マガジンのカバー画像

AI

21
AI/機械学習関連のノートまとめ
運営しているクリエイター

記事一覧

物体認識モデルYOLOv3に完全勝利したM2Detの紹介

物体認識モデルYOLOv3に完全勝利したM2Detの紹介

はじめに一般物体認識はここ数年で大きな進化を遂げました。その中でも実用的に使いやすい&よく使われている(気がする)のはYOLO v3だと思います。それは、ある程度の予測精度を持ちながら推論速度もはやいというモデルになっているためです。

今回説明するのはそのYOLOv3に対して、予測精度も推論速度も上回るようなモデルのM2Detです。予測精度と推論速度はトレードオフはありますが、どちらをとっても、

もっとみる
Deep Learningによる一般物体認識の手法の把握と実利用のためのまとめ

Deep Learningによる一般物体認識の手法の把握と実利用のためのまとめ

目次・一般物体認識とは
・モデルの性能を知るための評価指標
 ・IoUの閾値
・precision-recallグラフ
・一般物体認識を使う
・APIを利用する
・Keras実装を動かす(YOLOv3)
・darknetで学習済みモデルをOpenCVで動かす(YOLOv3)
・一般物体認識の最先端

次の記事で書こうと思っていること。
・YOLOv3の説明
・オリジ

もっとみる
【転職エントリ】Googleに入社します

【転職エントリ】Googleに入社します

はじめに この記事には、Googleのオンサイト面接に向けて勉強した内容が記載されていますが、それらはすべて面接を受ける直前に書いておいたものです。このエントリを読むことで面接で聞かれた内容が予測されてしまわないようにそのようにさせていただきました。ご了承お願いします。

この記事について 令和元年に医師を退職し、ソフトウェアエンジニアに転職します。

 自分にとって大きな転機であったのと、とても

もっとみる
「データから直情的・直線的に判断しても成果にはつながらない」日本経済新聞社 山内秀樹氏×西内啓対談 Vol.1

「データから直情的・直線的に判断しても成果にはつながらない」日本経済新聞社 山内秀樹氏×西内啓対談 Vol.1

データビークルの最高製品責任者であり統計家の西内啓がデータ活用で成果をあげている企業・組織のキーパーソンの方とデータサイエンスの現実について語り合う対談シリーズ。第三弾は日本経済新聞社に入社以来、「NIKKEI NET」の運営や「日経電子版」の創刊に携わってきた山内秀樹さん。山内さんのこれまでデータとの関わりと、メディアのビッグデータ活用について、お話を伺いました。

シティズンデータサイエンスラ

もっとみる

AI時代へ向けて育成すべきはAI人材か?

今年3月に政府のAI戦略が年間25万人を目標にAI人材を育てるとぶち上げたのに続いて、教育再生会議が全ての大学生がAIなどの基礎的な素養を身につけられるように標準カリキュラムを作成することを提言した。ガートナーが2017年1月に産業界で2020年末時点で30万人以上のIT人材(原典を確認したところAI人材ではなかったようですね)が不足するといったらしいのだが、今からカリキュラムをいじったところで2

もっとみる
Kaggle初心者におすすめしたい『機械学習のための特徴量エンジニアリング』

Kaggle初心者におすすめしたい『機械学習のための特徴量エンジニアリング』

結婚祝いで『機械学習のための特徴量エンジニアリング』をいただきました。ざざっと読んだのでレビューしたいと思います。

まず、前提として、この本の想定読者層は

・業務やKaggleで機械学習を触っている人
・大学で機械学習を学んだことがあり、今後実践していきたい人

だと思います。機械学習なんもわからん!という人がすんなり読める本ではありません。すんなり読める本ではありませんが、「今からKaggl

もっとみる

Kaggleに取り組み初めて、9ヶ月時点でのkaggleのやり方と考えていること

この文章は、技術書典6で頒布予定のKaggleのチュートリアル第3版に掲載予定の文章です。

去年の7月から、9ヶ月くらい専業Kagglerとして、Kaggleに取り組んできて、少しだけ効率的な取り組み方がわかったことや考えていることを、まとめてみます。

コンペの選び方多くの時間を投入することになるので、後悔のないように選びたいところですが、どのコンペでも学べることは数多くあるので、直感で選んで

もっとみる

Fintech Data Championship優勝の手法

はじめまして、いのいち(https://twitter.com/inoichan?lang=ja)です。
先日行われたFintech Data Championship( https://ps.nikkei.co.jp/fdc2019/ )という大会で幸運にも優勝させていただくことができました!

