ここを更新しました（公開日：2024年4月11日、更新日：2024年12月2日） 2024年12月2日最新のColab環境で、記事内の全てのコードが正常に動作することを検証しました。 前回は、機械学習の基礎と、主要なPythonライブラリの概要を説明しました。 今回は、Pythonを使った機械学習プログラミングの基本的な流れを、実際にコードを書きながら体験的に学んでいきましょう。具体的には、データの読み込みと加工から、グラフによる可視化、統計的な数値計算、そして簡単な機械学習モデルの構築まで、基本的な一連の流れを体験できます（図1）。

サマリー：データ分析をしていると、「データから新たな気付きを得た」「高精度な予測モデルを作った」「施策の効果を厳密に検証した」といったことに達成感を感じるのではないか。しかし、これらはいずれも「役立つ」データ分...　もっと見る析とは言えない。第2回では、データ分析がビジネスへの貢献に失敗した5つのケースについて、「問題」と「課題」の観点から考えていく。本稿は、データ分析の第一人者である河本薫氏による『データ分析・AIを実務に活かす データドリブン思考』（ダイヤモンド社）の一部を抜粋し、紹介したものである。　閉じる 5つのケースから考える「問題」と「課題」の違い 言葉だけではなかなか実感を持ってもらえないと思いますので、データ分析をして「分かる」ことに成功したが「役立つ」ことには失敗したケースを2つ挙げましょう。いずれも架空の話ですが、実際の企業でもこれに類似した失敗談はよくあります。

March 2024 (version 1.88) Update 1.88.1: The update addresses these issues. Downloads: Windows: x64 Arm64 | Mac: Universal Intel silicon | Linux: deb rpm tarball Arm snap Welcome to the March 2024 release of Visual Studio Code. There are many updates in this version that we hope you'll like, some of the key highlights include: Apply custom editor labels - Distinguish between editors with same file

VS CodeのPythonおよびJupyter拡張機能の2024年4月版リリース　FlaskとDjangoのデバッグ設定など機能強化：Jupyterのセル間依存関係分析など各種機能が向上 Microsoftは「Visual Studio Code」のPythonおよびJupyter拡張機能の最新版を公開した。FlaskとDjangoのデバッグ設定フローの改善、PylanceによるJupyterのRun Dependent Cells機能の向上、Hatch環境の検出などの機能を強化した。

import numpy as np import matplotlib.pyplot as plt # 定数定義 ω = 2*np.pi # 角周波数 L = 1 # インダクタンス # 時間の範囲を定義 t = np.linspace(0, 2*np.pi, 1000) # 入力電流 i_t = np.sin(ω*t) # 出力電圧 V_t = L * np.gradient(i_t, t) # プロット plt.figure(figsize=(10, 5)) plt.subplot(2, 1, 1) plt.plot(t, i_t, label='Input Current (i(t))', color='blue') plt.xlabel('Time') plt.ylabel('Current') plt.title('Input Current') plt.legend() pl

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

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? TL;DR 量子化しても成績が下がりにくいモデルと、大きく下がるモデルがある 一部のモデルは量子化すると回答が極端に短くなる 量子化によって回答が短くなる度合いは、量子化前モデルの回答の長さと相関がある可能性がある はじめに 皆さんは量子化したLLMを使っていますか？ 深層学習における量子化（quantization） とは、モデルのパラメータを少ないビット数で表現することです。 通常のモデルは float32 などの高精度なデータ型を使ってパラメータを表現しますが、この精度を float16 や int8 に下げることを量子化といいま

カナダのCohereは2024年4月4日（カナダ時間）、同社のプロダクトの中で「最も強力でスケーラブル」とする大規模言語モデル（LLM）「Command R+」を発表した。 Command R+はエンタープライズユースケース向けに設計されており、同社が同年3月に発表したLLM「Command R」と同様に12万8000トークンのコンテキストウィンドウを備える他、ハルシネーション（AI〈人工知能〉がもっともらしいが誤った回答を返すこと）を減らすインライン引用を含む検索拡張生成（RAG）、グローバルビジネスをサポートするための10カ国語対応、高度なビジネスプロセスを自動化するツールの使用といった特徴を持つ。対応言語は英語、フランス語、スペイン語、イタリア語、ドイツ語、ポルトガル語、日本語、韓国語、アラビア語、中国語だ。 CohereとMicrosoftは同日、新たな提携により、Microsof

