概要 ・データの活用方法や統計に関する知識をいつでも学べる学習サイトです。 ・「ビジネスに役立つ統計講座」、「プレゼングラフ作成のポイント」のほか、「データサイエンス・オンライン講座」や「統計データ分析コンペティション」の開講状況等を案内しています。 概要 統計リテラシー向上の取組として、“データサイエンス”力の高い人材育成のため、「社会人のためのデータサイエンス入門」「社会人のためのデータサイエンス演習」「誰でも使える統計オープンデータ」の３つのデータサイエンス・オンライン講座を開講しています。 概要 ・こどもたちに、なるほど統計学園を通じて、日々の出来事の中で統計を意識してもらうとともに、統計データの見方や基礎的な統計の知識のほか、統計の有用性、統計調査の仕組みなどについて学んでもらうことを目的としています。 ・初級編、上級編、参考の３つのカテゴリに分けられ、初級編は小学校高学年から中
ボルツマンのグラフの一例。 各エッジ（線）は接続されたユニット同士の依存を意味する。この例では3つの不可視ユニット（hidden; 青）と4つの可視ユニット（visible; 白）がある。 ちなみにこの例は制約を持つボルツマンマシンではない。 ボルツマンマシン（英: Boltzmann machine）は、1985年にジェフリー・ヒントンとテリー・セジュノスキー（英語版）によって開発された確率的（英語版）回帰結合型ニューラルネットワークの一種である。 ボルツマンマシンは、統計的な変動を用いたホップフィールド・ネットワークの一種と見なすことができる。これらはニューラル ネットワークの内部についてを学ぶことができる最初のニューラル ネットワークの 一つで、（十分な時間を与えられれば） 難しい組合せに関する問題を解くことができる。ただしボルツマン・マシンには後述される事柄を含む数々の問題があり、
機械学習でアルゴリズムを構築する上で重要なのが「データセット」です。アルゴリズムの精度を上げるためにはより多くのデータと時間が求められますが、十分に大規模なデータセットを集めたり探したりするのは機械学習を行う上で特に苦労するポイント。そんなデータセットをオンライン上から検索できる「Dataset Search」の正式版をGoogleが公開しました。 Dataset Search https://datasetsearch.research.google.com/ Discovering millions of datasets on the web https://blog.google/products/search/discovering-millions-datasets-web/ Dataset Searchにアクセスするとこんな感じ。 データセットを検索するには、入力欄に検索した
三栄会ツカザキ病院（兵庫県姫路市）は7月25日、網膜などを写した「眼底画像」のデータセット約1万3000枚を公開した。研究や教育目的なら無料で利用できる。AIの研究や、眼科医・AIの人材教育に使ってほしいとしている。 2011年から2018年にかけて、計5389人から収集した眼底画像だという。眼底画像のデータセットには、加齢黄斑変性症、緑内障、網膜剥離（はくり）、糖尿病など9種類の症例画像がタグとともに記録されている。 ツカザキ病院眼科は04年から臨床データベース構築に取り組んでおり、現在は7人のAIエンジニアが眼底画像の自動診断などを研究している。AIエンジニアチーフの升本浩紀さんは、「少子高齢化に対応していくには、ITによる医療の効率化や医療革新などが必要」とプロジェクトページで説明している。 関連記事 順天堂大、認知症の早期発見に「IBM Watson」活用へ 「同じ話を繰り返す」「
GAN(敵対的生成ネットワーク)と呼ばれるアルゴリズムを使用して人物の写真からアニメキャラクターを作成する方法がTokyo Deep Learning Workshop 2018で解説されており、その動画がYouTubeにアップロードされています。 25.Yanghua Jin: Creating Anime Characters with GAN - YouTube GANは2つのニューラルネットワークを組み合わせ、競い合わせることで特定のデータを生成する精度を上げる仕組みです。GANを発案したイアン・グッドフェローさんはGANを偽札を作ろうとする偽造者と偽札を見分けようとする警察の攻防に例えて説明しています。つまり、片方のニューラルネットワークが本物そっくりな偽札データを作成して「警察」をだまそうとし、「警察」側のニューラルネットワークは入力されたデータの中から偽札データを見つけだそう
