akiraTOSEI

Manufacturing Engineer/Machine Learning Eng…

akiraTOSEI

Manufacturing Engineer/Machine Learning Engineer/Data Scientist / http://github.com/AkiraTOSEI/ blog: https://medium.com/@akichan_f

  • Akira's ML News

    機械学習界隈で、個人的に気になった論文や記事に概説をつけて、毎週紹介します

  • Akira's ML News Summary

現場で使える機械学習活用 ~その④説明性があるAI (XAI) とその活用~

はじめにこのブログは、「現場で使える機械学習活用」をテーマにした4部作のうち4作目です。これらの4部作では「いかにして機械学習を使って現実世界の問題を解決するか」を軸に、陥りやすいポイントやコツを解説していきます。 第4回目は説明性があるAI ( Explanable AI : XAI) とその活用を見ていきます。 機械学習プロジェクトの流れと留意すべきこと 仮想プロジェクトを題材にしたプロジェクトのコツ解説 プロジェクトで頻出する問題の対応 説明性があるAI (XA

akiraTOSEI

    • 現場で使える機械学習活用 ~その③プロジェクトで頻出する問題の対応~

      はじめにこのブログは、「現場で使える機械学習活用」をテーマにした4部作のうち3作目です。これらの4部作では「いかにして機械学習を使って現実世界の問題を解決するか」を軸に、陥りやすいポイントやコツを解説していきます。 第3回目はプロジェクトで頻出する問題とどう向き合い、解決すればよいかを見ていきます。 機械学習プロジェクトの流れと留意すべきこと 仮想プロジェクトを題材にしたプロジェクトのコツ解説 プロジェクトで頻出する問題の対応 ←イマココ 説明性があるAI (XAI)

      akiraTOSEI

      • 現場で使える機械学習活用 ~その②仮想プロジェクトを題材にしたプロジェクトのコツ解説~

        はじめにこのブログは、「現場で使える機械学習活用」をテーマにした4部作のうち2作目です。これらの4部作では「いかにして機械学習を使って現実世界の問題を解決するか」を軸に、陥りやすいポイントやコツを解説していきます。 第2回目は、仮想プロジェクトを題材にして、第1回目で解説したプロジェクト成功のため留意すべきことをどのように活用するかを見ていきます。 機械学習プロジェクトの流れと留意すべきこと 仮想プロジェクトを題材にしたプロジェクトのコツ解説 ←イマココ！ プロジェク

        akiraTOSEI

        • 現場で使える機械学習活用 ~その①機械学習プロジェクトの流れと留意すべきこと~

          はじめにこのブログは、「現場で使える機械学習活用」をテーマにした4部作のうち1作目です。これらの4部作では「いかにして機械学習を使って現実世界の問題を解決するか」を軸に、陥りやすいポイントやコツを解説していきます。 第1回目は、プロジェクトの流れとプロジェクト成功のため留意すべきことを解説します。 機械学習プロジェクトの流れと留意すべきこと ←イマココ 仮想プロジェクトを題材にしたプロジェクトのコツ解説 プロジェクトで頻出する問題の対応 説明性があるAI (XAI)

          akiraTOSEI

        現場で使える機械学習活用 ~その④説明性があるAI (XAI) とその活用~

        akiraTOSEI

        • 現場で使える機械学習活用 ~その③プロジェクトで頻出する問題の対応~

          akiraTOSEI

        • 現場で使える機械学習活用 ~その②仮想プロジェクトを題材にしたプロジェクトのコツ解説~

          akiraTOSEI

        • 現場で使える機械学習活用 ~その①機械学習プロジェクトの流れと留意すべきこと~

          akiraTOSEI

        マガジン

        • Akira's ML News
          3本
        • Akira's ML News Summary
          2本

        記事

          平凡父親エンジニア/研究者の生存戦略

          本記事はcvpaper.challenge advent calendar 2022の21日目の記事で、平凡な能力をもつ父親エンジニア (現博士後期課程学生、専門分野は物理x機械学習) が競争の厳しいIT業界でどう生き残るか考えたことをまとめた記事である。 まず言っておくが、私自身が成功者であるとは全く思っておらず、自分の秘技を伝授しようといった大仰なことは思っていない。しかし、育児で勉強時間がとれないことに悩む同志を SNS 上でいることを知り、自分の悪戦苦闘の結果が少し

          akiraTOSEI

          平凡父親エンジニア/研究者の生存戦略

          akiraTOSEI

          Computer Vision x Trasformerの最近の動向と見解

          この記事についてこの記事では、Vision Transformer[1]登場以降のTransformer x Computer Visionの研究で、興味深い研究や洞察について述べていきます。この記事のテーマは以下の4つです。 • Transformerの急速な拡大と、その理由 • TransformerとCNNの視野や挙動の違い • TransformerにSelf-Attentionは必須なのか？ • Vision Transformerの弱点と改善の方向性

          akiraTOSEI

          Computer Vision x Trasformerの最近の動向と見解

          akiraTOSEI

          Akira's ML newsのニュースレター(Revue)への移行のおしらせ

          本マガジンで週間投稿している「Akira's ML news」を見ていただいている皆様、いつも閲覧ありがとうございます。このnoteの週間投稿なのですが、Twitter社のRevue買収でニュースレター配信が無料になったことに伴い、ニュースレターに完全移行いたします。（この記事最下部にリンクを貼り付けてあります） 元々piqcyさんのWeekly Machine Learningやu++さんのWeekly Kaggle Newsようなニュースレター配信をしようと思っていたの