Googleが2024年4月9日から11日にかけてラスベガスで開催している「Google Cloud Next '24」において、高性能AIモデル「Gemini 1.5 Pro」のパブリックプレビューを開始したと発表しました Gemini 1.5 Pro Now Available in 180+ Countries; With Native Audio Understanding, System Instructions, JSON Mode and More - Google for Developers https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html Gemini 1.5 Proは2024年2月15日に発表されたモデルで、最大で1時間のムー

Train, Test, and Validation Sets By Jared Wilber In most supervised machine learning tasks, best practice recommends to split your data into three independent sets: a training set, a testing set, and a validation set. To demo the reasons for splitting data in this manner, we will pretend that we have a dataset made of pets of the following two types: Cats:      Dogs: For each pet in the dataset we

本連載は、２０２４年３月１５日に文化審議会著作権分科会法制度小委員会「AIと著作権に関する考え方について」（以下「考え方」」といいます）が公表されたことを受けて、２０２４年４月時点でのAIと著作権に関する法的論点とその基本的な考え方について網羅的に整理したものです。 本連載の作成にあたっては、「考え方」をベースに、関連する各書籍や論文等を参照し、かつ私自身が実務で経験したことを最大限盛り込んでいます。 特に「上野達弘・奥邨弘司（編）「AIと著作権」勁草書房、２０２４年」は、２０２４年時点の最新の論点について、理論的・実務的な観点から極めて詳細な検討がされている書籍であり、本連載作成に際しても大いに参考にしています。 本連載では、網羅的、かつ最新の知見を盛り込みつつも、学説の対立の紹介は最小限にとどめて、できるだけ一般的な結論を記載するようにしています。 もっとも、連載の中での「通説」「一般

Gemma Family Expands with Models Tailored for Developers and Researchers In February we announced Gemma, our family of lightweight, state-of-the-art open models built from the same research and technology used to create the Gemini models. The community's incredible response – including impressive fine-tuned variants, Kaggle notebooks, integration into tools and services, recipes for RAG using data

Googleが2月に公開したオープンかつ商用利用可能な大規模言語モデル「Gemma」ファミリーに、新たなモデルとして「CodeGemma」と「RecurrentGemma」の2つを追加すると発表しました。 Gemma Family Expands with Models Tailored for Developers and Researchers - Google for Developers https://developers.googleblog.com/2024/04/gemma-family-expands.html Gemmaは同じくGoogleが作成しているAIモデル「Gemini」と同じ技術を使用して作成された軽量かつオープンなAIモデルです。2月にベースとなる「事前学習済みモデル」および対話性能を高めた「インストラクションチューニング済みモデル」がリリースされていました

GoogleやMetaの研究者によって設立されたAIスタートアップのMistral AIが、オープンソースの大規模言語モデル「8x22B MOE」を公開しました。詳細は不明ですが、多くのベンチマークでGPT-3.5やLlama 2 70Bを上回る性能を持つ可能性があることが示されたモデル「Mixtral 8x7B」の3倍以上のパラメーター数を備えている可能性があります。 magnet:?xt=urn:btih:9238b09245d0d8cd915be09927769d5f7584c1c9&dn=mixtral-8x22b&tr=udp%3A%2F%https://t.co/2UepcMGLGd%3A1337%2Fannounce&tr=http%3A%2F%https://t.co/OdtBUsbeV5%3A1337%2Fannounce— Mistral AI (@MistralAI)

OpenAIが画像の読み取りに対応したマルチモーダルAI「GPT-4 Turbo with Vision」の一般公開を開始しました。 GPT-4 Turbo with Vision is now generally available in the API. Vision requests can now also use JSON mode and function calling.https://t.co/cbvJjij3uL Below are some great ways developers are building with vision. Drop yours in a reply 🧵— OpenAI Developers (@OpenAIDevs) 2024年4月9日 ドキュメントのモデルのページを確認すると、「gpt-4-turbo-2024-04-09」の導入と同時

Appleの研究者が、スマートフォンのアプリUIを理解するために設計したマルチモーダル大規模言語モデル(MLLM)の「Ferret-UI」を開発したという論文を、未査読論文リポジトリであるarXivで公開しました。 [2404.05719] Ferret-UI: Grounded Mobile UI Understanding with Multimodal LLMs https://arxiv.org/abs/2404.05719 Apple teaching an AI system to use apps; maybe for advanced Siri https://9to5mac.com/2024/04/09/ferret-ui-advanced-siri/ ChatGPTのようなチャットボットAIシステムのベースとなっている大規模言語モデル(LLM)は、主にウェブサイトから収

