Submit Search
Upload
CDLE LT会 #2: AIパッケージソフトファースト
•
1 like
•
1,398 views
日本ディープラーニング協会(JDLA)
Follow
2020年9月30日 CDLE LT会#2 https://jdla.connpass.com/event/185389/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 14
Download now
Download to read offline
Recommended
CDLE LT会 #2 G検定合格者の増やし方&継続的なAI学習に向けて
CDLE LT会 #2 G検定合格者の増やし方&継続的なAI学習に向けて
日本ディープラーニング協会(JDLA)
CDLEおすすめ書籍
CDLEおすすめ書籍
日本ディープラーニング協会(JDLA)
CVPR 2020報告
CVPR 2020報告
日本ディープラーニング協会(JDLA)
「AI-Ready化」のススメ CDLE LT会 #2
「AI-Ready化」のススメ CDLE LT会 #2
Kazutoshi Nakano
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
NLPソリューション開発の最前線
NLPソリューション開発の最前線
Deep Learning Lab(ディープラーニング・ラボ)
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
虎の穴ラボ Tech day#3 チームで戦う!とらのあな通販冬の大感謝祭でのフロント開発について
虎の穴ラボ Tech day#3 チームで戦う!とらのあな通販冬の大感謝祭でのフロント開発について
虎の穴 開発室
Recommended
CDLE LT会 #2 G検定合格者の増やし方&継続的なAI学習に向けて
CDLE LT会 #2 G検定合格者の増やし方&継続的なAI学習に向けて
日本ディープラーニング協会(JDLA)
CDLEおすすめ書籍
CDLEおすすめ書籍
日本ディープラーニング協会(JDLA)
CVPR 2020報告
CVPR 2020報告
日本ディープラーニング協会(JDLA)
「AI-Ready化」のススメ CDLE LT会 #2
「AI-Ready化」のススメ CDLE LT会 #2
Kazutoshi Nakano
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
NLPソリューション開発の最前線
NLPソリューション開発の最前線
Deep Learning Lab(ディープラーニング・ラボ)
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
虎の穴ラボ Tech day#3 チームで戦う!とらのあな通販冬の大感謝祭でのフロント開発について
虎の穴ラボ Tech day#3 チームで戦う!とらのあな通販冬の大感謝祭でのフロント開発について
虎の穴 開発室
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
自然言語処理向け データアノテーションとそのユースケース
自然言語処理向け データアノテーションとそのユースケース
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
Deep Learning Lab(ディープラーニング・ラボ)
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
小川 雄太郎
Inverse Reward Design の紹介
Inverse Reward Design の紹介
Chihiro Kusunoki
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
虎の穴 開発室
20200807 Aidemy Meetup
20200807 Aidemy Meetup
Akihiro ITO
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
Yuichi (祐一) Iwata (岩田)
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
Osamu Kawachi
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
順也 山口
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
Deep Learning Lab(ディープラーニング・ラボ)
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017
Koichi Hamada
『自走プログラマー』 が我々に必要だった理由
『自走プログラマー』 が我々に必要だった理由
Takayuki Shimizukawa
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Yoshitaka Seo
More Related Content
What's hot
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
自然言語処理向け データアノテーションとそのユースケース
自然言語処理向け データアノテーションとそのユースケース
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
Deep Learning Lab(ディープラーニング・ラボ)
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
小川 雄太郎
Inverse Reward Design の紹介
Inverse Reward Design の紹介
Chihiro Kusunoki
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
虎の穴 開発室
20200807 Aidemy Meetup
20200807 Aidemy Meetup
Akihiro ITO
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
Yuichi (祐一) Iwata (岩田)
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
Osamu Kawachi
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
順也 山口
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
Deep Learning Lab(ディープラーニング・ラボ)
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017
Koichi Hamada
What's hot
(20)
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
自然言語処理向け データアノテーションとそのユースケース
自然言語処理向け データアノテーションとそのユースケース
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
機械学習・ディープラーニング、ITの実装スキル学ぶ方法(と私の場合)
Inverse Reward Design の紹介
Inverse Reward Design の紹介
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
虎の穴ラボ TechDay#3 フルリモート率100%!リモートワークを可能にするマネージメント
20200807 Aidemy Meetup
20200807 Aidemy Meetup
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
NPI publishes "Digital Technology and Economy/Finance Annual Research Report ...
