浮動小数点数floatを2進数表記や16進数表記に変換したい場合は以下の記事を参照。 関連記事: Pythonで浮動小数点数floatと16進数表現の文字列を相互に変換 NumPyの関数np.isclose(), np.allclose()については以下の記事を参照。 関連記事: NumPy配列ndarrayを要素ごとに比較（比較演算子、np.allcloseなど） 浮動小数点数floatの誤差 浮動小数点数floatはコンピュータの内部では2進数で表現されているため、10進数の小数と厳密に同じ値を表現できない。 例えば0.1をprint()で出力すると0.1と表示されるが、これは扱いやすい範囲に桁数が丸められているから。format()で表示桁数を増やすと実際は誤差を含んでいることが分かる。 関連記事: Python, formatで書式変換（0埋め、指数表記、16進数など）

This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.

※この投稿は米国時間 2022 年 3 月 18 日に、Google Cloud blog に投稿されたものの抄訳です。 鈍痛と疼痛。この 2 つの違いは何でしょうか。「心臓発作」と「心筋梗塞」を区別できますか。「MI」はどうですか。これは何かの省略表現でしょうか、それともミシガン州の病院の住所の一部でしょうか。 人間にとって、類似した単語、フレーズ、概念の違いやニュアンスを理解するのは簡単です。医療分野で見られるような技術的なものでも、人間なら理解できます。しかし、人間が単語や画像を正確に理解するために利用するコンテキストの手がかりは、最先端の AI にとっても、うまくとらえられない課題のままです。ただしこれは解決する価値のある課題です。すべての医療データの 80% が構造化されていないと言われています。 これは一種の複雑なデータ管理の課題で、これを解決するために自然言語処理が構築されま

これはどんな記事? 本記事は、私がヒューリスティック関連の知識をまとめることになった際に作成したJupyter Notebookを、Qiitaの記事へと改変したものです。 前提としてこれは梅谷俊治先生の「しっかり学ぶ数理最適化 モデルからアルゴリズムまで」という本(以下、教科書と表記)の内容に準拠しています。 そしてその内容の多くは、ありがたいことにネット上の様々な形で公開されており、梅谷先生によるスライド1やスライド2、日本オペレーションズ・リサーチ学会(以下、ORと表記)での記事1や記事2、そしてORの他の方の記事1や記事2などでも類似した内容を見ることが可能です。 (そしてそれ故に、本記事を公開させて頂いています。流石に本家の方がネット上で公開されていない内容を書くのは、例え権利的に問題がないとしても気が引けるので……) また、この記事は、それらの内容を踏まえた上で、私がネット上の様

RLlibとは RLlibはPythonの分散実行ライブラリ「Ray」の1つのサブパッケージであり、強化学習用のオープンソースライブラリです。 RLlibではかなり多くのアルゴリズムを自由度高く用いることができます。 Available Algorithms - Overview にあるように、現在 DQN, PPO, R2D2, AlphaZero, Dreamerなどなど多くが実装されており、日々アップデートされています。 深層学習フレームワークとして、TensorFlow（1.xと2.xの両方）と PyTorch が用いられており、ほとんどのアルゴリズムではどちらのフレームワークでも実行することができます。 多くのことが実装されている一方、コードはかなり複雑でドキュメントもそれほど親切ではないので、強化学習を利用していても使ったことがない人は多いのではないかと思います。 そこで今回は

＜機械学習を目的関数から考えてみる＞ こんにちは、(株)日立製作所 Lumada Data Science Lab. の中川です。普段は人工知能を制御に適用する研究に従事しています。近年、機械学習が注目される中、機械学習理論および機械学習を使った技術開発環境は急速に進歩すると共に、多くの方がデータサイエンスに関わるようになってきました。すでにデータサイエンスに携わっている方や、これからデータサイエンスに関わってみようと思っている方の中で、理論の大切さをあらためて知りたいあるいは感じたいという方がいらっしゃいましたら、それをできるだけわかりやすく伝えられたら、という思いから基本的な内容で記事を書きます。今回は、機械学習において重要な位置を占めます目的関数について考えてみます。 1. はじめに 機械学習を適用するとき、一般にデータを用いてモデルのパラメータ値を決める学習と呼ばれる手続きを行いま

