アーカイブ 4月 2019

データサイエンティスト見習い 新卒1年目が終わる – データサイエンティスト見習いの日常

データサイエンティスト見習い 新卒1年目が終わる – データサイエンティスト見習いの日常

データサイエンティスト見習い 新卒1年目が終わる – データサイエンティスト見習いの日常

データサイエンティスト見習い 新卒1年目が終わる - データサイエンティスト見習いの日常

1. 新卒1年目が終わる こんにちは。pira_ninoです。 表題の通り、 新卒1年目が終わりました。。。 いつまで「見習い」と名乗っていいのですかね(苦笑 せっかくの区切りなので、「受託分析会社の1年目が何をしているか」を自分の経験に基づいて書いていこうかなぁと思います。 2. 注意書き 受託分析なので、基本クライア…

はてなブックマーク - データサイエンティスト見習い 新卒1年目が終わる - データサイエンティスト見習いの日常 はてなブックマークに追加

Source: はてな_kaggle
データサイエンティスト見習い 新卒1年目が終わる – データサイエンティスト見習いの日常


Kaggle創薬コンペにおけるDeep Learningの適用 – Technical Hedgehog

Kaggle創薬コンペにおけるDeep Learningの適用 – Technical Hedgehog

Kaggle創薬コンペにおけるDeep Learningの適用 – Technical Hedgehog

Kaggle創薬コンペにおけるDeep Learningの適用 - Technical Hedgehog

創薬においてコンピュータの活用はますます盛んになってきており、2012年にはKaggleでコンペも開催されました。このコンペは標的に対する分子の活性を推定するというタスクでした。 用いられた手法としては1位はDeep Learning、2位は非Deepな機械学習手法でありスコアにこそ大差はありませんでしたが、創薬においてDeep …

はてなブックマーク - Kaggle創薬コンペにおけるDeep Learningの適用 - Technical Hedgehog はてなブックマークに追加

Source: はてな_kaggle
Kaggle創薬コンペにおけるDeep Learningの適用 – Technical Hedgehog


シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと – mamastan’s blog

シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと – mamastan’s blog

シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと – mamastan’s blog

シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと - mamastan’s blog

どうも、Kaggle界のシナモンです。https://twitter.com/mamas16k シナモンはKaggleを一旦やめる予定です。これを機に、これまでやってきたことをまとめようと思います。 機械学習を始める前(高校~学部1年の夏まで) 機械学習を始める & 勉強期間(学部1年の夏~学部2年の2月) ALBERTでバイトをする(学部2年の2月 ~ 1…

はてなブックマーク - シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと - mamastan’s blog はてなブックマークに追加

Source: はてな_kaggle
シナモンが金メダルを3つ取ってKaggle Masterになるまでにやったこと – mamastan’s blog


Vim script でアヤメの品種を分類する – Qiita

Vim script でアヤメの品種を分類する – Qiita

Vim script でアヤメの品種を分類する – Qiita

Vim script でアヤメの品種を分類する - Qiita

はじめに 以前、Vim script で機械学習 という記事を書いた事で、「Vim script で機械学習は可能」という事を皆さんにもご理解頂けたはずなので、今回は Vim script を使ってアヤメの分類をしたいと思います。 出典: https://ja.wikipedia.org/wiki/%E3%82%A2%E3%83%A4%E3%83%A1 iris.csv とは アヤメは温帯に生息するお…

はてなブックマーク - Vim script でアヤメの品種を分類する - Qiita はてなブックマークに追加

Source: はてな_機械学習
Vim script でアヤメの品種を分類する – Qiita


内田祐介氏インタビュー「ディープラーニングのプラクティス」

内田祐介氏インタビュー「ディープラーニングのプラクティス」

内田祐介氏インタビュー「ディープラーニングのプラクティス」

内田祐介氏インタビュー「ディープラーニングのプラクティス」

現在はDeNAのAIシステム部,以前は大手通信事業者の研究所にも所属していた内田祐介氏に,基礎研究からビジネス開発までの幅広い経験や,最先端の技術開発の現場の様子を伺った. 2007年京都大学大学院情報学研究科博士前期課程修了.同年KDDI(株)に入社.(株)KDDI研究所にて映像検索,大規模特定物体認識,画像処理…