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
デジマ事業会社×リモートワーク×技術者組織=で生まれた魔道書
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
BERT の解剖学: interpret-text による自然言語処理 (NLP) モデル解釈
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track4-3] AI・ディープラーニングを駆使して、「G検定合格者アンケートのフリーコメント欄」を分析してみた
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
DLL Community Update 10月版
DLL Community Update 10月版
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Generative Adversarial Networks (GAN) @ NIPS2017
Generative Adversarial Networks (GAN) @ NIPS2017
Similar to CDLE LT会 #2: AIパッケージソフトファースト
『自走プログラマー』 が我々に必要だった理由
『自走プログラマー』 が我々に必要だった理由
Takayuki Shimizukawa
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Yoshitaka Seo
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Masatoshi Ida
Windows ChatGPT Bing AI
Windows ChatGPT Bing AI
Atomu Hidaka
201222 CDLE LT甲子園予選会#1 発表資料
201222 CDLE LT甲子園予選会#1 発表資料
Naoya Tosaka
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
Atomu Hidaka
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
組込み(IoT)機器開発者目線の情報セキュリティについて
組込み(IoT)機器開発者目線の情報セキュリティについて
Tetsuo Furuichi
The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
DataWorks Summit
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
Tomohiro Iwahashi
セキュリティを楽しむ(CTFとbugbountyの始め方)
セキュリティを楽しむ(CTFとbugbountyの始め方)
kazkiti
デジタル時代の企業変革 - 2020
デジタル時代の企業変革 - 2020
Ikuo Misao
20180831 [DeLTA TECH] 新・深層の世紀 〜第3集 ディープラーニング・時代はAIを求めた 〜
20180831 [DeLTA TECH] 新・深層の世紀 〜第3集 ディープラーニング・時代はAIを求めた 〜
LeapMind Inc
Singularityで分散深層学習
Singularityで分散深層学習
Hitoshi Sato
[クリエイティブハント2018]LT 道場破りしたらできちゃった/// #ゴーハント
[クリエイティブハント2018]LT 道場破りしたらできちゃった/// #ゴーハント
Hiroyuki Ishikawa
20190601栄光学園進路ガイダンス
20190601栄光学園進路ガイダンス
Keita Miyano
Sumo Logic Kubernetes webinar
Sumo Logic Kubernetes webinar
Yuko Mori
20180303 プログラミング教育明日会議 利根川講演
20180303 プログラミング教育明日会議 利根川講演
Yuta Tonegawa
製造業のIoTやってみよう
製造業のIoTやってみよう
Yuki Kikuchi
Similar to CDLE LT会 #2: AIパッケージソフトファースト
(20)
『自走プログラマー』 が我々に必要だった理由
『自走プログラマー』 が我々に必要だった理由
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
プログラムを自動生成する技術 ~ Programming by Example ~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Windows ChatGPT Bing AI
Windows ChatGPT Bing AI
201222 CDLE LT甲子園予選会#1 発表資料
201222 CDLE LT甲子園予選会#1 発表資料
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
Smfl20201001
Smfl20201001
組込み(IoT)機器開発者目線の情報セキュリティについて
組込み(IoT)機器開発者目線の情報セキュリティについて
The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
セキュリティを楽しむ(CTFとbugbountyの始め方)
セキュリティを楽しむ(CTFとbugbountyの始め方)
デジタル時代の企業変革 - 2020
