[B! 機械学習] kochizufanのブックマーク

kochizufan id:kochizufan

機械学習に関するkochizufanのブックマーク (9)

Webブラウザで機械学習を実行できるエンジンまとめ - FRONT-END.AI Blog
AIや機械学習を学ぶ際にはPythonやサーバサイドのプログラミング言語を習得するのが一般的です。しかし、最近ではエッジやオフラインでも実行できるAI、機械学習環境に注目が集まっています。そうすることでクラウドにデータを上げず、プライバシーに配慮したAI利用が可能になります。今回はそんなWebブラウザで実行できる機械学習エンジンを紹介します。 TensorFlow TensorFlow.jsはGoogleが主導して開発している機械学習エンジンになります。ベースとなっているのはTensorFlowで、TensorFlow.jsはそのWeb版です。同じモデルが利用できます。 TensorFlow ONNX.js - Run ONNX models in the browser ONNX.jsは機械学習モデルの共通フォーマットであるONNXを実行するライブラリです。Microsoftが主導して
kochizufan 2022/06/09
機械学習

JavaScript
リンク
Webブラウザだけで使える機械学習環境まとめ – ピクアカインフォ
機械学習をはじめようと思うと、プログラミング言語や各種ライブラリのインストールが必要になります。また、何よりもGPUが必要です。そのために初期コストをかけるのを躊躇してしまう人も多いでしょう。そこで使ってみたいのがWebブラウザを使ってクラウド上で利用できる機械学習環境です。一部は無料でも使えますので、手軽に機械学習を学びはじめられるはずです。 Jupyter notebook提供 Free Cloud GPUsリソースは限られますが、GPUを積んだJupyter notebookを無料で利用できます。1回の利用あたり、6時間という制限があります。 Free Cloud GPUsGoogle Colaboratory Googleが提供するJupyter Notebook環境です。無料で利用できるほか、外部からのノート取り込みにも対応しています。GitHubなどで学習コンテンツを提供
kochizufan 2022/06/09
機械学習

ブラウザ
リンク
文系大学生が機械学習を０から始めて９か月でKaggle銀メダルを獲得するまで - Qiita
今回自分は0から始めて9か月でコンペで銀メダル(6385分の249位,top4パーセント)を獲得できました。自分の今までの流れをおさらいしていきます。それまでの僕のスペック数3と行列はほぼ何も分からないプログラムはrubyとjavaはそこそこに書ける、pythonは知らん勉強の流れ12月末機械学習を始めると決心、とりあえず何をやればいいかよく分からないがpythonが必要らしいのでprogateでpythonをやってみる1月数学が必要らしいので、行列と微分積分について1から学んでみる。今から考えると、行列の基礎をさらえたのは良かったですが、それ以外はこの時間は絶対いらなかったなと考えています。微分積分行列2月 Udemyで多くの講座を受ける、詳細は以下の記事にまとまっています https://qiita.com/HayatoYamaguchi/it ems/c8051
kochizufan 2019/10/07
python

機械学習
リンク
東ロボくんの生みの親《新井紀子》教授の間違いが明らかになった日。人間は人工知能に読解力でも負けつつある - Togetter
sangmin.eth @ChoimiraiSchool @gijigae アリババの人工知能チームが @Stanford 大学の読解力テストで人間に始めて勝ったのが、今年の1月。スコアは、・人：82.304 ・AI：82.44 グーグルの《BERT》でトレーニングさせた人工知能のスコアは何と、87.433！10カ月で5ポイントも上げている。人間とマシン、読解力の差は今後更に広がる🤖。 twitter.com/Google AI/statu… 2018-11-03 16:51:29 Google AI @Google AI We have released @TensorFlow code+models for BERT, a brand new pre-training technique which is now state-of-the-art on a wide array of
kochizufan 2018/11/06
人工知能