その大会で用いた手法を、noteを使ってシェアすることにしました。初noteです!内容は優勝者プレゼ

もっとみる
【保存版】プログラミングで何を学べばどんなアプリを作れるのかまとめてみました。

【保存版】プログラミングで何を学べばどんなアプリを作れるのかまとめてみました。

追記)

プログラミング教育・就活などについてツイッターでも発信しています。この記事を読んで興味を持っていただけた方がぜひフォローよろしくお願いします!

-------------------------------------------------------------------------

プログラミングで「これ創りたい!」というときに何を学んだらいいのか創りたいもの別にまとめてみま

もっとみる
データサイエンティスト・マルチリンガル論

データサイエンティスト・マルチリンガル論

Hikaru Kashidaです。
僕が誰かというと、2018年時点ではざっくりこういう者です。
Twitter / 取材1 / 取材2 / 取材3 / 登壇1 / 登壇2

↓ 本書きました。他の共著さんも結構面白いのでよかったらどうぞ ↓

とても昔に、データサイエンティストの定義について語る文章を書いたことがあるのですが、その内容を少しリメイク&加筆してnoteに載せてみたものがこちらです

もっとみる
効果的なダッシュボードについて考える

効果的なダッシュボードについて考える

こんにちは。Takayuki Suzukiです。
2回目の投稿となる今回は、意思決定や分析に効果的なダッシュボードについて考えてみたいと思います。

目次
・ダッシュボードとは
・ダッシュボードのメリット
・ダッシュボード構築のポイント
・効果的なグラフ作成のための参考図書・URL

ダッシュボードとはダッシュボードは、あらゆる情報を一目で把握できるように指標やデータが配置されたものです。掲載す

もっとみる
社会人に役立つ人工知能本 三冊しかない説

社会人に役立つ人工知能本 三冊しかない説

火曜日だけど水曜日!(挨拶)

前回「社会人のためのAIガチャ入門」を公開したところ、アレな内容でも炎上もせず(無視されたとも言える)、ファミレス1回分ぐらいの課金を頂いたので、また記事を書いてみました。
なお、今回は真面目な内容となります(前回比)。

「社会人のためのAIガチャ入門」は、「AI開発を依頼する側」の視点で書かれました。
今回もデータサイエンティストやAIエンジニアなどの「作る側」

もっとみる
社会人のための「AIガチャ」入門

社会人のための「AIガチャ」入門

はじめまして、マスクド・アナライズと申します。
AI(人工知能)やデータサイエンティストなITベンチャーで働いており、Twitterでこんな内容を発信しております。

毎週のように「AI搭載製品をリリース」「業務にAIを導入しました」というニュースが流れる昨今、一見AIとは無縁な会社でもこんなやり取りがあるようです。

この場合、外部のIT企業に開発を依頼するのが一般的な流れです。
しかし、AIを

もっとみる
Pythonによるスクレイピング①入門編 ブログの記事をCSVにエクスポートする

Pythonによるスクレイピング①入門編 ブログの記事をCSVにエクスポートする

***追記***

3つのチュートリアル¥6,940相当を、セット割¥4,980のプランを用意しました!集中的に勉強してみたい方は、こちらもおすすめです!

・Pythonによるスクレイピング超絶入門
・Pythonによるスクレイピング応用
・スクレイピングを利用したAIアプリ開発

********

こんにちは、Daiです。

スクレイピングマニュアルの希望があったので、作成しました。

この

もっとみる