マガジンのカバー画像

#機械学習 #データサイエンティスト 記事まとめ

115
機械学習やデータサイエンティスト関連の記事を収集してまとめるマガジンです。
運営しているクリエイター

記事一覧

cvpaper.challenge 創設のアナザーストーリー

筆者:宮下侑大 「CVPRの論文を全部読もう」 2015年某日、つくばのスターバックスにて、産総研の片岡さんと研究の打ち合わせをしていた時、片岡さんが突如とんでもないことを言い出した。 当時、私は修士2年。情けないことに、ほとんどサーベイということをしてこず、なんとなくで研究をしていた。英語論文など以っての外だ。​ そんな私でもCVPRがCVのトップカンファレンスということは知っていた。だからこそ、片岡さんが何を言っているのか最初は訳がわからなかった。全部読むなんて…

スキ
26

データサイエンティストがSlackの草スタンプから企業カルチャーを紐解いた結果www

atama plusという教育スタートアップでデータまわりのお仕事をしている内藤と申します。毎日膨大なデータの海の中で素敵なサムシングを良しなに何かできないかを企んでおります。今回、atama plusにおけるデータのお仕事ってどんな感じで自由にやっているのかの一事例を紹介しようかと思います。(※とは言いながら仕事ではなくほぼ趣味の分析です) 背景と課題さてさて。 近年様々な企業がミッション・ビジョン・バリューというのを打ち出していますね。atama plusも「ミッション

スキ
146

メルカリにおけるA/Bテスト標準化への取り組み

こんにちは、Analytics Infra チームの @yaginuuun です。主にA/Bテスト周りの改善や Recommendation 関連の分析を担当しています。 当ブログは 2021/07/28 に開催された Retty ✕ Mercari Analyst Talk Night! におけるLT内容を改めて少し補足を加えながらブログの形に書き起こしたものです。 当日の資料はこちらです。 A/Bテストとは A/Bテストは Randomized Controlled

スキ
192

「AI技術がコモディティ化している」はウソ?~研究者が企業で活躍するためにこれから求められるスキル~

0. 自己紹介皆さんこんにちは、株式会社ACESの代表の田村(@7142857)です。簡単に自己紹介させていただくと、私は東京大学の工学系研究科博士課程で松尾研究室に所属し、Deep Learningの金融への応用について研究しつつ、株式会社ACESという会社を経営しております。先週はIPOのタマゴにも出させていただきました。 1. AI技術がコモディティ化しているという主張の理解 Deep Learningが登場してから、"AIブーム"が続いていました。 - 偉そうな人

スキ
90

データ分析のマネジメント論1:データ分析組織とは何か

この記事について以前、個人のデータキャリアを振り返る記事を投稿しました。この記事ではN=1のエピソードを書くことでアナリストキャリアの解像度を多少でも上げることを目的としていましたが、その後マネジメントを続けていく中で、また社外のアナリストの方々と話す中で、データアナリストの評価や育成について考える時間が増えました。 そもそも、データアナリストの評価基準はまだ様々な議論があり定まっていないような気がします。データ分析は「データを使って意思決定をサポートすること」という方向性

スキ
112

データ分析者のバリューの出し方を考える 2021年版

はじめに本稿は、自身がデータ分析者だと思っている人に対して、以下のことを自分の経験・学習した範囲から提案するものです。 ・こういうプロセスでデータ分析・データサイエンスを活用するのがいいよね ・このプロセスではこういうことに気をつけたり、こういうことができるといいよね 世の人が、これを以下のように役立ててくださり、世の中に資することを期待します。 ・これのどこまでが君のスコープなんだい?ということを、この文章を元に期待値調整(私は期待値を文脈に合わせて二つの意味で使うタイプ

