ソフトウェアエンジニアの間でも一般的な言葉になった「機械学習」。本書では、その機械学習やデータ分析の道具をどのようにビジネスに生かしていけば良いのか、また不確実性の高い機械学習プロジェクトの進め方などを「仕事で使う」という観点から整理し… オライリージャパンさんからは、売れ行きがとてもいいという話を伺っており、これで新しいノートPCを買う足しになるかなぁと思っています。 物理本については少数ですが、Cloudera World Tokyo2017で限定販売されるそうです。CWT2017申し込みが始まったので、物理版がほしい方は申し込むとよいんじゃないでしょうか。 書評もいくつか届いており、勝手ながら紹介させていただきます。

IntelがUSB接続タイプのスティック型ディープニューラルネットワーク処理用アクセラレータ「Movidius Neural Compute Stick」を発表しました。画像処理やAI技術をクラウドではなくローカル環境で手軽に開発できることが期待されています。 Movidius | Intel Newsroom https://newsroom.intel.com/press-kits/movidius/ Intel Democratizes Deep Learning Application Development with Launch of Movidius Neural Compute Stick | Intel Newsroom https://newsroom.intel.com/news/intel-democratizes-deep-learning-application

スーパーコンピューターをはるかにしのぐ計算能力を発揮すると期待されている 「量子コンピューター」 。その実現は、今世紀後半になるとも言われていましたが、６年前、カナダのベンチャー企業Ｄ－Ｗａｖｅ Ｓｙｓｔｅｍｓ社が、世界に先駆け実用化モデルを発売。一部の専門家の間からは、本物かどうか懐疑的な見方が出たものの、グーグルやＮＡＳＡ＝アメリカ航空宇宙局など世界のトップ企業・研究機関が購入し、従来の高性能コンピューターの１億倍のスピードが確認されたことで、世界に衝撃を与えました。スーパーコンピューターをもってしても解けない複雑な問題を解決できると期待される量子コンピューターは、人工知能や画期的な新薬の開発などへの応用を通じて世界をどう変えていくのか。今月、東京で開かれた量子コンピューター国際会議を取材しました。（科学文化部・斎藤基樹記者） 量子コンピューターをめぐる世界最先端の研究成果が報告される

人工知能（AI）の開発者が研究開発に当たって留意すべき原則「AI開発ガイドライン（仮称）」の素案を策定するため総務省が設置した産官学会議から、AIスタートアップのPreferred Networks（PFN）が離脱していたことが明らかになった。 Preferred Networksは深層学習（ディープラーニング）開発のスタートアップ企業で、深層学習フレームワーク「Chainer」の開発元としても知られる。 総務省 情報通信政策研究所は、同ガイドライン素案策定のための産官学会議「AIネットワーク社会推進会議」を主催している。2016年12月には、素案策定に向けた論点整理を公開した。 この素案は、日本政府がOECD（経済協力開発機構）などに提案することを目的に策定するもので、「日本の法制度に直接反映させることを想定したものではない」（同研究所）という。 だがこの方針に対し、2017年1月まで同

§1はじめに Deep Learningってどのくらい理論的に解明されているのか？ってやっぱり気になりますよね。 それに関して、次のQuoraのスレッドに非常に有益なコメントがあります。 When will we see a theoretical background and mathematical foundation for deep learning? - Quora How far along are we in the understanding of why deep learning works? - Quora 深層学習界の大御所であるYoshua Bengio、Yann LeCunの二人が 実際ディープラーニングの理論的理解ってどうなのよ？？ って質問に直々にコメントしています。 LeCunのコメントの冒頭を少し引用しますと; That’s a very active

さらに詳細な利用方法が知りたい方は、Yahoo!デベロッパーズネットワークのマニュアルを参照してください。 ベイジアンフィルタの実装 ここから本格的にベイジアンフィルタの実装に入っていきます。 その前に、まずは先程のリスト1のコードを利用して入力された文章をわかち書きし、単語の集合を返す関数を作成しnaivebayes.pyとして保存しましょう。こちらも先程のmorphological.pyと同様にutf-8で保存してください。 リスト2　文章の分割をする関数（naivebayes.py） # -*- coding: utf-8 -*- import math import sys #yahoo!形態素解析 import morphological def getwords(doc): words = [s.lower() for s in morphological.split(doc)