          akiraTOSEI

          Akira's ML newsのニュースレター(Revue)への移行のおしらせ

          akiraTOSEI

          Akira's ML news #January, 2021

          2021年1月に発表された論文/記事のうち、私が特に面白いと思ったものをまとめています。 今月の注目記事/論文- １つのGPUで130億パラメータの学習をする - 知識蒸留とアンサンブルの関係性をニューロンが取得する「視点」から解釈する - 重要な部分はノイズに敏感に反応することを利用した可視化 - OpenAIによるText-to-imageの大幅な改善 - token毎に層の切替をすることで、高速に大規模モデルを学習する - 自然言語と画像を合わせて学習することでゼロシ

          akiraTOSEI

          Akira's ML news #January, 2021

          akiraTOSEI

          Akira's ML news #Week 5, 2021

          2021年第5週(1/24~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していますが、論文投稿日はこの週のものとは限りません。※有料設定してますが、投げ銭用なので全部無料でみれます。 【お知らせ】お試しで、今週分からRevueを使ったニュースレターを配信し始めました！内容はこの記事と同じですが、ご興味ある方は是非ご登録お願いします！ 内容 : 1. 論文, 2.技術的な記事, 3.実社会における機械学習適用例, 4.その他話題 今週

          akiraTOSEI

          Akira's ML news #Week 5, 2021

          akiraTOSEI

          Akira's ML news #Week 4, 2021

          2021年第4週(1/17~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していますが、論文投稿日はこの週のものとは限りません。※有料設定してますが、投げ銭用なので全部無料でみれます。 内容 : 1. 論文, 2.技術的な記事, 3.実社会における機械学習適用例, 4.その他話題 今週の注目記事/論文- 物体検知モデルを文書で慎重に学習させることで良い画像/言語表現を得る - ニュースから中立的な要約を生成する - GPT-3レベルのモ

          akiraTOSEI

          Akira's ML news #Week 4, 2021

          akiraTOSEI

          Akira's ML news #Week 3, 2021

          2021年第3週(1/10~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していますが、論文投稿日はこの週のものとは限りません。※有料設定してますが、投げ銭用なので全部無料でみれます。 内容 : 1. 論文, 2.技術的な記事, 3.実社会における機械学習適用例, 4.その他話題 今週の注目記事/論文- token毎に層の切替をすることで、高速に大規模モデルを学習する - 確信度を高めるパッチを貼ることで、安全性を高める - 周波数空間

          akiraTOSEI

          Akira's ML news #Week 3, 2021

          akiraTOSEI

          Akira's ML news #Week 2, 2021

          今週の注目記事/論文 - コードブックとTransformerで高解像度画像を生成する - 自然言語と画像を合わせて学習することでゼロショット推論を可能する - OpenAIによるText-to-imageの大幅な改善 --------------------------------------------------------------------- 2021年第2週(1/3~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していま

          akiraTOSEI

          Akira's ML news #Week 2, 2021

          akiraTOSEI

          Akira's ML news #December, 2020

          2020年12月に発表された論文/記事のうち、私が特に面白いと思ったものをまとめています。 今月の注目記事/論文 - AIを使った新薬開発のレポート - LASSOとその系列手法の網羅的な論文 - 画像の表現をパッチ毎に保持することにより30倍以上の高解像度化に成功 - 正解を1つに絞ることでNMSを排除した物体検知モデル - 現実世界のデータ分布変化への頑健性を測るデータセット --------------------------------------------

          akiraTOSEI

          Akira's ML news #December, 2020

          akiraTOSEI

          Akira's ML news #Week 52, 2020

          今週の注目記事/論文- 現実世界のデータ分布変化への頑健性を測るデータセット - LASSOとその系列手法の網羅的な論文 - AIを使った新薬開発のレポート --------------------------------------------------------------------- 2020年第52週(12/20~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していますが、論文投稿日はこの週のものとは限りません。※有料設定

          akiraTOSEI

          Akira's ML news #Week 52, 2020

          akiraTOSEI

          2020年機械学習総まとめ 興味深い論文/記事85選

          この記事では、2020年に発表された論文や記事のうち、特に興味深かったものを合計85紹介します。下記12のトピックに分けて紹介していますが、あくまで便宜上の分類です。私の個人的な2020年総括は以下の通りです。 --------------------- 個人的2020年総まとめと所感 --------------------- 　2020年はTransformerが大躍進しました。自然言語処理では大規模なTransformerモデルであるGPT-3が高い精度を多く

          akiraTOSEI

          2020年機械学習総まとめ 興味深い論文/記事85選

          akiraTOSEI

          Akira's ML news #Week 51, 2020

          今週の注目記事/論文 - EfficientDet-D7よりも高精度で高速な物体検知モデル - 生成データの質と学習データの質 - データサイエンティストに必要なソフトスキルは何か --------------------------------------------------------------------- 2020年第51週(12/13~)に私が読んだ論文や記事で特に面白かったものを紹介します。なるべく新しいものを紹介していますが、論文投稿日はこの週のものと

          akiraTOSEI

          Akira's ML news #Week 51, 2020

          akiraTOSEI