スキ
264

事業やプロダクト開発を加速させるデータ分析

ここ数年、様々な業界でデータサイエンティストの求人を目にします。一口にデータサイエンティストと言っても内容は様々で、画像解析やレコメンド開発など機械学習エンジニア系のものもあれば、ビジネスの意思決定を支援するようなデータアナリスト系のものもあります。(データサイエンティストの分類についてはTJOさんの記事が参考になります) この記事では、ビジネスの意思決定を支援するデータ分析に絞って、事業やプロダクト開発を加速させるのに必要なことについて、自分の思考の整理を兼ねて書きたいと

スキ
111

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

スキ
43

【第2章因果関係】練習問題2.8.3「自然実験としての指導者暗殺の成功」

1.データセット・元論文の紹介(1)データセット  ・第2章の練習問題に取り組む際に必要になるデータセットは、第1章の練習問題と同様に以下のリンク先からダウンロードできる。 (2)元論文  ・本練習問題の作成に際して参考とした論文が脚注で紹介されている。参考のためリンクを貼っておく。 2.練習問題2.8.3「自然実験としての指導者暗殺の成功」 (1)データセットの概要把握   ①観察数250、変数11のデータ。データは250の暗殺計画を記録している   ②1度でも指導者暗

スキ
10

『ゼロから作る Deep Learning ❸』  まえがき

ここでは、『ゼロから作るDeep Learning ❸ ―フレームワーク編』の最初のページ(「まえがき」)を公開しています。どういう本か気になる方は、参考にしていただけると幸いです。 * * * * * まえがき 発見の旅とは、新しい景色を探すことではない。 新しい目を持つことである。 ――マルセル・プルースト(フランスの作家:1871―1922) 現在、ディープラーニングによって、あらゆる分野で技術革新が起こっています。車の自動運転、病気の自動診断、高精度な機械翻訳

スキ
54

エンジニアでなくても、データリテラシーがないと食べていけない説

筆者には専門的なバックグラウンドはないが、会社を経営している中であらためてデータを日常的に意思決定に活用することの重要性を痛感し学習してきて、社内への普及活動もしている。 かなり煽り的なタイトルになってしまったが、もとは、弊社でデータに関わるツールを普及しようとしていて、 「そもそもなんでデータ・ツール(SQL等)を学ぶ必要があるのか?」 「そこはエンジニアがやった方が効率がいいのでは」 「ツールの学習は手段であって、データを活用した業務が目的なのに、SQLの学習に時間をか

スキ
284

【囲碁】9路の練習用AIを手元で動かした

メモ程度ですが、leera-zeroをmacのマシンで動かしたのでその備忘録を。エンジニアじゃないとちょっと手間取るかも。 leelazeroのインストールこれをcloneして(9路用にforkしているrepoもありますが、最新版追従できてなさそう?でエラーが出たので、非推奨)macOSのところのinstructionに従います。 ただし、src/config.hの中のBOARD_SIZE=19になっているのを9にしてからmakeします。makeコマンドは下のコマンド(わ

スキ
12

機械学習について学べるおすすめ日本語動画コンテンツ

こんにちは。 今回は、機械学習について学べる動画について紹介していきたいと思います。 初心者向けの動画の紹介です。 この記事は以下のような方におすすめです。 ・書籍を読んで学ぼうと思っても、最後まで読み切れず中々知識が身につけられない ・実際に人がコードを書いているのを見ながら自分もコードを書いてみたい ・英語での勉強には抵抗があるので、日本語の動画で学びたい ①YouTube一つ目は『Neural Network Console』というYouTubeチャンネルになります

スキ
86

機械学習はいつ使うべきか

Module4-Video5 ここまで、報道機関の編集局が機械学習を利用した事例を紹介してきました。ここでは、プロジェクトで機械学習を使うべきか否かを判断するガイドラインを教えます。 最初に自問すべきは、モデルを構築しようとしているものがなんであれ、それが手動で実行できるかどうかということです。 例えば、犯罪について調べているとしましょう。分類しなくてはいけない300件の報告書があります。これらを分類するモデルを構築するためには、あなたやインターンが手で分類するよりも多くの

スキ
30