機械学習
本記事は CADDi Tech/Product Advent Calendar 2025 22日目の記事です。 こんにちは、Data & Analysis部で機械学習エンジニアをしている由川です。 私は、製造業特化LLMを開発するための評価ベンチマークづくりに取り組んでいます。本記事では、この取り組みにおいて得られた知見や苦労していることを紹介したいと思います。 ドメイン特化LLMに関する評価ベンチマークを作ろうとしている方の参考になれば幸いです。 なぜ製造業特化の評価ベンチマークを作るのか ベンチマークタスクの定義 ベンチマークタスクのデータセット作成 評価対象となる図面の選定 評価対象の図…
こんにちは。いーかです。 面白いニュースがありました。 思わず「それ、AIでも起きるの！？」ってなった話がある。テーマはざっくり言うと、 人間はショート動画を大量に見続けると注意力が下がるかもしれない そして同じように、AIも“低品質な短文データ”を食べ続けると性能が落ちるかもしれない というやつ。 タイトルは刺激強めだけど、問題提起としてはかなり面白い。（そして、たぶん今の時代の本質にも刺さってる。） この記事の要点（ざっくり） 記事が言っているポイントはこのへん： TikTokのようなショート動画の大量消費で、人間の注意力が下がる可能性 AIでも、SNS投稿のような短文データを継続学習させ…
とうとう、秋の花粉症も発症してしまい、目のムズムズと格闘している藤田です。 Data & Analysis部で、CADDi Drawer等のプロダクトに提供するAIモデルを開発しています。 さて今回は、私がベトナムの開発メンバーとAIモデル開発をした話を紹介しようと思います。 海外のメンバーと開発を進めることは、言語の壁をはじめいろんな壁があります。 どんな壁がありどうやって乗り越えたのかをご紹介したいと思います。 海外メンバーとの開発をやっている方や、海外メンバーとの協業に興味がある方の参考になればなーと思っています。 なお、この記事は、[https://adventar.org/calen…
こんにちは、Data&Analysis部(D&A)です。 D&Aでは週1回、機械学習の勉強会を開催しており、本記事は、勉強会の内容を生成AIを活用して記事にまとめたものです。 ※勉強会内容公開の経緯はこちら ※過去の勉強会は「社内勉強会」タグからもご覧いただけます。 はじめに 12-Factor Agentsとは 12-Factor Agentsを書いた背景 12-Factor Agentsの概略 Agentは様々な経路から入力を受けつけ、出力は構造化されている プロンプトやコンテキスト、制御フローをコードとして管理する 状態管理をし、人の介入やエラー修正を可能にする 小さなエージェントを複数…
こんにちは、Data&Analysis部(D&A)です。 D&Aでは週1回、機械学習の勉強会を開催しており、本記事は、勉強会の内容を生成AIを活用して記事にまとめたものです。 ※勉強会内容公開の経緯はこちら ※過去の勉強会は「社内勉強会」タグからもご覧いただけます。 はじめに 従来の異常検知モデルの異常度に関する課題 MAD-Benchの構築 MLLMベースの手法 実験内容 実験結果 ベンチマークとモデルタイプ分析 (RQ1) バイナリ・マルチレベル性能相関 (RQ2) 異常領域面積効果 (RQ3) 深刻度別の検出性能 (RQ4) 正常クラス拡張 (RQ5) ロバストネス分析 (RQ6) まと…
小西秀和です。 この記事は「AWS認定全冠を維持し続ける理由と全取得までの学習方法・資格の難易度まとめ」で説明した学習方法を「AWS Certified Machine Learning Engineer - Associate(MLA)」に特化した形で紹介するものです。 重複する内容については省略していますので、併せて元記事も御覧ください。 また、現在投稿済の各AWS認定に特化した記事へのリンクを以下に掲載しましたので興味のあるAWS認定があれば読んでみてください。 ALL SAP DOP SCS ANS MLS SAA DVA SOA DEA MLA AIF CLF 「AWS Certif…
はじめに GLB事業部Lakehouse部の長尾です。 本ブログ（と後編）では、Databricks社の Training machine learning models on tabular data: an end-to-end example (Unity Catalog) を参照して（2025年1月16日時点）、MLflow & Hyperoptを活用したDatabricks上で機械学習を効率化させるための実装・管理方法について紹介します。 ひとつのパターンとして本ブログでの一連の実行の流れを覚えておけると他のケースでも応用できるのではないかと考えています。 ※本ブログは上記参照先の内…
みなさんこんにちは。キャディ（CADDi）でML/MLOpsチームのグループリーダをしている稲葉です。今日は、エルピクセル（LPIXEL）さんと一緒にオフラインイベントを開催しましたので、そのイベントレポートをお伝えしたいと思います。 はじめに イベントの詳細は、connpassのページをご確認いただけると幸いです。このイベントを開催するにあたってエルピクセルさんとも色々と議論したのですが、AIを製品として市場にリリースしているエルピクセル株式会社、キャディ株式会社からどういう点を意識してプロダクト開発しているかをお話すると実際の開発現場がイメージできるのではないかという話になりました。また、…
はじめに こんにちは、GLB事業部Lakehouse部の陳（チェン）です。 本日はDatabricksプラットフォーム上でのLinear RegressionをベースとしたMeachine Learningモデル（MLモデル）の構築についてご紹介いたします。 PySparkのコーディングで、Pipelineを利用したMLモデルの構築ですので、Databricksプラットフォームのみならず、他のプラットフォームでの利用も可能です。ご参考になれればと思います。 目次 はじめに 目次 前作業 データ取得 データ内容確認 データの型変換 MLモデル構築 データ分割 文字型データのベクトル化 Featu…
はじめに こんにちは、くらっちです。 仕事で Azure OpenAI Service に触れる機会があり、同じ「AI + Machine Learning」には他にどんなサービスがあるのか気になり各サービスの概要を調べてみました。 似てるけど利用目的が異なるためサービスが分かれていたりしてちょっと分かりづらい。 少しでも理解のお役に立てれば嬉しいです。 目次 はじめに 目次 AI + Machine Learning のサービス Azure AI services multi-service account Azure AI Video Indexer Azure Machine Learn…
devblogs.microsoft.com
cloud.google.com
www.coursera.org
www.oreilly.com
www.publickey1.jp
mlaass1.hatenablog.com
speakerdeck.com
www.tensorflow.org
garicchi.hatenablog.jp
