機械学習に関する記事とニュース
-
2019/04/24機械学習アルゴリズムのしくみを解説 「サポートベクトルマシン」と「k-means法」とは
機械学習を学び始めた初学者にとって、そのアルゴリズムのしくみをしっかり理解するのは簡単ではありません。そこで今回、『見て試してわかる機械学習アルゴリズムのしくみ 機械学習図鑑』から「サポートベクトルマシン（カーネル法）」と「k-means法」を紹介します。
-
2018/12/21「中の人」が教える！ OSSを“Apache”ブランドに育てるApache Incubatorのしくみとは？
Apache Software Foundation（ASF）には200以上ものOSSが所属しています。これらのOSSはもともとどこかの企業や個人ボランティアのグループが開発していたOSSであり、その後ASFに寄贈されたものです。ただし、いきなりASF の正式プロジェクトになれるわけではなく、いったんは Apache Incubatorと呼ばれる「養成所」に入門し、そこで Apacheの流儀を学び、卒業すると ASFの正式プロジェクトとなります。本記事ではApache Incubatorのしく...
-
2018/12/17話題の「ランキング学習」とは？ 回帰法・分類法との違いからモデル構築まで
近年、「AI」という言葉をよく見かける背景には、機械学習を使った多様な手法による飛躍的進歩があります。この機械学習の主な手法の1つに「教師あり学習」があります。 教師あり学習には大きく分けて2つのタイプがあります。1つは、ある画像を「犬か否か」推定、あるいは「犬、猫、鳥」のどれに分類されるか推定する「分類」です。もう1つは、ある出来事が起こる確率を推定する「回帰」です。どちらのタイプも教師あり学習ではよく用いられますが、本記事で紹介する「ランキング学習」は一般的な「分類」や「回帰」とは 少し異...
-
2018/11/30要件定義書がしっかり読まれているかを測定――視線情報を機械学習にかけ、要件定義書レビューの評価を行う
社会人エンジニア向けの教育プログラム「トップエスイー」から、エンジニアの皆さんに対して有用な情報をお届けするコーナーです。上流工程ではドキュメントを作成しますが、記述に不備があると後々の工程まで響きます。その一方で、ドキュメントの評価は人間に委ねられています。ここで、人間は実際にドキュメントを読んで、問題点の抽出などが十分に行われているかという疑問が出ます。その回答として、レビュアーの視線を測定することで、十分なレビューをしたかどうかを判定する方法を探りました。視線を測定するアイトラッカの出力...
-
2018/10/29なぜいま機械学習が注目されているのか――教師あり学習、教師なし学習、強化学習の基本を理解する
機械学習への関心が高まる中、特にその手法の一つである深層学習が注目されています。こうした流れを感じ、これから技術を身につけたいと考えている方も多いのではないでしょうか。しかし、まずはその土台となる機械学習について理解を進める必要があります。今回は翔泳社が発売した『Pythonで動かして学ぶ！あたらしい深層学習の教科書』から、機械学習の概論を紹介します。なお、本書ではデータ可視化やグラフの作成などを解説したあと、深層学習についても具体的に解説しています。
-
2018/10/24AI開発を仕事にするための具体的な行動計画を『機械学習エンジニアになりたい人のための本』から紹介
AIや機械学習を仕事にしたいと思いながら、実際に今から何をすればいいのかわからない。そんな悩みを抱える方のために、『機械学習エンジニアになりたい人のための本』（翔泳社）から具体的な行動計画を紹介します。初級から上級まで段階別のやることリストに沿って長期的な計画を立てることが肝要です。また、本書では転職にあたって履歴書や職務経歴書の書き方も解説していますので、ぜひ参考にしてください。
-
2018/09/25数式で説明された機械学習の本を深く理解するために――大学数学の基礎を解説したシリーズ3編
『技術者のための基礎解析学』を皮切りに、『技術者のための線形代数学』が8月、『技術者のための確率統計学』が9月に翔泳社から発売となった。いずれも機械学習を支えている数学であり、本シリーズでは基礎からしっかりと解説されている。今回、シリーズ3編が揃ったのを記念して、著者の中井悦司さんからのメッセージを紹介する。
-
2018/09/04機械学習エンジニアとして数学を理解しておきたい！ベクトルや行列を扱う線形代数学を学び直すために
機械学習を支える数学分野の一つ、線形代数学。大学で学んだ覚えのある方もいるかもしれませんが、エンジニアとして仕事をする中で改めて学び直したいと考えることはないでしょうか。そんな方のために、中井悦司さんによる『技術者のための線形代数学』から、本書を通して線形代数学を学び直すためのポイントを紹介します。
-
2018/07/24アルファ碁ゼロに使われているディープラーニングを解き明かす 論文から詳細を紹介
2017年10月にアルファ碁の進化版、アルファ碁ゼロの仕組みを解説した論文が発表されました。人間の知識なしに囲碁AIを作るという目標が掲げられたアルファ碁ゼロ。そこで使われているディープラーニングの詳細について、『最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応』から紹介します。
-
2018/07/04研究者とエンジニアが集い、機械学習工学という新しい工学の体系化を目指す～「機械学習工学研究会キックオフシンポジウム」レポート
2018年5月17日、日本ソフトウェア科学会 機械学習工学研究会 キックオフシンポジウムが開催された。機械学習が普及するなか、実装や運用のシステムに固有の難しさがあり、これまでのソフトウェア工学が通用しない部分があるとして、機械学習工学研究会が発足した。研究者だけではなくSIerも混じり、機械学習とシステム開発の関する現状を共有したキックオフとなった。
-
2018/06/21画像認識技術のエキスパート3人が明かす、画像認識技術の現状と、取り組みへの第一歩
パソナキャリアが展開するIT・Webエンジニア向けの求人フィード型転職サイト「GeekOut」が、5月30日にイベント、「GeekOutナイト」を開催した。今回のテーマは「画像認識技術」。画像認識を実用化させるために日々、企業や個人で開発に取り組む3人が登壇し、画像認識技術の最新活用事例のほか、開発における苦労話、これから学ぼうとする人へのアドバイスなどが語られた。その様子をレポートする。
-
2018/04/17AIエンジニアとして活躍するために必要なスキルとは？ 人材育成の第一人者が語る
ビッグデータの活用とともに、データマイニングやBIなど、データ分析が注目を集めている。それに加えてここ最近、エンタープライズ分野で盛り上がっているのが人工知能（AI）の活用である。だが、そのための人材は不足しているのが現状だ。ではAI人材に必要とされるスキルとは何か。またどうすればAI人材が育成できるのか。富士通ラーニングメディアでは3月19日に「AI Innovators Meetup Day ～AI時代を勝ち抜くためのスキルとは～」を開催。「AI時代に必要とされるスキルの変化と求められる人...
