メーリングリスト(Mailing List)の略。
ムーンライトの略。主に夜行列車の名前について用いる。 「ムーンライトながら」の場合「MLながら」となる。
多相型と型推論のサポートを特徴とする関数型プログラミング言語. 1970年代にEdinburgh LCFという証明支援系のメタ言語として開発された.その後,いろいろなバリエーションが設計・実装されてきたが,現在は次の2つの処理系が広く使われている.
→Standard ML, OCaml
人間が行っている学習と同じことをコンピュータにもさせること.
こんにちは!Dev HRのNarisaです! 2024年12月、UPSIDERとマクアケ様による合同LT(Lightning Talk)会を開催しました! 社内メンバーのつながりがあり、ひょんなことから本イベントを開催することに! 今回のテーマは「チームの変遷や改善」「SRE周りの取り組み」「決済システムの構成と課題」「AI・ML活用の取り組み」の4本立て。 イベント中はSlack上で質問・感想交換を行いながら進行し、LT会後には懇親会を開催。 本記事では、イベント全体の概要と、各LTで共有された知見をレポートとしてまとめます! 合同LT(Lightning Talk)会とは? 登壇企業につい…
この記事は、LayerX Tech Advent Calendar 2024 の 5 日目の記事です。 tech.layerx.co.jp こんにちは。バクラク事業部のAI-OCRグループでTech Leadをしている島越 (@nt_4o54)です。 今回は、Vertex AI Pipelinesを用いてチームで実験を行う際のTIPS的なものを紹介しようと思います。 なお、Vertex AI Pipelines自体の詳細な説明については割愛します。 過去にもVertex AI Pipelinesについての記事をいくつか公開してるので、(ちょっと情報が古いですが)興味があればそちらもご覧ください…
Atcoder Beginners Contest - ABC150に挑戦中 A,B問題はクリア,C問から数学的要素追加され急に難しくなる. 前2問が活かせそうな気がするがどうか...? などなど KaggleはFeature Enginneringのレッスンが抽象的にデータを扱うため難しく,Pandasモジュールの基本をまずは勉強することに. TBC
テクノロジー・ルネッサンスの頂点に立つ今、「人工知能」と「機械学習」という言葉は、私たちの日常会話に欠かせないものとなっています。しかし、一見互換性があるように見えるこれらの用語の表面下には、その本質と機能性における深い相違が潜んでいます。このイノベーションの風景をナビゲートするには、現代のテクノロジーの軌跡を形作る上でそれぞれが果たすユニークな役割を見極めることが不可欠です。この探検では、AIと機械学習の違いを解き明かす探求に乗り出し、両者を隔てるものだけでなく、技術進歩の最前線を牽引するために両者がどのように調和して共存しているのかを理解します。 人工知能とは? 定義 人工知能(AI)とは…
Azureの資格3つめに挑戦するよ Azure全体/AI/データと全部で3つあるAzure認定資格の基礎(Fundamental)レベルの最後のひとつ、正式名称『Microsift Certified: Azure Data Fundamentals』に合格してきました。 こちらも準備すれば受かってふつうではあるのですが、これから挑戦する方や未来の自分向けに、今回も情報を残して振り返っておこうと思います。 DP-900: Azure Data Fundamentals
ERROR
特定のデータを前提とした時に、どのようにAIモデルを構築するかについて論じているページ。あわせて、機械学習やディープラーニングに関するYoutubeがまとまっているGithubも紹介されていたので、備忘方メモ。膨大な量で視聴しきれません。。。 目次 データ中心 AI の概要 📺 ML YouTube Courses データ中心 AI の概要 この記事では、MLモデルの性能を高めるためにデータセットを改善することに焦点を当てた、データ中心AI(DCAI)という新分野について論じています。 従来のMLの授業では、与えられたデータセットに対して効果的なモデルを構築する技術に焦点が当てられていますが、…
追記:オンデマンド配信 ここから見れます!(個人情報の登録が必要です) AWSのAI/ML関連のオンラインイベント 2023.2.22にオンライン開催されていたAWS InnovateのAI/MLのやつ。 いや〜今すごいんですね!マネージドサービスでAI使えるそうです。知らんかった。しかもSageMakerっていうサービスでは、ノーコード・ローコードでもAIとか使えるらしい。もちろん独自のモデルの作り込みもできるとか。 機械学習って基礎勉強とか数学の学び直しとかが必要そうなイメージあったのですが、とりあえず使ってみるのは敷居下がってるのかな。 動画見てると、AIサービス(マネージドサービス)で…
自分がちゃんと人に教えられなかったので、言語化しておくことにする。 モデルを平均二乗誤差で評価することを考えるとき、1つの学習データセットで評価するのは実は危険。。 なぜなら、その学習データセットはノイズが含まれているかもしれないから。 モデルがすごい複雑になればなるほど、学習データを近似する能力は高まる(バイアス小さい)けども、個々の学習データだけに含まれるノイズに過剰に反応してしまう可能性が出てくる。 ⇒その結果、学習データを変えて学習したモデル群の間の出力結果のばらつき(バリアンス)はとても高くなってしまう...! 一方、モデルが単純だと、そもそも学習データを近似出来る能力が低いため、大…