When I tell people I work on Google Search, I’m sometimes asked, "Is there any work left to be done?" The short answer is an emphatic “Yes!” There are countless challenges we're trying to solve so Google Search works better for you. Today, we’re sharing how we're addressing one many of us can identify with: having to type out many queries and perform many searches to get the answer you need. Take

Stephanie Condon （ZDNET.com） 翻訳校正： 緒方亮 吉武稔夫 （ガリレオ） 2022-03-31 15:42 Googleは、人工知能（AI）モデルを利用し、危機的状況に陥った人々に、より優れた検索結果を提示しようとしている。同社は米国時間3月30日、その概要を明らかにした。自殺、性的暴行、薬物乱用などのトピックについて、有害なコンテンツやショックを与える恐れのあるコンテンツを避けながら、信頼できる有益な情報を人々が必要とするタイミングで効果的に提供する狙いがある。 同社は、最新のAIモデル「MUM」（Multitask Unified Mode）を利用し、危機にある人々の検索を自動的に、より正確に検出できるとしている。これから数週間をかけて、MUMを導入し、このような改善を実現していくという。MUMは、質問の背景にある検索者の意図をより良く理解できるとGoogl

Googleの日本法人は3月30日、同社のブログでGoogle検索を支えるAI（Artificial Intelligence：人工知能）技術を紹介し、より有用な検索結果を表示するための仕組みを説明した。 Google の検索システム 初期の検索システムでは、単に一致する単語を探して表示するのみだった。その後、よくある言い間違いやキーボードの打ち間違いを検出するアルゴリズムの開発などに取り組んでいる。同社では、新しいAIを導入したからといって既存のアルゴリズムが使われなくなるのではなく、新旧含めたさまざまなシステムを連携して検索を改善しているとのことだ。 それぞれのアルゴリズムや機械学習モデルには役割があり、それらをクエリごとに適切に組み合わせることで有用な検索結果の表示を実現しているという。Google検索に用いられている主なAIシステムとその役割は以下の通りだ。 RankBrain R

今回テックブログを書くにあたり、以下の記事を参考にしました。 qiita.com こちらの記事では、マクドナルドのメニューを対象に組み合わせ最適化問題を扱っており、内容も非常に面白く読ませて頂きました。 今回、弊社askenでも自社データを使用して食事の組み合わせ最適化問題をやってみたのでご紹介します。 はじめに こんにちは！ askenで機械学習エンジニアとして働いているyumaです。 shoku_panという名前でTwitterをやってます。 さてみなさん、弊社ダイエットアプリ「あすけん」をご存知ですか？ www.asken.jp あすけんでは、その日の食事内容を記録すると栄養士の未来（みき）さんからアドバイスをもらえます。点数も出るので、高得点をとることがモチベーションになっている方もいらっしゃると思います。 もちろん僕も使っています。ちなみに今年のお正月はこのような結果になりました

東京大学(東大)は3月29日、慢性期統合失調症および健常対照者から計測された複数のMRI画像の脳構造画像データセットを用いて機械学習を行い、70%以上を判別可能な機械学習器を開発したことを発表した。同研究成果は、実際の臨床現場で必要とされる、鑑別診断や治療予測などのマーカーとしての応用が期待されるとしている。 同成果は、東大大学院 総合文化研究科 附属進化認知科学研究センターの小池進介准教授、東大医学部 附属病院 精神神経科の笠井清登教授、同病院 放射線科の阿部修教授、同病院 精神神経科の山末英典准教授(現・浜松医科大学 教授)らの研究チームによるもの。 詳細は、統合失調症の病院と治療に関する分子基盤から社会的および文化的要因に至るまでの全般を扱う学術誌「Schizophrenia Bulletin」に掲載された。 精神疾患の診断は、現在でも精神科医による問診が主な判断基準となっており、血