はてなブックマーク - 内田祐介氏インタビュー「ディープラーニングのプラクティス」 はてなブックマークに追加

Source: はてな_機械学習
内田祐介氏インタビュー「ディープラーニングのプラクティス」


因果推論で推薦システムを問い直す(学習アルゴリズム編) – Counterfactualを知りたい

因果推論で推薦システムを問い直す(学習アルゴリズム編) – Counterfactualを知りたい

因果推論で推薦システムを問い直す(学習アルゴリズム編) – Counterfactualを知りたい

因果推論で推薦システムを問い直す(学習アルゴリズム編) - Counterfactualを知りたい

はじめに 以前, こちらに本記事の評価指標編を書きました. 今回は, 同様の問題が推薦アルゴリズムの学習時にも発生し得ることを指摘し, その解決方法について議論します. 評価指標編を読んでいただいている方は, 重複する内容も多いのですんなり読んでいただけると思います. 目次 はじめに 目次 Toy Example 推薦アルゴ…

はてなブックマーク - 因果推論で推薦システムを問い直す(学習アルゴリズム編) - Counterfactualを知りたい はてなブックマークに追加

Source: はてな_機械学習
因果推論で推薦システムを問い直す(学習アルゴリズム編) – Counterfactualを知りたい


機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み

機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み

機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み

機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み

機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み 機械学習を⽤いた⽇経電⼦版Proのユーザ分析 2019年1月22日、freee株式会社にて、Data Driven Developer Meetupが主催するイベント「Data Driven Developer Meetup #4」が開催されました。サービスをより良いものにするために日々…

はてなブックマーク - 機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み はてなブックマークに追加

Source: はてな_機械学習
機械学習を用いた日経電子版Proのユーザ分析 データドリブンチームの知られざる取り組み


MKL-DNNで学ぶIntel CPUの最適化手法 – Cybozu Inside Out | サイボウズエンジニアのブログ

MKL-DNNで学ぶIntel CPUの最適化手法 – Cybozu Inside Out | サイボウズエンジニアのブログ

MKL-DNNで学ぶIntel CPUの最適化手法 – Cybozu Inside Out | サイボウズエンジニアのブログ

MKL-DNNで学ぶIntel CPUの最適化手法 - Cybozu Inside Out | サイボウズエンジニアのブログ

初めに サイボウズ・ラボの光成です。 DNN(deep neural network : 深層学習)といえばGPUや専用プロセッサを使うのが主流です。 しかしIntelはCPUで高速にDNNをするためのライブラリ MKL-DNN を提供しています。 MKL-DNNはIntelの最新CPUに対応したオープンソースソフトウェアなのでコードを見ると勉強になります。 こ…

はてなブックマーク - MKL-DNNで学ぶIntel CPUの最適化手法 - Cybozu Inside Out | サイボウズエンジニアのブログ はてなブックマークに追加

Source: はてな_機械学習
MKL-DNNで学ぶIntel CPUの最適化手法 – Cybozu Inside Out | サイボウズエンジニアのブログ


【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ – 麻か辣なら辣が好き

【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ – 麻か辣なら辣が好き

【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ – 麻か辣なら辣が好き

【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ - 麻か辣なら辣が好き

これはなに? Kaggleのテーブルデータコンペに参加するときに役立つ(と思う)Tipsを Kaggle Coursera の授業メモに色々追記する形でまとめたものです 自分で理解できている内容を中心にまとめました。各種資料の内容はまだまだ理解できていない内容が多く、今後も随時更新していきます(随時更新できるように勉強します)。…

はてなブックマーク - 【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ - 麻か辣なら辣が好き はてなブックマークに追加

Source: はてな_kaggle
【随時更新】Kaggleテーブルデータコンペできっと役立つTipsまとめ – 麻か辣なら辣が好き