ブックマーク / www.publickey1.jp (6)
-
﹁Amazon Forecast﹂が正式リリース。過去の時系列データを与えるだけで機械学習による予測をしてくれる、専門知識不要のサービス Amazon Forecastは、なんらかの時系列データおよびその時系列データに影響を与えたであろう周辺情報、例えばある店舗の売り上げの時系列データおよび、その店舗の場所の天候、気温、交通量、曜日や祝祭日など売り上げに影響すると思われる周辺情報を与えると、予測に必要な機械学習モデルの構築、アルゴリズムの選定、モデルの正確性の検証や改善などを全て自動で実行し、売り上げに関する予測のデータを出力してくれるというサービスです。 一般に、機械学習を活用するには、学習用のデータと検証用のデータを用意し、学習用のデータから求められた予測結果を検証用データで検証して正確性を評価し、より適切なモデルやアルゴリズムを選択する、といった作業が発生します。 AmazonFo
-
Googleの画像認識APIを基に、好きな画像を学習させて認識機能を簡単にカスタマイズできる﹁Cloud AutoML Vision﹂発表 Googleは、Googleが提供する学習済み機械学習APIを基に、ユーザーが自分のデータを学習させることで認識機能をカスタマイズできる﹁Cloud AutoML﹂を発表しました。 ﹁Cloud AutoML﹂に対応したAPIの第一弾として、ユーザーが独自の画像を学習させられる﹁Cloud AutoML Vision﹂を発表しました。 学習済みの機械学習APIに対して追加で学習可能 Googleは、機械学習を用いた画像認識APIとして﹁Cloud Vision API﹂を以前から提供しています。 Cloud Vision APIはあらかじめGoogleによって学習済みであるため、画像を読み込ませるだけで、人間の顔の検出や猫や犬といった動物、船や飛行機、
-
﹇速報﹈Google、動画になにが映っているかを自動的に判断する﹁Video Intelligence API﹂発表。Google Cloud Next'17Googleは米サンフランシスコでイベント﹁Google Cloud Next'17﹂を開催。1日目の基調講演で、動画を分析して、いつ、なにが映っているかを判断する﹁Video Intelligence API﹂を発表しました。 動画になにが映っているかをコンピュータが自動的に判断する Googleのチーフサイエンティスト Fei-Fei Li博士によると、動画をコンピュータに理解させることはこれまで何年ものあいだ大きな課題で、実際、画像研究者にとって動画はデジタルな世界のダークマター︵暗黒物質︶だとされてきた、と。 そうしたなかで、Googleは機械学習による新しいAPI﹁Video Intelligence API﹂を発表しまし
-
﹇速報﹈Google、クラウドで高速にディープラーニングを行う﹁Cloud Machine Learning﹂発表、TensorFlowベース。GCP Next 2016 Googleは同社のクラウドに関するイベント﹁GCP Next 2016﹂を3月23日、24日の2日間にわたり米サンフランシスコで開催しています。 初日の基調講演で、最後の話題は機械学習︵Machine Learning︶でした。Googleはクラウドサービスの1つとして機械学習機能にも注力することを表明しています。Google Senior FellowのJeff Dean氏は、機械学習はコンピュータの歴史のなかで最も重要な出来事の1つだと説明。 Googleは2012年以来機械学習をさまざまなサービスに利用し、いま社内ではより使いやすくなった第二世代を機械学習を利用しているとのこと。 トレーニング済みの機械学習サービ
-
ビルドやテスト環境の自動化は、顧客の一声でつぶされてしまった~自動化の現場の真実︵前編︶。システムテスト自動化カンファレンス 2015 テスト自動化研究が主催するイベント﹁システムテスト自動化カンファレンス 2015﹂が、2015年12月13日に、六本木のヤフー株式会社で開催されました。 午前中に行われたセッション﹁自動家は見た~自動化の現場の真実~﹂には関西のコミュニティ﹁おいしが﹂のメンバーが登壇。テストを含む開発環境を自動化しようとしてきたエンジニアの、現場での苦悩と苦労をリアルに紹介しています。 その内容を前編、中編、後編の3本の記事にまとめました。この記事は前編です。 自動家︵オートメータ︶は見た! 自動化の現場の真実。 ﹁おいしが﹂の前川博志氏。 おいしがから来ました。グループ名にあんまり深い意味はありません。 自動化で発表される事例は、わりと恵まれた環境で、すごい能力を持って
-
1つ前の記事﹁JavaScriptをいかに高速化するか、IE9、Firefoxの取り組み﹂では、IE9とFirefoxにおけるJavaScriptの高速化について紹介しましたが、そもそもJavaScriptの実行速度はなぜ遅いのでしょう? その理由について、Mozilla Japanテクニカルマーケティング担当の浅井智也氏が、スライド﹁Trace Monkey﹂でポイントをまとめています︵このスライドはタイトルから分かるとおり、Firefoxの当時の新しいJavaScriptエンジン﹁Trace Monkey﹂を紹介するために1年以上前に作成されたスライドですが、1つ前の記事を見ると、ここで示された課題はいまも変わっていないようです︶。 全67枚のスライドの20枚目から24枚目の5枚を以下に紹介します。 JavaScriptが遅い原因は、以下の4点にまとめられています。 インタープリタ型言
-
1