モデルが出力する「予測の不確実性」はどこまで信用できますか？(1/2)
１．モデルが出力する「予測の不確実性」はどこまで信用できますか？(1/2)まとめ ・学習時に使用したデータと製品展開後に扱うデータが同じようなデータ分布になる事は現実世界では少ない ・トレーニングデータと実際のデータの分布に差がある事は「共変量シフト」として知られている ・共変量シフトや分類外データを扱う際にモデルが出力する「予測の確実性」は信頼できるのかを調査した ２．共変量シフトとは？ 以下、 […]
深層学習
1/6ページ
人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)
- 2020.01.12
- 転移学習, 強化学習, モバイル, ベンチマーク, BERT, TPU, クラウド, 音声, openAI, 深層学習, nlp, automl, 半教師, gpt-2, elmo, mt-dnn
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(3/3)まとめ ・ビジネスにAIを採用させる事を成功するためにはビジネス固有のカスタムソリューションが必要 ・より複雑なデータサイエンスの問題には、特定分野の専門家による介入とガイドが不可欠となる ・良い目的で使用されるAIと悪い目的で使用されるAI間の綱引きは引き続いていく ２．DIY AI時代 以下、ww […]
人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(2/3)
１．人工知能とデータサイエンスの2019年の主な進展と2020年の予測research編(2/3)まとめ ・高速なトレーニング手法の研究、使い勝手の良いハードウェアを用いた高速トレーニング ・より多くのデータと計算機資源を投入する事でより良い結果が得られる時代の限界 ・マイクロコントローラーユニットと呼ばれるテクノロジーとその上で動く機械学習モデルの発展 ２．ゴルディロックス エラ(丁度良い時代) […]
機械学習のトップマインドによる2020年のAI予測(1/3)
１．機械学習のトップマインドによる2020年のAI予測(1/3)まとめ ・AIは単純な精度よりもパフォーマンスに重きを置いて評価されるようになっていく可能性が高い ・機械学習フレームワークの覇権争いは収束し次の主戦場はアクセラレータや量子化に対応したコンパイラ ・AIが「ブラックボックス」であると言う批判は的を得ていない。人間の脳もブラックボックス ２．機械学習のコンパイラとブラックボックス神話 […]
nbdev:探索的プログラミングをPythonで実現する開発環境(4/4)
１．nbdev:探索的プログラミングをPythonで実現する開発環境(4/4)まとめ ・Pythonが持つ特に強力な動的機能IDEでは活用する事が難しいがJupyterは活用可能 ・nbdevはJupyterの上に構築されているためPythonが持つ強力な動的機能もフルに活用できる ・nbdevの開発と併せて、fastai v2を完全にゼロからnbdevで書き直されており近い将来リリース予定 ２． […]