講師は慶應義塾大学の安宅和人教授、統計情報研究開発センターの小西純氏、早稲田大学の西郷浩教授など、データサイエンスに携わる専門家が務める。統計学の基礎や統計データの見方など、統計データ分析の基本的な知識を学習できる同講座は、2015年の開講からのべ約19万2000人が受講したという。 受講登録は7月29日まで。 関連記事 データ分析初心者は“童心に帰る”べき──　現役データサイエンティストが説く、失敗しないための心構え コロナ禍の事業継続の姿勢から一転し、データ活用に関心を向ける企業が増えている。こ一方、ノウハウや人材不足により、思うような成果を出せない企業もある。現役のデータサイエンティストに分析初心者が持つべき心構えを聞いた。 総務省「社会人のためのデータサイエンス演習」リニューアル開講　無料で学べる 総務省の無料オンライン講座「社会人のためのデータサイエンス演習」がリニューアル開講。

IntelがAIアクセラレータ「Gaudi 3」を2024年4月9日に発表しました。Gaudi 3はAI学習性能とAI推論性能の両面でNVIDIAのAI特化GPU「H100」よりも高い性能を発揮するそうです。 Intel Gaudi 3 AI Accelerator https://www.intel.com/content/www/us/en/products/details/processors/ai-accelerators/gaudi3.html Intel Breaks Down Proprietary Walls to Bring Choice to Enterprise GenAI Market https://www.intel.com/content/www/us/en/newsroom/news/vision-2024-gaudi-3-ai-accelerator.ht

デロイト トーマツ コンサルティングは2024年4月4日、「特化型LLM」の開発サービスの提供を開始した。大規模言語モデル（LLM）に、個別企業や特定ドメイン（事業活動領域）特有の語彙（ごい）や文脈、ニュアンスを学習させる「ファインチューニング」を実施する他、生成AI導入の構想策定からガバナンス体制の構築に至るまで「企業の生成AI（人工知能）の利活用を総合的に支援する」という。 「フルファインチューニング」と「PEFT」を利用 現在広く使われている汎用（はんよう）LLMは、インターネット上の公開文書などを使って一般的な言語パターンを学習させているため、企業での適用が限定的になりがちだ。こうした背景もあり、「専門用語への理解が不可欠な金融や医療などの業界では導入が進んでいない」とデロイト トーマツ コンサルティングは指摘。また、多くの汎用LLMはクラウドサービスとして提供されているため、「プ

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 OpenAIは、「ChatGPT」や「Copilot」といった最も人気の高いAIチャットボットのいくつかを動作させるのに利用されている高度な大規模言語モデル（LLM）で最も知られている。マルチモーダルモデルは、視覚アプリケーションの新たな範囲を解き放つことでチャットボットの能力を新たな段階に引き上げることができ、OpenAIは一つのモデルを開発者に対して利用可能にした。 OpenAIは米国時間4月9日、「GPT-4 Turbo with Vision」が「OpenAI API」を通じて開発者に一般提供されたとX（旧Twitter）の投稿で発表した。同モデルは、最新の「GPT-4 Turbo」モデルにビジョン機能を追加したもの。 この最新

APIセキュリティベンダーSalt Securityの研究者は「ChatGPT」のプラグインの脆弱性について、OpenAIにその詳細をドキュメントとして明確にするよう提言し、開発者にはChatGPTを扱う際の潜在的なセキュリティ脆弱性への認識を深めるように呼び掛けている。 ChatGPTプラグインの脆弱性 ChatGPTプラグインは、ChatGPTの大規模言語モデル（LLM）をサードパーティーアプリケーションに接続するための実験的な手段として2023年3月に提供された。開発者は、プラグインを使って外部APIとやりとりでき、株価やスポーツのスコアといったデータリソースにアクセスしたり、他のサービスに接続してフライトの予約や食べ物の注文などのアクションを実行したりできる。2023年11月に登場したカスタムGPT「GPTs」にその役割を譲ったものの、Salt Securityの一部門であるSal

