automl

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...
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...
ビッグデータ

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Industry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Industry編(2/3)まとめ ・IoTデータの大規模分析を可能にするためにはストレージと監視システムの革新が必要 ・データサイエンスタスクの自動化は機械学習パイプラ...
学会

ICML 2020におけるGoogleの存在感

1.ICML 2020におけるGoogleの存在感まとめ ・7/12から7/18の間インターネット上のヴァーチャルイベントとしてICML 2020が開催 ・Google社員も多数参加し100を超える論文の発表やワークショップを開催 ・本サイ...
入門/解説

AutoML-Zero:誤差逆伝播法をゼロから再発見した進化的アルゴリズム(2/2)

1.AutoML-Zero:誤差逆伝播法をゼロから再発見した進化的アルゴリズム(2/2)まとめ ・AutoML-Zeroは探索空間が非常にまばらになり正確に動作するアルゴリズムが少なくなるケースがある ・適切な時間内に解が見つからない可能性...
入門/解説

AutoML-Zero:誤差逆伝播法をゼロから再発見した進化的アルゴリズム(1/2)

1.AutoML-Zero:誤差逆伝播法をゼロから再発見した進化的アルゴリズム(1/2)まとめ ・従来のAutoMLは人間が設計した部品を組み合わせて新たな解決策を構築することに焦点を当てた ・部品そのものを探索する事は大きな利点があるが計...
入門/解説

SLaQ:大規模データの形状を理解する(2/2)

1.SLaQ:大規模データの形状を理解する(2/2)まとめ ・グラフのスペクトラムは、グラフの接続パターンなどの属性を符号化する強力な表現手法 ・DDGKは巨大なグラフを扱う事ができないがスペクトラムで規模拡大がしやすい属性を取得可能 ・S...
モデル

EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(2/2)

1.EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(2/2)まとめ ・EfficientDetは物体検出器の解像度/深さ/幅を一緒に拡大する、新しい複合スケーリング手法を採用 ・三つの最適化の結果、従来の最先端モデ...
モデル

EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(1/2)

1.EfficientDet:規模の拡張が容易で効率的な物体検出ネットワーク(1/2)まとめ ・物体検出アプリケーションは様々な場所で必要とされるため計算能力の限界など様々な制約を受ける ・様々な制約にも適応できる正確で効率的な物体検出アプ...
入門/解説

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)

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...
入門/解説

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)

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...
入門/解説

Explainable AI:説明可能なAI(2/3)

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...