デジタル時代の企業変革 - 2020
20180831 [DeLTA TECH] 新・深層の世紀 〜第3集 ディープラーニング・時代はAIを求めた 〜
20180831 [DeLTA TECH] 新・深層の世紀 〜第3集 ディープラーニング・時代はAIを求めた 〜
Singularityで分散深層学習
Singularityで分散深層学習
[クリエイティブハント2018]LT 道場破りしたらできちゃった/// #ゴーハント
[クリエイティブハント2018]LT 道場破りしたらできちゃった/// #ゴーハント
20190601栄光学園進路ガイダンス
20190601栄光学園進路ガイダンス
Sumo Logic Kubernetes webinar
Sumo Logic Kubernetes webinar
20180303 プログラミング教育明日会議 利根川講演
20180303 プログラミング教育明日会議 利根川講演
製造業のIoTやってみよう
製造業のIoTやってみよう
More from 日本ディープラーニング協会(JDLA)
ディープラーニングビジネス活用アワード【大賞】日立造船
ディープラーニングビジネス活用アワード【大賞】日立造船
日本ディープラーニング協会(JDLA)
ディープラーニングビジネス活用アワード【モビリティ部門賞】ナビタイムジャパン
ディープラーニングビジネス活用アワード【モビリティ部門賞】ナビタイムジャパン
日本ディープラーニング協会(JDLA)
ディープラーニングビジネス活用アワード【インフラ部門賞】イクシス
ディープラーニングビジネス活用アワード【インフラ部門賞】イクシス
日本ディープラーニング協会(JDLA)
ディープラーニングビジネス活用アワード【ファッション部門賞】ニューラルポケット
ディープラーニングビジネス活用アワード【ファッション部門賞】ニューラルポケット
日本ディープラーニング協会(JDLA)
CDLE LT会 #1: AI特許の国内状況
CDLE LT会 #1: AI特許の国内状況
日本ディープラーニング協会(JDLA)
CVPR2020_oral発表唯一の単独日本人著者
CVPR2020_oral発表唯一の単独日本人著者
日本ディープラーニング協会(JDLA)
顔認識の世界的な流れに触れつつ、顔認識の人種バイアスや偽造検知、なりすまし検知に関する論文
顔認識の世界的な流れに触れつつ、顔認識の人種バイアスや偽造検知、なりすまし検知に関する論文
日本ディープラーニング協会(JDLA)
ビジネス応用例と絡めて
ビジネス応用例と絡めて
日本ディープラーニング協会(JDLA)
機械学習をビジネスに利活用する人たちに対してモデル開発後の実運用フェーズにおける課題とその対策方法
機械学習をビジネスに利活用する人たちに対してモデル開発後の実運用フェーズにおける課題とその対策方法
日本ディープラーニング協会(JDLA)
オンライン説明会「G検定の疑問・質問全部答えます!」
オンライン説明会「G検定の疑問・質問全部答えます!」
日本ディープラーニング協会(JDLA)
ABEJAの デジタルトランスフォーメーション 〜AIが実現するプロセス⾰命〜
ABEJAの デジタルトランスフォーメーション 〜AIが実現するプロセス⾰命〜
日本ディープラーニング協会(JDLA)
More from 日本ディープラーニング協会(JDLA)
(11)
ディープラーニングビジネス活用アワード【大賞】日立造船
ディープラーニングビジネス活用アワード【大賞】日立造船
ディープラーニングビジネス活用アワード【モビリティ部門賞】ナビタイムジャパン
ディープラーニングビジネス活用アワード【モビリティ部門賞】ナビタイムジャパン
ディープラーニングビジネス活用アワード【インフラ部門賞】イクシス
ディープラーニングビジネス活用アワード【インフラ部門賞】イクシス
ディープラーニングビジネス活用アワード【ファッション部門賞】ニューラルポケット
ディープラーニングビジネス活用アワード【ファッション部門賞】ニューラルポケット
CDLE LT会 #1: AI特許の国内状況
CDLE LT会 #1: AI特許の国内状況
CVPR2020_oral発表唯一の単独日本人著者
CVPR2020_oral発表唯一の単独日本人著者
顔認識の世界的な流れに触れつつ、顔認識の人種バイアスや偽造検知、なりすまし検知に関する論文
顔認識の世界的な流れに触れつつ、顔認識の人種バイアスや偽造検知、なりすまし検知に関する論文
ビジネス応用例と絡めて
ビジネス応用例と絡めて
機械学習をビジネスに利活用する人たちに対してモデル開発後の実運用フェーズにおける課題とその対策方法
機械学習をビジネスに利活用する人たちに対してモデル開発後の実運用フェーズにおける課題とその対策方法
オンライン説明会「G検定の疑問・質問全部答えます!」
オンライン説明会「G検定の疑問・質問全部答えます!」
ABEJAの デジタルトランスフォーメーション 〜AIが実現するプロセス⾰命〜
ABEJAの デジタルトランスフォーメーション 〜AIが実現するプロセス⾰命〜
Recently uploaded
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
Recently uploaded
(9)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
CDLE LT会 #2: AIパッケージソフトファースト
1.
AIパッケージソフトファースト 〜2020/09/30_CDLE発表資料〜 JDLA G検定2020#2 Satoshi Miyake
2.
⾃⼰紹介 名前︓Satoshi Miyake 年齢︓58才 趣味︓AI、ゴルフ、囲碁、海釣り 職業︓IT企業の社員、業務パッケージソフトの技術者として⼀筋30年
3.
