新潟大学ビッグデータアクティベーション研究センター主催の「データサイエンティスト育成シンポジウム」
において、弊社代表、藤田一弥 が基調講演を行います。
○「新潟大学 データサイエンティスト育成シンポジウム」に関する情報
http://www.eng.niigata-u.ac.jp/~bda/ds_sympo.html
・講演日時 2019年1月25日(金)午後2時~
・場所 新潟大学駅南キャンパス「ときめいと」 ミーティングルームA・B
・講演テーマ 「ディープラーニングと強化学習」
More
Author: ohki
書籍「実装 ディープラーニング」のご紹介
●書籍「実装ディープラーニング」のFAQ を作成しました。
こんにちは。今回は、書籍「実装 ディープラーニング」について、内容を少しご紹介したいと思います。
※「実装 ディープラーニング」の韓国語版です。「딥러닝 부트캠프 with 케라스」
以下は、「はじめに」から抜粋した内容です。
車の自動運転。この夢のような話も、数年後には普通のことになっているかもしれません。
車の自動運転には、いくつかの高いレベルの技術が必要といわれています。その一つが、正確なセンサーとしての役割を担う画像認識です。もう一つは、人に近い、より高度な推測を可能とする強化学習です。本書はこの二つに焦点をあてて、ディープラーニングを使用したサンプルプログラムを示しながら、より実践的な手法を紹介します。
~ 途中略 ~
画像のクラス分類では、1,000層からなるディープラーニングのネットワークも発表されています。最近の主流は、公開されている VGG-16(16層)、ResNet-152(152層)といった学習済みモデル(pre-trained model)を利用し、最後にFine-tuningする方法です。学習済みモデルを利用すると、高い性能を容易に発揮できることが示されています。
本書では、「画像のクラス分類」で、VGG-16、ResNet-152を具体...
More
書籍「実装 ディープラーニング」を出版しました
弊社が監修したディープラーニングに関する書籍が出版されました。
● 書籍名 「実装 ディープラーニング」
● 出版社 オーム社
オーム社の書籍紹介ページ、本の通信販売サイト、および全国の書店等からご購入いただくことができます。
書籍の詳細については、ブログをご参照ください。
韓国語版「딥러닝 부트캠프 with 케라스」
More
本社移転のお知らせ
当社は、下記のとおり本社を移転しましたので、お知らせいたします。
記
1. 本社移転日および業務開始日
平成28年11月2日(水)
2. 本社移転先
〒112-0014
東京都文京区関口一丁目47番12号
江戸川橋ビル 3階
アクセス
More
数式をまったく使わないMCMC(マルコフ連鎖モンテカルロ法)の説明
こんにちは。
今回は、確率分布の平均値やモード(最頻値)を探す方法のアルゴリズムである「MCMC(マルコフ連鎖モンテカルロ法、Markov chain Monte Carlo methods)」について、お話ししたいと思います。
ここでは山田君が登場します。このストーリーは社内でも意外に好評で、週刊ダイヤモンドでも採用していただきました。
1 洞穴に落ちてしまった!
山田君は、山に遊びにいって、誤って大きな洞穴に落ちて気を失ってしまいました。
気が付いたら、もう夜。そこは大きな洞穴で、なんとか上の落ちた穴の位置を探したいと思いました。
さて、真っ暗闇の中で、どうやって穴の位置を探したらよいでしょうか?
2 落ちた穴を探す
山田君は、洞穴の一番高いところに落ちた穴があるだろうと考えました。
そこで、近くの小石を拾って、それを真上に投げ上げて、小石が天井にぶつかって落ちてくるまでの時間を測ることにしました。
山田君はランダムに歩いて、一歩進むたびに石を投げ上げながら天井の高いところを探します。
「ここら辺が高いな」と思ったら、その周辺に集中的に石を投げ上げて、落ちた穴を探すようにしました。
3 平均値・モードを求める
山田君は、20回小石を投げ上げたとしましょう。
ここで、山田君が小石を投げた時の足の位...
More
週刊ダイヤモンド7月2日号に取材記事が掲載されました
週刊ダイヤモンド2016年7月2日号に弊社代表への取材に基づく記事が掲載されました。
「ビジネス数学の最終兵器 確率・統計入門」と題する特集内のベイズ統計に関する記事に協力しています。
ダイヤモンド社による紹介ページはこちら。
More
解けない連立方程式とディープラーニング(深層学習 Deep Learning)
こんにちは。
今回は、ディープラーニング(深層学習 Deep Learning)について、少しお話をしたいと思います。テレビなどでも「人工知能」に関するニュースが多くなってきましたが、いずれも、このディープラーニングという手法が背景にあるようです。
●画像認識と強化学習(DQN)を中心とした、ディープラーニングの書籍「実装 ディープラーニング」をオーム社から出版しました。詳しくはこちらをご覧下さい。
まずは、簡単な一次関数の問題から始めます。
問題 1 2点P(1, 1)、Q(3, 4)を通る1次関数 \(y = ax + b\) について \(a\)、\(b\)の値をそれぞれ求めましょう。
これは、中学校で勉強する1次関数についての問題です。次のような連立方程式を解けばよいですね。
\[
\left\{
\begin{eqnarray}
a + b &=& 1 \\
3a + b &=& 4
\end{eqnarray}
\right.
\]
これを解いて、傾き \(a = 1.5\) 、切片 \(b = -\ 0.5\) となります。求める1次関数は、
\[
y = 1.5x\ -\ 0.5
\]
です。
この1次関数をグラフにかくと、次のようになります。2点をピッタリ通る直線を1...
More
iPhone と Android の Web サイト表示速度の比較
今やスマホの普及率は約50%にもなりました。2人に1人はスマホで Web サイトを見ていることになりますね。そこで今回は、iPhone vs. Android をお届けします。と言っても、価格の比較でも機能の比較でもありません。Web サイトにアクセスしたときの表示速度の比較です。
果たして差があるのか? TrafficPatrol2 に追加された、スマートフォン実機による計測機能を利用して、実験してみました。
※なお、本記事は iPhone と Android とのどちらが良いかのお話ではありません。
使用機種
使用したスマホの機種は次のとおりです。インターネットにつながる回線は、共通(社内の Wi-Fi 回線)にしました。
iPhoneAndroid
メーカーAppleLG
機種名iPhone 5SNexus 5
OSiOSAndroid
バージョン9.16.0.1
通信環境Wi-Fi
ブラウザSafariChrome
シナリオ
TrafficPatrol2では、ブラウザにさせる一連の動きを「シナリオ」と呼びます。今回は、
某 Web サイトにアクセス
ログイン画面表示
ログイン実行(ID 、パスワードを入力)
商品検索
商品詳細へ
カートに追加
カー...
More
WEBサイト監視のTrafficPatol2にスマートフォン実機による監視機能が追加されました
24時間365日、継続的にWEBサイトのレスポンス時間、表示内容を計測・監視するTrafficPatrol2に、新たにiPhone、Android端末を用いた計測・監視機能が追加されました。
従来は実ブラウザIEを利用し、ユーザエージェントをスマートフォン用に変更することにより、スマートフォン用WEBサイトの監視を行ってまいりましたが、今回の追加により、実際のスマートフォン(iPhone、Android)およびLTE回線を利用した、よりエンドユーザのご利用環境に近い状況で、スマートフォン用WEBサイトの表示時間計測、監視を行うことができるようになりました。
詳細につきましては、こちらをご覧ください。
More