技術

機械学習
リンク
平成の次の元号を、AIだけで決めさせる物語 - Qiita
背景平成の次の元号は何になるの？エンジニアに限らず、多くの人が気になる話題である。エライ学者先生ががんばって調べたり選んだりして決めるんでしょ。しかし、時はAIが囲碁や将棋で名人を負かす時代。そうだ！AIに新元号を決めてもらえばいいじゃん！！まさに悪魔的発想・・・！﹁OK、Google、新しい元号は何になるの？﹂ ⇒　教えてくれるワケがない。︵元号関連記事くらいは教えてくれる︶じゃあ自分で作ってみよう！人の判断を一切入れずに、AIだけで新元号作ることが出来るのか？が今回のテーマ余談‥ ちなみに大喜利人工知能の、大喜利βさんに聞いたところ﹁アメリカ﹂との答えが返ってきた。このタイミングで、アメリカ合衆国51番目の州は﹁本州﹂です、とせよとの啓示なのか！？新元号のルールは？以下のように決められているらしい。 1. 国民の理想としてふさわしいようなよい意味を持つもので
kochizufan 2018/06/05
四書五経...と言おうと思ったら言われていた

元号

機械学習
リンク
TensorFlowでアニメゆるゆりの制作会社を識別する - kivantium活動日記
ついにガロアが死んだ年齢を超えてしまったことに気がつき、自分がまだ何も成し遂げていないことを悲しく思う今日このごろです。さて、今日はGoogleが出した機械学習ライブラリのTensorFlowの使い方について軽く説明しつつ、ゆるゆりの制作会社の識別を行おうと思います。 TensorFlowとは TensorFlowはGoogleが11/9に公開したApache 2.0ライセンスで使える機械学習ライブラリです。Googleは様々なところでプロダクトに機械学習を活用していますが、TensorFlowは実際にGoogle内部の研究で使われているそうです︵TensorFlow: Google 最新の機械学習ライブラリをオープンソース公開 - Google Developer Japan Blog︶。 Googleのネームバリューは恐ろしいもので、GitHubのStar数はすでにChainerやC
kochizufan 2015/11/19
アニメ

機械学習
リンク
「Amazon Machine Learning」発表。クラウドで機械学習サービスを提供
Amazonクラウドはクラウド上で機械学習を提供するサービス﹁Amazon Machine Learning﹂を発表しました。これはAmazon社内でデータサイエンティスト達が使っているのと同じものと説明されており、既存のデータ群から適切な機械学習モデルを作りだし︵データからパターンを学習し︶、そのモデルを新しいデータに適用して予測などを行っていくというもの。高いスケーラビリティで日々何十億もの予測を行う能力を備え、リアルタイムに予測を生成できるとされています。簡単に学習させられ、大規模処理も可能 Amazon Machine Learningのページでは、特長として5つの要素が示されています。1つ目は、既存データをAmazon S3やRedshift、Amazon RDSなどから簡単に読み込んで学習させることができること。2つ目は、数秒でモデルを作成し、予測までできること。3つ
kochizufan 2015/04/10
AWS

機械学習

クラウド
リンク
Caffeで手軽に画像分類
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blogこんにちは。システム統括本部データソリューション本部の宮崎です。最近ディープラーニングと呼ばれる技術の話題を耳にすることが増えてきました。この記事ではディープラーニングの手法を実装し画像認識系の用途で便利に使えるCaffeというツールの使い方を紹介します。 Caffeの概要 Caffeは、C++で実装されGPUに対応した高速なディープラーニングのライブラリです。大規模画像認識のコンテストILSVRCで2012年にトップとなった畳込みニューラルネットワークの画像分類モデル[1]がすぐに利用できるようになっています。 Caffeは、カリフォルニア大学バークレー校のコンピュータビジョンおよび機械学習に関する研究センターであるBV
kochizufan 2015/02/27
c++

機械学習

画像処理
リンク
Deep Learningでラブライブ！キャラを識別する - christinaの備忘録
このところDeep Learningが相当流行っているようで、ほとんど至るところで話題になっているのを見ます。 Deep Learningは深層学習とも呼ばれ、ニューラルネットワークの層をこれまでより深くして機械学習を行う技法です（だそうです）。画像認識コンテストで他の方法と比べて非常に高い精度を示しており、以前は人の手で行っていた特徴の抽出まで行えます。以前であれば車を認識するには車はどのような特徴を持っているかを人がモデル化して入力していたわけですが、この特徴を入力画像と与えられたラベルからニューラルネットワークが捉えてくれます。詳しいことはDeep Learningで検索して出てくる記事やスライドを参照のこと。 Deep Learning自体は容易に実装可能なものではなさそうですが、多くの研究グループがDeep Learningを行うためのソフトウェアをオープンソースにしているた
kochizufan 2015/02/12
デレマス190人でおなしゃす！

データ

機械学習

ネタ
リンク
1