-
2018/01/29機械学習の理解を数学で挫折してしまった人のために――『あたらしい機械学習の教科書』伊藤真さんに訊く
機械学習をプロダクトに利用するにも、きちんと数学から理解しておくことは重要です。しかし、専門書を読もうにも難解な数学に阻まれ、諦めてしまった人も多いかもしれません。『Pythonで動かして学ぶ！ あたらしい機械学習の教科書』はそんな人のための本。著者の伊藤真さんに、本書についてうかがいました。
-
2018/01/22マイクロサービスとしての機械学習――Wantedly Peopleの事例から
Wantedlyの開発現場で活用されている技術や手法は、日々進化するプロダクトに合わせて柔軟に変化しています。この連載では実際の開発で取り組んでいる技術や手法を、実務に使える形でお伝えしていきます。今回は名刺管理アプリ「Wantedly People」の事例を踏まえながら、実際のプロダクトに機械学習がどう活用されているのか、また、マイクロサービスとしての機械学習について紹介していきます。
-
2017/03/10Rによる機械学習を使って、実世界の問題を解決するための準備をしよう
実世界の問題をビッグデータや機械学習で解決するために、統計プログラミング言語のRが役立つことをご存知でしょうか。翔泳社が3月2日に刊行した『Rによる機械学習』で学べる12のステップの概要を紹介します。
-
2017/03/08機械学習による分析過程を把握しつつ、支援ツールによる自動化で的確な分析結果を得る（後編）
社会人エンジニア向けの教育プログラム「トップエスイー」での講義や制作結果などからエンジニアの皆さんに対して有用な情報をお届けするコーナーです。前回と今回の2回にわたり、機械学習を取り上げています。前回は機械学習によるデータ分析のプロセスと注意点について解説しました。今回は分析結果の評価についてと、筆者がトップエスイーの修了制作で作成した、一連のデータ分析プロセスを自動化するツール「MALSS」について解説します。MALSSはデータ分析を自動化するだけでなく、分析者の知識習得も支援することができ...
-
2017/03/01機械学習による分析過程を把握しつつ、支援ツールによる自動化で的確な分析結果を得る（前編）
社会人エンジニア向けの教育プログラム「トップエスイー」での講義や制作結果などからエンジニアの皆さんに対して有用な情報をお届けするコーナーが始まります。まずは今回と次回の2回にわたり、機械学習を取り上げます。機械学習はさまざまな応用がされていますが、分析に当たって注意すべき点を今回に、そして、分析作業を自動化したツール「MALSS」を使った分析を次回に解説します。MALSSはトップエスイーの修了制作で取り上げられ、オープンソースとして公開されています。
-
2017/02/08試して納得！ IBM Watson Data Platform 〜 データサイエンティストからアプリ開発者までのコラボを実現し、価値創出サイクルを加速するデータ分析基盤
「ビッグデータ」は黎明期を過ぎ、本格的な発展期を迎えました。取り組みも「収集したビッグデータを可視化して課題の抽出・解決を図る」という単純なものから「分析結果をもとに未来を予測し、ビジネスの最適化、新しい価値の創出につなげる」といった、より複雑なものへと変化しつつあります。こうした変化を見極めたIBMは、データから価値を引き出し、企業の変革をリードするデータ分析基盤として「IBM Watson Data Platform」を発表しました。本稿では、その概要やメリットとともに、データサイエンティ...
-
2016/12/26人工知能を利用するプロダクトを開発できるように――『あたらしい人工知能の教科書』インタビュー
サービスやプロダクトを開発するうえで人工知能を用いることが当たり前になったとしたら、生き残っていけるのはその下地となる技術を広く把握しているエンジニアだけ。しかし、人工知能を支える技術の全体像はなかなか見渡しにくいのが現状です。それを打破する『あたらしい人工知能の教科書』の著者・多田智史さんと監修・石井一夫さんにお話をうかがいました。
-
2016/12/09エンジニアとして知っておきたい人工知能の歴史とディープラーニングの課題
いよいよ普及期に入ったかに見える人工知能。期待の声が高まる一方、実現可能性に懐疑的な意見もあります。今回は、これまで挫折を繰り返してきた人工知能の歴史を振り返ります。そして、今度こそ普及の壁を打ち破るかもしれない画期的技術、「ディープラーニング」の特徴と課題について簡単に解説します。
