機械学習

※2022-01-19_20:31 「2021年度のみ」を選択できない不具合を修正しました。 ディープラーニング将棋AI制作ソフト 「将スタ -将棋ソフトスタジオ-」 将スタのイメージ画像 ↓ 使い方動画 ↓ youtu.be お待たせしました！ ついに！堂々ここに登場！（←え？こそこそじゃないの？ｗ） プログラミングの知識がなくても、 将棋ソフトが作れちゃいますっ！( ´∀｀ )やったぜ 一言で例えるなら、RPG●クールみたいな！ （見た目は●クールと違って、しょぼいけどナw） プログラミング知識がある人はこの書籍で もっと改造ができちゃいますよ( ´∀｀ ) ↓ ↓↓↓ 「将スタ -将棋ソ…

kubernetes（k8s）を使って，ラボのWorkStation環境を再構成したので備忘録として残します． はじめに 構成 WS-Masterの準備 ポートの開放 Swap領域のオフ Dockerの設定 Dockerのインストール デーモンをセットアップ dockerを再起動 k8sのインストールと設定 kubeadm, kubectl, kubeletのインストール クラスターを作成 kubernetes Device Pluginの有効化 k8s-device-plugin WS-Workerの準備 ポートの開放 Swap領域のオフ Dockerの設定 nvidia-docker2のイ…

備忘目的でブログを始めました。 数学専攻出身で主に画像系の機械学習の研究開発をやっています。 主に以下のコンテンツを紹介する予定です(適宜修正)。 ・数学 ・統計学 ・機械学習(深層学習) ・画像処理

『The Bayesian Learning Rule』を読む 以下を読む。 Khan, M. E., & Rue, H. (2021). The Bayesian learning rule. arXiv preprint arXiv:2107.04562. https://arxiv.org/pdf/2107.04562.pdf 読む目的 読む目的は2つ。 注目の論文として紹介されていたから この類の数式が0%しか読めないので、少し、勉強するため 概要 引用(Deepl訳) 多くの機械学習アルゴリズムが、ベイズ学習則と呼ばれる単一のアルゴリズムの特定のインスタンスであることを示す。ベイズの…

fuhito615.hatenablog.com 以前、ニューラルネットワークを自前で実装し、ぷよぷよの画像を使用して画像分類を行いましたが、画像の平均色のみをインプットとして分類を行ったため、一部上手く分類できていないものもありました。 今回はPythonを使用し、畳み込みニューラルネットワークを用いて画像分類を行います。

はじめに 『パターン認識と機械学習』の独学時のまとめです。一連の記事は「数式の行間埋め」または「R・Pythonでのスクラッチ実装」からアルゴリズムの理解を補助することを目的としています。本とあわせて読んでください。 この記事は、4.3.2項と4.3.3項の内容です。ニュートン法によるロジスティック回帰の最尤推定をPythonで実装します。 【数式読解編】 www.anarchive-beta.com 【前節の内容】 www.anarchive-beta.com 【他の節一覧】 www.anarchive-beta.com 【この節の内容】 はじめに 4.3.2 ロジスティック回帰の実装：入力…

・クラスタリングの手法として、密度を基準に、ぎゅっと集まっているところを一つのクラスタ、疎なところを外れ値として解釈するDBSCANという手法がある。 ・ざっくりと組んでみた（下図）。これもデータ間の距離を算出してやる必要があるので、Numeric Distancesノードを噛ませた。 ・DBSCANノードの設定では、EpsilonとMinimum pointsを設定する必要がある（下図）。 ・前者はどれだけ他のデータから離れるとボッチ（外れ値、noise）認定するか、後者はどれだけ集まってもボッチ認定するか、というイメージ。 ・前者が大きすぎると人類皆兄弟と言わんばかりにすべてのデータを１つ…

こんにちは！神戸デジタル・ラボ、DI（DataIntelligence）チームの垣内です。 前回の「テキスト分析入門」シリーズでは、一般的なテキスト分析についてご紹介しました。 今回の連載では、Azureのサービスを用いて実際に手を動かしながら分析を一緒に体験頂ける内容を掲載していきます。 以下に該当される方は、是非ご覧ください！ APIを使える方でテキスト分析に興味のある方 Azure Cognitive Service for Languageを使った分析結果を見たい方 第1回目の本記事では、Azure Cognitive Servicesの概要説明とAPIを使うための環境の準備をしていき…

ビジネスを成長させることとそれを無駄のない状態に保つことの間には常に緊張関係があります。 新しいことに挑戦し、従業員を雇用しているにもかかわらず、企業はどのようにして効率を維持しているのでしょうか。 実際には非常に単純です。ビジネスプロセス管理（BPM）ソフトウェアです。これほど簡単に答えられることはめったにありません。 BPMソフトウェアは、あらゆる規模の組織が運用を合理化し、無駄を最小限に抑えるのに役立ちます。 すべてのプロセスを端から端まで視覚化します。効率と自動化の機会を見つけましょう。より少ないミスでより多くのことを成し遂げましょう。 ビジネスプロセスを最適化するのが良い考えのように…

企業が3,800％のROIを見つけている単一のマーケティングチャネルがあると言ったらどうでしょうか。これは、1ドルの支出ごとに38ドルを稼いでいます。 この魔法のマーケティングチャネルは電子メールと呼ばれます。はい、古き良きメールです。そして、その非常識な平均ROIは、何年にもわたって当てはまる多くのEメールマーケティング統計の1つです。 メールは時代遅れのタイムシンクであるという認識がありますが、統計と一致していません。 効率的なメールマーケティングキャンペーンを実行するには本当に労力がかかりすぎるとしたら、平均ROIは毎年の1/1000にもなりません。 重要なのは、適切なメールマーケティン…