発表概要 3 ✔ ポイント 1 l AI関連のパッケージソフトに関する考察 l
データプレパレーションパッケージソフト l AIパッケージソフト l Dprepパッケージ ソフト l AIパッケージ ソフト 機械学習の⼤量データ準備を楽にするツール ノンプログラミング、GUIの簡単操作で機械学習、 ディープラーニングが可能 D-prepパッケージソフト AIパッケージソフト
4.
4© 2020 miyake D-prepパッケージソフト
5.
データ準備の課題 5 2 AI/機械学習への挑戦 IoTやセンサーデータなど の⼤量データを対象に、 Pythonで予測モデル作成に トライ データの加⼯作業に時 間と⼿間が掛かるため 予測モデルの精度が上 がらない データ準備の負荷 が企 業のイノベーションを ⼤きく阻害︕ D-prepパッケージソフト データ収集、⽋損値の補完、 正規変換、表記ゆれなど
6.
データ・プレパレーション︕ 6 2 データ・プレパレーションとは l あらゆるデータを集約し、GUI操作でセルフでデータを整形/結合/抽出 l 作成されたデータは様々なアナリティクスツールで活⽤可能 l
データをセキュアに管理・提供してセルフサービスとガバナンスを両⽴ データ 連携 貯める 準備 活⽤ DWH データ レイククラウド データ オープン データ センサー データ セルフ サービスBI 活⽤に時間が とれる︕ AI/機械学習 D-prepパッケージソフト
7.
データ・プレパレーション︕2 データ・プレパレーションの効果 l ユーザーがセルフでデータ加⼯することでタイムリーなデータ活⽤を実現 l 全件のデータを対象に加⼯することで、精度の⾼いインプットデータを作成 l
⼀度作成した⼿順は他のユーザーにも共有できるため作業効率が向上 データ プレパレーション なし 準備 活⽤ 活⽤準備 活⽤準備 活⽤準備 IT部⾨に依頼 Excel/Access SQL 他部⾨などに依頼してデータを準備してもらう .xls JSON { ; } .csv 準備 活⽤データ準備作業が短縮されて、 を⾼速に繰り返せる︕ データ プレパレーション あり D-prepパッケージソフト
8.
8© 2020 miyake AIパッケージソフト
9.
AIパッケージソフトの特徴 9 3 AIパッケージソフト l ノンプログラミング
GUI操作は得意だがプログラミングが苦⼿な⼈に最適 l 開発レス 短期間で⼀定の成果が出る l モデル 機械学習、ディープラーニング l 導⼊業種 IT・ 広告・ マスコミ 77% 教育・学習 11% ⾦融・保険 3% 製造・機械 3% 運輸 3% その他3%
10.
AIパッケージソフトの⽐較 10 3 AIパッケージソフト 機械学習系 ディープラーニング系 MS MS 満⾜度
満⾜度 認 知 度 認 知 度 リーダー リーダー
11.
AIパッケージソフトへの期待 11 3 AIパッケージソフト l ⽇本の企業として利⽤する場合 l
重要な顧客データ、基幹システムのデータやIoTデータなどはクラウドを使⽤しな い企業が多い l データはオンプレミスにある l AIのデータもオンプレで使⽤できるパッケージが必要とされる l 現状AI⼤⼿ベンダーはクラウドが多い l データはオンプレミスで動作するAIパッケージに期待
12.
AIパッケージソフトと⼿組の⽐較 12 3 AIパッケージソフト メリット デメリット AIパッケージソフト モデルの開発が簡単で速い、低コスト
精度に限界がある 初⼼者でも簡単に使える ライブラリーが⾃由に使えない場合があ る 他⼈が作成したモデルを保守する場合︓ 負荷⼩ 最新のアルゴリズムが使えない 得意な分野、不得意な分野がある パッケージソフトのコストが掛かる ⼿組(python) 最新のアルゴリズムが使える モデルの開発に時間とコストがかかる ライブラリーが豊富 他⼈が作成したモデルを保守する場合︓ 負荷⼤ 開発環境は無償
13.
最後に 13 4 1. その課題は既存のAIパッケージソフトで解決できるか考える 2. その課題が既存のAIパッケージソフトでは解決できないとき Pythonで開発 3.
そのPythonで開発したAIは、汎⽤的なAIパッケージソフトとして 新しく作り変えられることができるの︖ オンプレミスでセキュアーな AIパッケージソフトを作りた い︕
14.
14 本資料に関するお問い合わせ satoshi.miyake@sunesu.com 宮古島
Download now