「人工知能システムのプロジェクトがわかる本」を読んで

業務上必要になったので読んでみたところ、想像以上に良い本でしたので、自分のメモとして感想を残しておきます。 人工知能の役割として「認識」「分析」「対処」の3つがある。本書ではそれぞれに対して具体例が書かれており、実装イメージがしやすかった。 一般的な開発と同様にプロジェクト初期の企画フェーズが重要である。そもそも「なぜ人工知能を導入するのか?」を徹底的に議論 […]

投資対効果を最大化するAI導入 7つのルール

こちらの書籍を一読したので、自分の中の整理として読書メモを残します。 役割分担としては以下の3種類に分かれる。 機械学習プランナー 機械学習エンジニア(データサイエンティスト、データエンジニア) 機械学習オペレーター いきなり実装ではなく、まずはPoCを。PoCで失敗するケースが多いが、むしろきちんとPoCの段階で撤退することが大事。効果が有耶無耶のまま運用 […]

TTA(Test-Time Augmentation)の効果をいかに引き上げるか

ディープラーニングの精度を上げるテクニックとしてTTAというものがあります。 TTAは有用なテクニックとして知られていますが、使い方によっては思ったほど精度が引き上がらないということも起こりうるようです。 そのあたりについて触れている論文があったので、今回紹介したいと思います。 本記事の元ネタとなる論文はこちらです。 TTAとは、、、 そもそもTTA(Tes […]

EfficientNetについて調べてみた

ディープラーニングの歴史を振り返ってみようと思い、前回のResNetに続いてEfficientNetについて自分なりに整理します。 現在私がPyTorchの勉強をしているので、ここから先のコードはPyTorchベースとなる点、ご了承下さい。 元となる論文はこちらですので、詳細が気になる方はぜひ一読してみてください。 EfficientNetの構造を理解するた […]

ResNetについて調べてみた

ディープラーニングの歴史を振り返ってみようと思い、前回のVGG16に続いてResNetについて自分なりに整理します。 現在私がPyTorchの勉強をしているので、ここから先のコードはPyTorchベースとなる点、ご了承下さい。 元となる論文はこちらですので、詳細が気になる方はぜひ一読してみてください。 ResNetの構造を理解するために、PyTorchでの実 […]

VGG16について調べてみた

ディープラーニングの歴史を振り返ってみようと思い、前回のAlexNetに続いてVGG16について自分なりに整理します。 現在私がPyTorchの勉強をしているので、ここから先のコードはPyTorchベースとなる点、ご了承下さい。 元となる論文はこちらですので、詳細が気になる方はぜひ一読してみてください。 VGG16の構造を理解するために、PyTorchでの実 […]

AlexNetについて調べてみた

ディープラーニングの歴史を振り返ってみようと思い、第3次AIブームの初期に登場したAlexNetについて自分なりに整理します。 現在私がPyTorchの勉強をしているので、ここから先のコードはPyTorchベースとなる点、ご了承下さい。 元となる論文はこちらですので、詳細が気になる方はぜひ一読してみてください。 AlexNetの構造を理解するために、PyTo […]

グロービス人工知能セッション 感想

スキマ時間にグロービス主催の人工知能セッションで有名な東大の松尾先生の講演動画を観たので、自分のメモとして感想をまとめさせていただきます。 あくまでも感想ですので、中身が気になる方はぜひ動画を視聴ください! 2017年セッション 分断化している社会を技術でどのように繋ぎ止めるか。 自動運転が実現したら都会と地方が繋がる。自動運転の究極はハンドルが無く、ベッド […]

オリエンタルラジオ中田敦彦のAI入門動画 感想

人工知能関連のYouTube動画を漁っていた際に見つけたオリエンタルラジオ中田敦彦のAI入門動画。一通り観ての感想です。 まだ観ていない方は以下の動画を最初だけでも観ていただければ! 結論、入門編としてはよく纏まっているのではと感じました。 2つの動画を足しても1時間弱ですし、メインの視聴ターゲットが一般の方ですので、当然AIの全てを網羅的に解説しているわけ […]

PyTorchでのcross-validation

PyTorchでcross-validation(交差検証。以下CV)する場合の実装例を参考として残しておきます。 まずは訓練時の実装例です。 次に推論時の実装例です。 cross-validationをすることで、しない場合に比べて計算量はk(=分割数)倍になりますが、モデルの評価がより確かなものになります。 参考まで。