automl

1/9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developments編(3/3)

AI

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developments編(3/3)まとめ ・2020年に期待できる事は、データ分析/データサイエンスタスクの自動化 ・会話型AIの使いやすさと直感的なインターフェイスにより、顧客体験の改善が見られる事になる ・データリテラシーと市民データサイエンスプログラムにより機械学習の実践者は成長し続ける 2.進化を続けるデータサイエンス […]

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developments編(1/3)

AI

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developments編(1/3)まとめ ・「分析業務」および「AIを現行業務に適用する業務」のステータスと認識の改善 ・解釈する必要があるデータは、常に偏見に対するリスクを伴います。偏見のないデータは独立している ・アルゴリズム、モデル、チャットボットが誰かの人生に影響を与える可能性があると言う認識の必要性 2.開発視点から […]

Explainable AI:説明可能なAI(2/3)

AI

1.Explainable AI:説明可能なAI(2/3)まとめ ・説明可能なAIを実現するためにはデータとモデルとユーザを理解する事が必要になる ・「説明可能性に関する機能」は、主要部分の設計段階でAIモデル/システムに組み込む必要がある ・Google CloudはxAIをプロダクトに組み込んで他のクラウドサービスとの差別化を図っている 2.xAIとGCP 以下、towardsdatascie […]

Google Research:2019年の振り返りと2020年以降に向けて(5/8)

AI

1.Google Research:2019年の振り返りと2020年以降に向けて(5/8)まとめ ・2019年はニューラルネットワークのトレーニングにどのような力学が働くのか特性を理解を目指した ・AutoMLの研究も継続し、既存モデルの改良や特定ハードに特化したモデルなど様々な改良を実施 ・表形式データの取り扱いに特化したAutoML Tablesはデータサイエンティストのコンペで好成績収めた […]

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)

AI

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 […]

1 9