富士通は2016年11月に同社のAIサービスの一環として、「スーパーコンピュータ「京」で培ったプロセッサ開発技術と先端のCMOSテクノロジーを採用した、独自のディープラーニング専用AIプロセッサ『DLU(Deep Learning Unit)』の開発を進め、2018年度からの出荷開始を目指す」という発表を行った。 しかし、DLUがどのようなものであるかは、競合製品と比べて10倍の性能/電力を目指すということしか述べられておらず、謎に包まれていた。 このDLUについて、フランクフルトで開催されたISC2017において、富士通のAI基盤事業本部シニアディレクターの丸山拓巳氏が発表を行い、その概要が明らかにされた。ここでは、丸山氏の発表をもとに富士通のDLUがどうなっているのかを見て行きたい。 アーキテクチャ的にはDLU(Deep Learning Unit)は、ディープラーニングに特化した設計
人間対囲碁の戦いでAI(人工知能)が勝利したことをはじめ、昨今、AI技術が様々な分野で話題となっています。ビジネスやくらしの中での活用も具体的な形として出てきており、ショップの受付ロボット、音声認識するスマートフォン、Web検索エンジン、さらには天気予報など、実はすでに皆様も日々の生活の中で知らず知らずの間にAI技術を利用しています。近年、情報分野でも、このAI技術が様々な製品・ソリューションに実装されたことが話題となっています。実際にAI技術はどのようにセキュリティ分野で利用されているのか。AIが得意なこと、苦手なこと。それを踏まえて企業のセキュリティにおいてどのように活用すべきなのか解説いたします。
7月20日、Intel (Movidius) がUSB接続タイプのスティック型ディープニューラルネットワーク処理用アクセラレータ「Movidius Neural Compute Stick」を発表しました。 Intelが激安1万円以下のUSB型Deep Learning用端末「Movidius Neural Compute Stick」を発売 : Gigazine Intel Democratizes Deep Learning Application Development with Launch of Movidius Neural Compute Stick | Intel Newsroom プロダクトページ NCSは、Deep Learningに特化した専用チップ「Myriad 2」が搭載された、外付けの演算装置です。USBポートに挿すだけでDeep Learningの推論処理を実
はじめに ここでは、機械学習、ディープラーニング、強化学習、ベイズを無料で学ぶことのできるオンラインリソースを項目ごとにまとめておきます。 機械学習 ITについて学べるオンライン講座「Udacity」は、基本的に有料で講座を受けるのですが、中には非常に中身の詰まったコンテンツで、かつ無料の講座も存在します。 以下の講座では、機械学習の各技術に関して広くカバーしており、決定木からサポートベクターマシン、ニューラルネットワークやベイズ、強化学習まで学ぶことができます。 かなりのボリュームなので興味のあるところを学んでいく感じでも良いと思います。 www.udacity.com s0sem0y.hatenablog.com s0sem0y.hatenablog.com ディープラーニング 同じくUdacityからディープラーニングに関する講座です。 多層パーセプトロンから畳み込みニューラルネット
スペクトラム・テクノロジーは、Raspberry Pi 3 model Bを使い、Googleの機械学習ライブラリー「Tensorflow（テンソルフロー）」や、プログラミング言語Pythonの基礎を学習できる「AIプログラム学習キット」を発売する。 本キットは、初心者向けに、プラットフォームとしてRaspberry Piを採用、あとはインターネットに接続できるPC環境があれば、AI学習ができるように構成されている。学習に必要なプログラムもすべてインストール済だ。 まず、基本的なPythonプログラミングを練習問題100題を使って学び（標準時間30時間）し、Tensorflowの使い方を習得する。そして次のステップで、文字認識（MNIST）、画像認識（CIFAR－10、IRIS）、自然言語処理（word2vec）などのディープラーニングで有名なプログラムを使った応用学習ができる。 キット内