“ふくよかキャラ”を引っ張り奏でるオペラAI「Blob Opera」　美しい音色の裏に、開発者の試行錯誤あり：遊んで学べる「Experiments with Google」（第4回） 「Experiments with Google」は、Googleが人工知能（AI）や拡張現実（AR）といった最新技術の可能性を示すために、実験的な応用例を紹介するショーケースだ。膨大なコンテンツを公開しており、その多くはスマートフォンやPCで試せる。 この連載では、多種多様な応用例の中から興味深いものをピックアップ。実際に遊んだ体験レポートを通して、裏側にある技術の解説を行っていく。 読者の皆さんも、ぜひ自分の手で試しながらその仕組みを学んでもらえたらうれしい。きっと、最新技術の魅力に気付くはずだ。 誰でもオペラ歌手になれる？　「Blob Opera」をご紹介 連載4回目では、マウス操作だけで画面上のキャラ

絵文字がお題の“借り物競争”ゲーム　審判はAI、画像認識と正誤判定が早い！　開発の工夫を遊んで学ぶ：遊んで学べる「Experiments with Google」（第3回） 「Experiments with Google」は、Googleが人工知能（AI）や拡張現実（AR）といった最新技術の可能性を示すために、実験的な応用例を紹介するショーケースだ。膨大なコンテンツを公開しており、その多くはスマートフォンやPCで試せる。 この連載では、多種多様な応用例の中から興味深いものをピックアップ。実際に遊んだ体験レポートを通して、裏側にある技術の解説を行っていく。 読者の皆さんも、ぜひ自分の手で試しながらその仕組みを学んでもらえたらうれしい。きっと、最新技術の魅力に気付くはずだ。 絵文字と同じものを探せ！　「Emoji Scavenger Hunt」を遊ぶ 連載3回目の今回は、“AIが審判を務める

AIやVRなど最新技術の実験的な応用例を紹介するGoogleのショーケース「Experiments with Google」を実際に試して遊んでレポートする。専門知識がない人でも楽しくIT技術の魅力に気付き、その可能性を学んでいけるようキュレーションする。

2022年4月30日紙版発売 2022年4月8日電子版発売 吉村康弘，杉浦司，五木田和也　著 B5変形判／312ページ 定価3,740円（本体3,400円＋税10%） ISBN 978-4-297-12775-6 Gihyo Direct Amazon 楽天ブックス 丸善ジュンク堂書店 ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto 本書のサポートページサンプルファイルのダウンロードや正誤表など この本の概要 OpenCVはコンピュータビジョン分野でもっとも利用されているオープンソースフレームワークです。近年の人工知能ブームに呼応する形で機械学習やディープラーニングAPIが強化され，物体の名称と位置を認識するオブジェクト検出（Object Detection）といったタスクも容易に扱えるようにな

連載目次 2022年3月にリリースされたmacOS Monterey 12.3以降では、macOSにはPython 2およびPython 3が標準ではインストールされないようになったこともあり、macOSでPythonを使うにはPythonをインストールする必要がある。一般的には以下に示す方法が考えられる。

Version 1.92 is now available! Read about the new features and fixes from July. March 2022 (version 1.66) Update 1.66.1: The update addresses these issues. Update 1.66.2: The update addresses these security issues. Downloads: Windows: x64 Arm64 | Mac: Universal Intel silicon | Linux: deb rpm tarball Arm snap Welcome to the March 2022 release of Visual Studio Code. There are many updates in this ve

Version 1.92 is now available! Read about the new features and fixes from July. The R programming language is a dynamic language built for statistical computing and graphics. R is commonly used in statistical analysis, scientific computing, machine learning, and data visualization. The R extension for Visual Studio Code supports extended syntax highlighting, code completion, linting, formatting, i

