タグ: 機械学習

3月 24, 2023 グレゴリー・エリアス コメントはありません

機械学習のさまざまな種類 機械学習は急速に発展している分野であり、医療から金融、製造まで、多くの業界を変革する可能性を秘めている。機械学習の中核をなすのは、教師あり学習、教師なし学習、半教師あり学習、強化学習の4つの主要な学習手法である。これらのアプローチにはそれぞれ長所と短所があり、人工知能(AI)ソリューションの実装を成功させるには、その仕組みを理解することが極めて重要である。*機械学習に関するこのブログに入る前に、AIとMLの違いを学ぶために、AI対MLの記事を必ずチェックしてください。教師あり学習 教師あり学習は、機械学習の一種です...

9月 13, 2022 グレゴリー・エリアス

AIが解決する6つの問題 85%を超えるデータサイエンス・プロジェクトが、テストから本番へと移行できずにいる。誰もが機械学習/人工知能プロジェクトを始めているとしたら、どこで失敗しているのだろうか? この記事を読めば、AIが解決するのに向いている問題の種類に焦点を当てることができるはずだ。AIを使って自動化を進めることで実際に利益を得るためには、適切なデータ、十分なデータ、データポイントで定義できる方法論が必要であり、チームのワークフローの一部にソリューションを適用したり作り上げたりする方法を理解する上で創造的である必要がある。

12月 9, 2020 グレゴリー・エリアス

AIが解決する6つの問題 85%を超えるデータサイエンス・プロジェクトが、テストから本番へと移行できずにいる。誰もが機械学習/人工知能プロジェクトを始めているとしたら、どこで失敗しているのだろうか? この記事を読めば、AIが解決するのに向いている問題の種類に焦点を当てることができるはずだ。AIを使って自動化を進めることで実際に利益を得るためには、適切なデータ、十分なデータ、データポイントで定義できる方法論が必要であり、チームのワークフローの一部にソリューションを適用したり作り上げたりする方法を理解する上で創造的である必要がある。

3月 20, 2020 グレゴリー・エリアス

機械学習プロジェクトを始める前にすべき10の質問 データサイエンス・プロジェクトの80%以上が、テストから本番への移行に失敗している。誰もが機械学習プロジェクトを始めているとしたら、どこで間違っているのだろうか?間違いなく、MLソリューションは、大量のデータを収集したり分析したりする業務に携わる人々の効率を向上させる。しかし、そのようなプロジェクトをどのように実施するかという脅威的な考えが、しばしば私たちを遠ざけてしまう。 では、そのような作業にどのように取り掛かればいいのだろうか?象を食べるのと同じ方法だ。チームを率いて標準的なAIプラットフォーム(Skim...

11月 11, 2019 グレゴリー・エリアス コメントはありません

ラベル付けされたデータを保存するための10のベストプラクティス あなたは大きなアイデアを思いついた。あなたはよく本を読み、話し手の口調をラベル付けし、その政治的所属を決定する分類器があれば面白いと考えた。機械学習を使ってこの予測を行うために、あなたはどのように問題を分解し始めるでしょうか?私たちは、民主・共和両党の有権者が信頼する新聞への回答を用いたピュー調査を利用しました。本番用の機械学習モデルの構築を考える前に、データ・パイプラインについて考える必要があります。これは、MLモデルが動作するための基盤であり、強固な基盤がなければ、...