2019年12月20日

情報開発と利活用20191220




    • 今日の先端技術情報20191220

      /////////////////////////////////////////////////////////////////////

      先端技術情報

      /////////////////////////////////////////////////////////////////////

      IOT

      多拠点の工場データを連携、オムロンとシーメンスがIoTで実証実験 日経テクノロジーオンライン オムロンと独シーメンス(Siemens)の日本法人は2019年11月27日、両社のIoT(インターネット・オブ・シングズ)基盤を連携させると発表した。工場の生産設備の... IoT等の電気通信工事事例公開! PR TIMES (プレスリリース) 事例@:出退勤管理用 Bluetooth✕3G・Wi-Fiエリア構築 社員の出退勤管理や行動分析を目的として、全国の拠点オフィス内に300台のIoTゲートウェイを... カッコよく歩け--NEC×FiNC、美歩行を支援するIoTインソール「A-RROWG(アローグ)」 CNET Japan 日本電気(NEC)とFiNC Technologiesは11月27日、NECのIoT技術とFiNCの法人向けウェルネスサービス「FiNC for BUSINESS」を組み合わせ、美しい歩行...

      AI

      神戸市でAIによる放置自転車の監視実験を11月29日より実施。動画・画像解析で放置状況を定量的に測定 Engadget 日本版 2019年11月27日、AIによる映像解析システムを開発・運営しているフューチャースタンダードは、「AIを使った放置自転車監視の実証実験」を神戸市と協働で行う... AIによる人物写真のラベリングは、どこまで適切なのか? ある実験が浮き彫りにした「偏見」の根深い問題 WIRED.jp これらの疑問への答えは、未熟な科学だったAIが日常的なツールへと急速に進化したことに加えて、大量のデータのなかにバイアスになりかねない情報が潜んで... アマゾン、画像認識AIの独自開発容易に 12月から提供 日本経済新聞 米クラウド最大手のアマゾン・ウェブ・サービス(AWS)は米国時間25日、ユーザー独自の画像認識人工知能(AI)を開発するサービス「Amazon Rekognition(...

      ブロックチェーン

      インド、国家的ブロックチェーンフレームワークを計画−−仮想通貨には厳しい姿勢 コインデスク・ジャパン インド政府は、ブロックチェーンユースケースのより幅広い展開を支援するための国家的フレームワークの準備を行なっている。 インド電子情報技術省(Minister of... 英HSBC、2兆円の資産にブロックチェーンを活用へ コインデスク・ジャパン 英銀HSBCは2020年の初めに、ブロックチェーンに基づいたカストディプラットフォーム上で約200億ドル(約2兆1880億円)の資産を追跡する計画だ。2019年11... デジタル作品の流通管理をブロックチェーンで ペンタブのワコムとスタートバーン コインデスク・ジャパン ペンタブレット大手のワコムが、デジタルアート作品の真贋証明や流通管理、二次流通からの利益還元を実現する基盤をブロックチェーンを用いて構築することを... =====================================================================

      人気ブログランキングへhttps://blog.with2.net/rank1055-0.html

      =====================================================================

      NEW!

      テーマ:

    • 12の機械学習について知るべき役に立つこと(3)

      1. It’s Generalization that Countsそれは値打ちがある一般化です。The fundamental goal of machine learning is to generalize beyond the examples in the training set. This is because, no matter how much data we have, it is very unlikely that we will see those exact examples again at test time. Doing well on the training set is easy. The most common mistake among machine learning beginners is to test on the training data and have the illusion of success. If the chosen classifier is then tested on new data, it is often no better than random guessing. So, if you hire someone to build a classifier, be sure to keep some of the data to yourself and test the classifier they give you on it. Conversely, if you’ve been hired to build a classifier, set some of the data aside from the beginning, and only use it to test your chosen classifier at the very end, followed by learning your final classifier on the whole data.機械学習の基本的な目標は、トレーニング セットの例を超えて一般化をすることです。これは、どのくらいのデータ持っているかに関係なくそれは私達がテスト時に再びこれらの具体的な例を見ることはほとんどありません。トレーニング セットでうまくやるは簡単です。機械学習初心者の間で最も一般的な間違いは、トレーニング データでテストし、成功の幻想を持っていることです。もし選択した分類子が、それから新しいデータでテストされても、それはしばしばランダムな推測の域を出ない。だから、分類子を構築するために人を雇う場合、必ず自分自身にいくつかのデータを維持し、彼らはそれについてあなたに与える分類子をテストしてください。逆に、もしあなたが分類子を構築するのに雇われているなら、別に初めに、データの一部を設定しておいて最後の最後で、選択した分類子をテストするためにそれを使用してください、それは、全体のデータの最終的な分類子を学習することによって当然の結果として生じます。=====================================================================

      人気ブログランキングhttps://blog.with2.net/rank1055-0.html

      =====================================================================

      NEW!

      1
      テーマ:
posted by 平成アフィリエイトへの挑戦 at 10:49| 千葉 🌁| Comment(0) | 日記 | このブログの読者になる | 更新情報をチェックする