最近、ディープラーニングが流行ってるせいか、機械学習関連の本や学習法をまとめた記事がバズっているのをよく目にします。 みんな興味はあるけど、なかなか手を出しにくい分野だから、学習方法が注目されているのだと思うのですが、それにしても多すぎると思いました。なので、機械学習のまとめをまとめてみました。Navarまとめのまとめみたいな。 人工知能ブームに追従する機械学習ブームの中、今年勉強するものの参考になれば幸いです。 オススメ本のまとめのまとめ breakbee.hatenablog.jp d.hatena.ne.jp d.hatena.ne.jp blog.livedoor.jp d.hatena.ne.jp d.hatena.ne.jp 学習に役立つ情報のまとめのまとめ qiita.com d.hatena.ne.jp qiita.com d.hatena.ne.jp aidiary.ha

森や山を自律飛行できるロボットの開発において、従来の研究では道自体を区別できる技術に焦点が当てられていました。そんな画像特徴や外観対比による経路の分別はロボットの自律走行技術として不適当であるとして、3台のアクションカメラの映像をディープラーニングで一度に解析して、正しい経路の方向を人間に匹敵する精度で選択可能な新技術が発表されました。 On the Visual Perception of Forest Trails http://people.idsia.ch/~giusti/forest/web/ カメラ映像による視覚情報をディープラーニングで解析して、山や森などの道を識別できる技術を研究しているのは、スイスの人工知能研究所「IDSIA」および、チューリッヒ大学のロボティクス知覚研究グループによる共同研究グループ。ドローンに搭載可能な山林救助の新技術が一体どのような仕組みなのかは、以

Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。 今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。 概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。 このプログラムは、コンテンツ画像に書かれた物体の配置をそのま

Googleは1月13日、オープンソース提供している機械学習システム用ツールキット「TensorFlow」について、都内でメディア向け説明会を開催した。TensorFlowの開発者が概要を解説したほか、オープンソース化の目的や今後の展望を述べ、さまざまな質問に直接答えた。 説明を担当したのは、Googleエンジニアリング部門リサーチサイエンティストのMike Schuster氏。同氏は、奈良先端科学技術大学で工学博士号を取得し、NTTでニューラルネットワークや音声認識システムの研究開発に携わるなど、日本と縁の深い人物である。 Googleでは音声認識システムの開発に取り組み、同社初の日本語および韓国語用の音声認識モデルを構築。その後、大規模ニューラルネットワークの実現を目指すプロジェクト「Google Brain」に参加し、現在はTensorFlowの開発を担当している。 同氏の開発するT

Image Credit: Bhupinder Nayyar/Flickr AppleやMicrosoftのような大手テクノロジー企業は、モバイル機器に搭載されたパーソナルデジタルアシスタント機能を多くの人に提供してきた。そのおかげでユーザはデバイスに話しかけるだけでアラームをかけたり、質問の回答を得たりすることができるようになった。現在、他の企業も新しいオープンソースのソフトウェアを用いて、それぞれ独自のバージョンのアシスタント機能を作成することが可能になった。そのソフトウェアは、Sirius。もちろん、AppleのSiriをもじったものだ。 今日、トルコで開かれている「プログラム言語およびOS向けアーキテクチャサポートに関する国際会議」にて、ミシガン大学の研究者らがSiriusについてのプレゼンテーションを行った（編集部注：原文掲載3月14日）。時を同じくした今朝、SiriusはPro

How to watch NASA's first Boeing Starliner crewed flight launch today (scrubbed)

ディープラーニングを小学生でも使えるようにしてみる Trial to make easy to use deep learned neural network 2015.06.30 Updated by Ryo Shimizu on June 30, 2015, 06:59 am JST この一ヶ月で、ディープラーニングが急激に使いやすくなってきています。 Google傘下のディープラーニング研究グループDeep Mindでインターンをしているスタンフォード大学の学生はこんな台詞をツイートしています。 「ディープラーニングに関して、新しくクールな論文が発表される速度は、それを読める速度より速い」 それこそ毎日のようにディープラーニングに関する何らかの新しい話題が出てきます。 それくらい、ディープラーニングは盛り上がっているのです。 「人工知能は人間を超えるか」を記した東京大学の松尾豊先生に

機械学習技術を容易に活用できる、「Amazon Machine Learning」ってどんなもの？：アナリティクス トレンド ピックアップ Amazon Web Services（AWS）は2015年4月10日（日本時間）、機械学習技術を容易に使えるようにするサービス「Amazon Machine Learning」を発表した。これがどんなサービスなのかを簡潔に紹介する。 Amazon Web Services（AWS）は2015年4月10日（日本時間）、「Amazon Machine Learning」、というサービスを発表しました。発表時点では、「U.S. East」（ノースバージニア）リージョンで提供開始されています。 これは、機械学習技術に詳しくない人でも、これを活用したアプリケーションをつくれるようにするサービスです。つまり、アプリケーションからAPIで、このサービスを呼び出して