今回は小ネタである。知っている人には当たり前、でも意外に知らないままの人もいるという、The Matrix Cookbook を紹介したい。 ■概要 The Matrix Cookbook (https://www.math.uwaterloo.ca/~hwolkowi/matrixcookbook.pdf)は行列関連の公式・計算レシピ集だ。インターネット経由で誰でも無料で入手できるPDFファイルである。行列式、逆行列、行列分解、行列の微分、確率統計関連・・・などなど、A4 約70ページに渡って様々な公式や計算法が集められていて、とても役にたつ資料となっている。作者の方に大いに感謝したい。 検索すると分かるように、この Cookbook はネット上のあちこちで公開されているが、幾つかのバージョン違いが存在する。私の知る限りでは、2012年版が最新のようだ。 なお、上図のように表紙には ma

米アルファベットが傘下の米グーグルを含めて医療分野で人工知能（AI）の応用に力を入れている。創薬や病気の画像診断、医療事務など主に4つの分野で、医療機関や製薬企業などと提携して開発を進めている。アルファベットの医療AI戦略についてCBインサイツがまとめた。グーグルのスンダー・ピチャイ最高経営責任者（CEO）は2018年の年次開発者会議「Google I/O」で、「医療・ヘルスケアは人工知能（AI

2022-03-31 先日の記事で告知した1のですが、昨夜、「Human In The Loop」を題材にした勉強会を開催してきました。 実際に Human In The Loop を扱った MLOps の論文2 を過去に書いているくらい興味のある分野なので、この領域を盛り上げていくために開催できてよかった。 オンライン勉強会でしたので、配信動画を Youtube で公開しております。 Human In The Loop に興味のある方はぜひご覧ください。 Machine Learning Casual Talks #13 (Online) 各発表について各発表の説明は割愛して、一言感想を述べさせていただきます。 Editors-in-the-loop なニュース記事要約システムの提案 by @upura業務成果を国際会議のワークショップに通されたの素晴らしいですね 👏 (自分も論文を出

こんにちは！ 今回の記事はデータ基盤チームに所属しているエンジニアよりお届けいたします。 ANDPADのデータ基盤チームはプロダクト利用状況の分析、分析基盤の整備、機械学習技術のプロダクトへの導入検討など主にデータに関わる業務を担当しています。 チームメンバーには技術研鑽に積極的な方が多く、雑談の際はプライベートで行っている分析の話やデータ分析の大会の話で盛り上がることがあります。 本記事では過去に参加したKaggleコンペティションについての話を紹介させていただきます。チームの雰囲気について感じていただけますと幸いです。 今回参加したコンペティション https://www.kaggle.com/c/lux-ai-2021 Lux AIというコンペティションで、強いゲームAIを開発することが目的となります。 Lux AIは二人で行うターン制の対戦ゲームです。それぞれのプレーヤーはユニット

初めに 前回、Amazon SageMaker StudioのアーキテクチャでSageMaker Studioのアーキテクチャについて整理しましたが、SageMakerを実際に使ってモデル開発をする方法は複数提供されています。 どのような場合に、どの方法を使うのが良いかまとめたいと思います。 機械学習レンズ - AWS Well-Architected フレームワーク AWS Well-Architected は、AWSにおいて、各種アプリケーションやITシステムを、高い安全性、性能、障害耐性、効率性を備えたアーキテクチャで構築する際に参照するベストプラクティスフレームワークですが、AWSにおける機械学習開発にも同様に参照できるベストプラクティスフレームワークとして、「機械学習レンズ」が公開されています。 https://docs.aws.amazon.com/ja_jp/wellarch

初めに これまで、SageMakerノートブックインスタンスを使うことが多かったのですが、「SageMaker Studioを利用すればSageMakerが提供するほぼ全ての機能をGUI上で実現でき、生産性が高まりそう！」と考え、SageMaker Studioを触り始めました。 少し使ってみて確かに便利だなとは思ったのですが、どのような仕組みになっており、何にどのように課金されるのかいまいちよくわからず、アーキテクチャをちゃんと理解して安心安全に使いたいなと思い、アーキテクチャについて調べてみました。 公式の開発者ドキュメントよりも、以下の記事が参考になったので、この内容をもとに整理しようと思います。 https://aws.amazon.com/jp/blogs/machine-learning/dive-deep-into-amazon-sagemaker-studio-notebo