どうも、カタミチです。 毎日更新のつもりが、1ヶ月も経たないうちに1日飛んでしまいました（汗） 今日も「ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」(以降、『当書』)で勉強やっていきますかねー。 サポートベクターマシン サポートベクターマシンは、高度な数学理論に支えられた手法、とあります。確かに、調べてみると色々と難解な話が出てきたので、とりあえずそっ閉じしました（汗） ただ、ディープラーニングが考えられる以前は機械学習において最も人気のあった手法のひとつだった…らしいです。 得意なのはどうやら分類問題のようです。 異なるクラスの各データ点との距離が最大となるような境界線…

以前の記事で、科学を行う際に、理論と実証の区別がちょー重要であるという話をした。しかし、近年その境界線は揺らいできている。 一般的に、計量分析・統計分析というのは、現実の世界のデータを分析するので、実証の方に含まれる。しかし、wikipeadiの「統計モデル」のページに「統計モデルは『理論の正式な表現』である」と書いてあるように、統計モデルは何らかの理論を基にしなければそもそも構築できないので、実際は理論がまず必要である（「予測精度」が主目的である状況ではいくつかのモデルを試して最も予測精度が高いモデルを選択するという戦略が有効だが、「真理の解明」が主目的である状況では特に理論的基礎の重要性が…

基本的にNVIDIAのグラボが機械学習に優れている mixed precisionを利用でき tensor coreも強力 そもそも開発者もNVIDIAモデルを優先的に作成するため結局NVIDIAのグラボ一択 1660super(メモリ6GB)でもできなくはないが最低限の画質しかできずぼやける またDF128などが限界 SAEHDシリーズも高解像度や高dimがきつい 自然と2022年の現在の主流は3000シリーズを使用することになる 3060tiは処理力とコスパは最強だがVRAM8GBもDF256やSAEHDに高バッチにできずに結局処理能力が落ちる また高解像度のためのVRAM消費オプションも…

今回は、「認識論」について述べていきたいと思います。 ここで、形や特徴のそれぞれ異なる存在(＝ヒトでも動物でも、クルマでも電車でもなんでもいい)が、いくつかあるとします。 ※極端な話、この世に形のある存在(＝物体)でなくても、形のない「概念」や「観念」でもいいですよ(笑)。 人間が、それぞれの存在を認識して、その存在の名前・名称を言い当てることができるのは自明であり、当然のことです。 ではなぜ、我々人間には、それができるのか？・・・。 それは、"「イデア」を駆使している"からです。 つまりは、人間が、なにかの存在を認識する際、認識の対象であるそのなにかと、それに対応するイデアを突き合わせている…

BMI・BCI研究のここ最近の動向を分かりやすくまとめてある本 筆者の紺野は、池谷研究室に所属しており、まえがきによれば、本書の構想は池谷が担当し、実際の執筆は紺野が担当したとのこと。紺野はメルマガやnote、twitterで最新研究の紹介を行っており、そうしたものもベースになっているかと思われる。 タイトルにあるとおり、脳研究と人工知能研究を両輪として展開していく。これは、脳の情報を読み取る上で、深層学習がBMI研究の大きなブレイクスルーとなったためである。また、脳と人工知能との相互作用というのを今後の研究目標ともしている。 脳の潜在能力を引き出す、というような言い方をされているが、コンピュ…

yhayato1320.hatenablog.com Index Index 二乗和誤差 / 残差平方和 残差平方和 / Residual Sum of Square (RSS) 二乗和誤差 / Sum of Squared Error (SSE) 平均二乗誤差 / Mean Squared Error (MSE) 微分・勾配 参考 Web サイト 二乗和誤差 / 残差平方和 統計学や機械学習で利用される目的関数、誤差関数のひとつ. 残差平方和 / Residual Sum of Square (RSS) 回帰分析にて、最小二乗方でモデルのパラメータを推定するために使用される. 回帰残差 / …

株式会社エスユーエス関東第二ソリューション部 エンジニアリング課 田中 綾音(Tanaka Ayane)2017年入社5年目。行政機関のシステム刷新におけるコンサル支援、社内システム(Webアプリケーション)の刷新開発を行っている。 1日のタイムスケジュール INTERVIEW 1日のタイムスケジュール 07:00 起床 テレワーク日はこの時間に家事を済ませています。 09:50 出社・テレワーク開始 メール・チャットをチェックし、1日のタスクを洗い出します。 10:00 朝会 チームメンバーでオンラインミーティング。作業の進捗やタスクを中心に確認、後輩のタスク指示もここで行います。 10:3…

With/Afterコロナの世界を見据えて高速で進められた、IoTプロジェクト。ICカードをかざすだけで交通費精算ができる機器を作り、リモートワークが進んだ世界でも、実費精算が簡易に行える仕組みを構築しました。 この取り組みを完遂したメンバーが次に取り組んだのは、「押印の電子化」と「資産管理の棚卸自動化」プロジェクトです。複数の組織が関わるこれらのプロジェクトはどのように進められ、どのような成果をあげたのでしょうか。キーマンとなる3名に話を聞きました。 何気ない雑談から、2週間で新規システム完成へ ――今回、IoTグループとビジネスグループが主導して「押印電子化」「資産管理の棚卸自動化」の2つ…