アプリケーション MediaPipe Holistic:オンデバイスで顔、手、ポーズを同時に予測(2/2) 1.MediaPipe Holistic:オンデバイスで顔、手、ポーズを同時に予測(2/2)まとめ ・MediaPipe Holisticは2017年モデルや中価格帯のスマホほぼリアルタイムで実行可能 ・モデルがほとんど独立しているため、速... 2020.12.12 アプリケーションモデル
アプリケーション MediaPipe Holistic:オンデバイスで顔、手、ポーズを同時に予測(1/2) 1.MediaPipe Holistic:オンデバイスで顔、手、ポーズを同時に予測(1/2)まとめ ・MediaPipeはスマホで人間のポーズ、顔、手をリアルタイムで認識するフレームワーク ・従来のMediaPipeシリーズは各モデルで個々... 2020.12.11 アプリケーションモデル
入門/解説 データサイエンス用のライブラリトップ5 1.データサイエンス用のライブラリトップ5まとめ ・有益なデータサイエンスライブラリ5点について書かれた記事を別観点からもう一つ紹介 ・Pandas Profiling、NLTK、TextBlob、pyLDAvis、NetworkXの5ライ... 2020.12.10 入門/解説
入門/解説 ディープラーニングと自然言語、コンピュータビジョン用Python人気ライブラリ2020年版 1.ディープラーニングと自然言語、コンピュータビジョン用Python人気ライブラリ2020年版まとめ ・ディープラーニングと自然言語、コンピュータビジョン用Python人気ライブラリ30選 ・一般的なデータサイエンス用ツールは対象外とし、ニ... 2020.12.09 入門/解説
学会 NeurIPS 2020におけるGoogleの存在感 1.NeurIPS 2020におけるGoogleの存在感まとめ ・12/6 - 12/12に今年最大の機械学習会議であるNeurIPS 2020が仮想空間で開催 ・Googleは180を超える論文で強力な存在感を示し講演やワークショップも開... 2020.12.08 学会
アプリケーション 時系列予測にAutoMLを使用する(2/2) 1.時系列予測にAutoMLを使用する(2/2)まとめ ・最新コンペであるM5予測コンペでAutoMLは銀メダルゾーンにあたる成績を収めた ・人間の参加者が数か月かかったモデル設計を2時間と人的介入なしでAutoMLは達成 ・他のデータセッ... 2020.12.07 アプリケーション学習手法
アプリケーション 時系列予測にAutoMLを使用する(1/2) 1.時系列予測にAutoMLを使用する(1/2)まとめ ・時系列予測は重要だがモデルの作成に専門知識が必要で現実世界では利用に制限がある ・AutoMLはMLモデルの作成プロセスを自動化することでMLをより広く利用可能にする ・現実世界のコ... 2020.12.06 アプリケーション学習手法
モデル ViT:規模拡大可能な画像認識用のTransformers(2/2) 1.ViT:規模拡大可能な画像認識用のTransformers(2/2)まとめ ・画像タスク用に特化したモデルは不要であるか最適ではない可能性がある ・データのサイズが増え続けており画像タスクに関する新しいアプローチが必要 ・ViTは視覚タ... 2020.12.05 モデル
モデル ViT:規模拡大可能な画像認識用のTransformers(1/2) 1.ViT:規模拡大可能な画像認識用のTransformers(1/2)まとめ ・畳み込みニューラルネットワークは画像専用に設計されたため計算量が多くなる可能性がある ・次世代の計算効率の高い視覚モデルが求められておりVision Tran... 2020.12.04 モデル
入門/解説 データサイエンスと機械学習用のPython人気ライブラリ2020年版 1.データサイエンスと機械学習用のPython人気ライブラリ2020年版まとめ ・データサイエンス、データ視覚化、機械学習のためのPythonライブラリ上位38選 ・一般的なデータサイエンス用ツールを対象とし、ニューラルベースと研究用途は対... 2020.12.03 入門/解説
その他の調査 ベンフォードの法則は米国大統領選挙の不正を証明しているのか? 1.ベンフォードの法則は米国大統領選挙の不正を証明しているのか?まとめ ・米国大統領選挙の投票数がベンフォードの法則に従っていないと不正選挙を疑う人達がいる ・ベンフォードの法則の専門家が選挙結果にベンフォードの法則を適用する事の問題点を指... 2020.12.02 その他の調査
インフラ AppleのM1プロセッサが機械学習に与える影響(2/2) 1.AppleのM1プロセッサが機械学習に与える影響(2/2)まとめ ・GPUとニューラルエンジンを組み合わせると高性能を発揮できるポテンシャルがある ・M1に最適化したTensorFlow 2.4はIntel版に比べて3~4倍近い性能を発... 2020.12.01 インフラ