生成AIコンテンツに｢Made with AI｣というラベルがつきます2024.04.09 22:009,616 宮城圭介 そのコンテンツは信頼できる？ 生成AIの関わったコンテンツを至るところで見かけるようになった昨今ですが、プラットフォーマーたちはAIの作ったコンテンツとどのように向き合うべきかに頭を悩ませています。 Meta（メタ）は、5月から生成AIによって作られた動画、画像や音声に｢Made with AI（AIで作成）｣とラベルを付与することを発表しました。Metaはこれまで、生成AIコンテンツの一部を削除する方針をとってきましたが、方針転換しました。 この変更によって、Meta傘下のサービス、Facebook（フェイスブック）、Instagram（インスタグラム）、Threads（スレッズ）も順次ラベルが実装されます。既にMeta AIを使って作成された写真は、AI-gene

突然ですが、AI文字起こしツールの中でも人気の「notta」が、動画を要約してくれる機能をリリースしました！YouTube動画のURLを貼り付けただけで、動画の要約とテキスト化してくれるのです。 私はYouTubeにアップされた海外のインタビュー動画などをレコーダーで録音してからnottaで文字起こししていました。 しかし、今後はそういったワンクッションが不要。さらに快適に効率的に文字起こし作業ができるようになったのです。 Screenshot: 中川真知子 via notta使い方はとっても簡単。nottaの「インポート」ページに表示されるURLの欄にYouTubeのURLをコピペし、アップロードをするだけ。 自動的にテキスト化がはじまります。 Screenshot: 中川真知子 via nottaGizmodo JapanのYouTube動画で試してみました。 URLを入れると、動画の

【読売新聞】「ＡＩ脚本」を、人気声優が朗読する――。そう銘打ったイベントが３月、中止に追い込まれる事態が起きた。生成ＡＩ（人工知能）が脚本などの著作物を無断学習している可能性を踏まえ、「盗作脚本ではないか」「声優を応援できない」など

連載：生成AI 動き始めた企業たち 生成AIがビジネスを大きく変えようとしている。従来のルールを覆す「ゲームチェンジャー」となり得る新技術に、企業はどう向き合うのか。生成AIの独自開発・活用に名乗りを上げた企業に構想を聞く。 これまでの掲載 日本IBM、サイバーエージェント、日立製作所、富士通、NEC、パナソニック コネクト NTTデータ、情報通信研究機構（NICT）、三菱電機、村田製作所、JR西日本 アサヒビール、九州電力、住友生命保険、住友化学、名古屋鉄道、ライオン 今後の掲載予定 旭化成（本記事） メルカリ 明治　※順不同 連載「生成AI 動き始めた企業たち」第18回は、旭化成の取り組みを紹介する。同社は2023年6月に全従業員が公開情報のみ利用できる生成AIシステムを業務導入。同8月には外部に公開していない社内データも検索・回答できるようにした。 ある事業部の製造現場では、顧客と監

Googleフォトに搭載されている、写真内の不要なものを削除する「消しゴムマジック」や撮影時のボケや手ぶれを取り除く「ボケ補正」などのAIを利用した編集ツールが、Google Pixelユーザーおよびサブスクリプションサービス「Google One」の加入者だけでなく、Googleフォトユーザー全体に無料で開放されることがわかりました。 Google Photos expands AI editing features to all users https://blog.google/products/photos/google-photos-editing-features-availability/ Google to launch AI photo eraser for iPhone and other Android phones https://www.cnbc.com/2024

GMOインターネットグループは4月9日、従業員（正社員、派遣社員、アルバイト）を対象に実施した生成AI活用調査の結果を発表した。生成AIの活用により663人月に相当する約10万6000時間／月の業務時間を創出したとしており、同社で活用している上位10ツールを紹介している。 調査では、従業員（派遣パートナーやアルバイトなどのシフト勤務者を含む）の73.2%が生成AIを「業務に活用している」と回答した結果を基に、創出した業務時間などを算出した。シフト勤務者を除くと、78.7％の従業員が生成AIを活用しているという。

ブックマークしました ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください Twitterで共有

2024年のサプライチェーンテクノロジートレンドトップ8　Gartnerが予測：人間と機械の相互作用が複数のトレンドをけん引 Gartnerは、2024年のサプライチェーンテクノロジートレンドのトップ8を発表した。2024年のトレンドの大きなテーマは、新興テクノロジーを活用したビジネスコントロールの必要性と、人間と機械の相互作用を通じた競争力の向上だ。