹氏がさまざまな分野のエキスパートと対談しながら、脳とうまく付き合う方法を探る連載シリーズ。第19回のお相手は石川氏らが創業した研究開発型ベンチャーに所属する電脳クリエイター、出雲翔氏です。「ビッグデータ×ビジュアル化」のトップクリエイターとして、世界的に活躍する出雲氏。ビッグデータや人工知能（AI）が技術革新をけん引する時代に、なぜビジュアル化が必要なのか、ビジュアル化で何が変わるのか、聞きました。 データを使い「新しい視点」を提供 石川 善樹氏（いしかわ よしき） 1981年広島県生まれ。東京大学医学部健康科学科卒業後、ハーバード大学公衆衛生大学院修了、自治医科大学で博士（医学）取得。「人がより良く生きるとは何か」をテーマとして、企業や大学と学際的な研究を

こんにちは、Retty.Inc ソフトウェアエンジニア兼データサイエンティストのchie（@chie8842）です。 好きなたべものは焼肉とみかんです。 現在Rettyでは、次世代分析基盤を構築しています。Rettyでは、サービス拡大に伴いログの急増や分析需要の拡大が見込まれるため、高いスループットとコストパフォーマンスを両立する、スケールするアーキテクチャ設計が求められています。 今回は、こうしたスケールするアーキテクチャ設計の実現のために理解しておくべきDWHのコア技術の一つである、カラムナフォーマットに焦点を当てて紹介します。 はじめに - カラムナフォーマットとは カラムナフォーマットとは、データベースの分析用途に利用されるファイルフォーマットの種類の一つです。大量のデータを扱う際に効率的に圧縮してストレージコストを下げたり、計算時に必要なデータだけを取り出して計算コストを小さくで

地理情報システム（GIS）専業のマップマーケティングは2017年6月1日、災害時の事業継続計画（BCP）を検証できるシミュレーションソフト「TerraMap BCP」を発売した。地震や液状化などの被害想定から、企業の拠点や取引先、従業員の被災状況を予測。地図上で可視化して分析できる。6月9日に出荷開始する。 TerraMap BCPは、シミュレーションする災害データとして、政府による南海トラフ巨大地震や首都直下地震の被害想定や1926年以降に発生した地震、地盤の液状化リスク、津波被害などを用意する。任意の震源・震度や、原子力発電所のような災害時の事業継続に影響する施設の影響範囲（災害圏）も指定可能だ。

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 日立製作所、東京大学、国立研究開発法人産業技術総合研究所（産総研）は3月13日、データアクセス仕様「Moving Features Access」が、地理空間情報の国際標準化団体Open Geospatial Consortium（OGC）の国際標準として採択されたと発表した。 Moving Features Accessは、3者が共同で提案した位置情報へのデータアクセス仕様。人や車などの移動体（Moving Features）に関するビッグデータを、業界横断で迅速かつ高度に処理・分析することができる。従来、特定の時間を指定した移動体の位置情報へアクセスする仕様は ISOにより標準化されていたが、通信事業者や自動車会社などが保有する人や