全脳アーキテクチャ若手の会第28回勉強会 Keywords: DQN, 強化学習, Episodic Control, Curiosity-driven Exploration
Googleは、ニューラルネットワーク技術の応用事例として、ユーザーが途中まで描いた絵の続きを自動的に描いて完成させてくれるサービス「sketch-rnn」を提供開始した。 このサービスは、リカレント（再帰型）ニューラルネットワーク（RNN）技術を利用し、ユーザーの描き始めた絵からどのように描き進めるかを推測して、ユーザーが手を止めると続きから描き始めるサービス。ただし、描く際には「cat」「pineapple」「bicycle」「face」など、何を描くつもりなのかを用意されてたモデルから選ぶ必要がある。sketch-rnnが描画を開始しても、ユーザーが描くことを再開すると描画を待ってもらえる。
2. 主な参考書 • R.カーツワイル：ポスト･ヒューマン誕生 ，NHK出 版,2005 • J.バラット：人工知能 人類最後にして最悪の発明, ダ イヤモンド社, 2013 • J.マルコフ: 人工知能は敵か味方か, 日経BP社,2015 • T.H.ダベンポート, J.カービー:AI時代の勝者と敗者,日 経BP社,2016 • Nick Bostrom: Superintelligence, Oxford University Press. 2014 • マーティン・フォード: ロボットの脅威,日本経済新聞出 版社, 2015 3. 予習：混乱している用語 その１ • 弱いAI vs 強いAI – 1970年代から哲学でSearlらによって議論された(現状では混 乱を招く用語） ？？？ • 目的特化型AI vs 汎用目的AI – 目的特化型AIは決まった目的に対し ては人間以上の能力を
昨日、フランス大使館を筆頭に内閣府や森美術館が主催した日仏フォーラム「人工知能は社会をどのように変えるのか？」に参加した。終日にわたる時間を費やした内容の濃いフォーラムであった。得るものは大きかった。フォーラムの紹介文書はいまだPDF形式でダウンロードできる(参照PDF)。 また、この手のフォーラムにありがちな英語=国際語ということもなく、進行案内はすべてフランス語でなされた（ただしフォーラム司会は日本語）。つまり、日本語とフランス語のみのフォーラムだったのである。その点でも興味深いものだった。熱く語れるフランス語の議論を聞いていると、フランス国内ではこうした熱意で日々弁論が交わされているのだろと確信された。 このフォーラムのパネリストの一人が本書の著者ジャン=ガブリエル・ガナシア教授である。発言が興味深かったので、もう少しその思索について知りたいと思っているところ、会場で同書が販売されて
![[書評] そろそろ、人工知能の真実を話そう（ジャン=ガブリエル・ガナシア）: 極東ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/29a0913ff806d43916e5952b2a9e2ebde81eb93b/height=288;version=1;width=512/https%3A%2F%2Ffanyv88.com%3A443%2Fhttp%2Fimages.amazon.com%2Fimages%2FP%2F4478023239.01._PC_SCMZZZZZZZ_.jpg)
「人工知能が普及していったら医師の仕事がなくなってしまうと思うのですが、今後どのようなことを学んでいけば良いのでしょうか？」 「人工知能が医師の仕事を奪うなんて、ありえない！ そんなことを言う奴は医師の風上にも置けない、けしからん！！」 これは数カ月前の某学会での一コマです。 人工知能の性能がどんどん上がっていけば、自分たちの仕事がなくなってしまうのではないか？ 人工知能と共存する時代にどのようなキャリアパスを積めば良いのか──？ 若手医師が気にするのも当然だと思います。 一方で指導医が、医師の仕事が人工知能に取って代わられるわけないだろ！ と若手医師を叱咤激励する気持ちも分かります。 果たして、人工知能は医師の仕事をどう変えていくのでしょうか。 私は、医療現場で使われる人工知能の特性や実力がどのようなものなのかを知れば、おのずと道が見えてくるのではないかと考えています。ここではその一助と
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
