Submit Search
Upload
TEPCO電力需要予測コンテスト
•
0 likes
•
1,243 views
ReNom User Group
Follow
ReNom User Group #4 Part2
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 10
Download now
Download to read offline
Recommended
発表者: 株式会社アイヴィス 応用技術開発部/人工知能開発チーム メテオサーチチャレンジ: https://stair.center/archives/events/awards-ceremony-for-meteor-search-challenge
メテオサーチチャレンジ報告 (2位解法)
メテオサーチチャレンジ報告 (2位解法)
STAIR Lab, Chiba Institute of Technology
2020/8/1 Deep Learning Digital Conference 株式会社SIGNATE 齊藤 秀 氏
[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)
AIのよりよい学習方法とは? プロのスタートラインに立つ DIVE INTO CODE https://diveintocode.jp/ Tel 03-5459-1808
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
GTC Japan18 DGX-1とPCサーバーのパフォーマンス比較
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
Ridge-i
2016/12/01 第3回 JC3ワークショップでの、猪野の講演資料になります
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
Ridge-iの画像解析アルゴリズムの実用事例の紹介
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
ディープラーニング開発組織のつくり方と運営ノウハウ
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
MatrixEnigne販促チラシ
MatrixEnigne販促チラシ
MatrixEnigne販促チラシ
ITDORAKU
Recommended
発表者: 株式会社アイヴィス 応用技術開発部/人工知能開発チーム メテオサーチチャレンジ: https://stair.center/archives/events/awards-ceremony-for-meteor-search-challenge
メテオサーチチャレンジ報告 (2位解法)
メテオサーチチャレンジ報告 (2位解法)
STAIR Lab, Chiba Institute of Technology
2020/8/1 Deep Learning Digital Conference 株式会社SIGNATE 齊藤 秀 氏
[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)
AIのよりよい学習方法とは? プロのスタートラインに立つ DIVE INTO CODE https://diveintocode.jp/ Tel 03-5459-1808
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
GTC Japan18 DGX-1とPCサーバーのパフォーマンス比較
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
Ridge-i
2016/12/01 第3回 JC3ワークショップでの、猪野の講演資料になります
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
Ridge-iの画像解析アルゴリズムの実用事例の紹介
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
ディープラーニング開発組織のつくり方と運営ノウハウ
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
MatrixEnigne販促チラシ
MatrixEnigne販促チラシ
MatrixEnigne販促チラシ
ITDORAKU
Developers Summit 2020【13-B-6】ホンダエンジニアリング株式会社様の講演資料です。
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
Developers Summit
DLLAB Engineer Days Day2: Conference Room2-4 株式会社電通国際情報サービス 小川 雄太郎 氏
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
Deep Learning Lab(ディープラーニング・ラボ)
日本マイクロソフト株式会社 Business Development & Transformation Machine Learning BizDev 樋口 拓人
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
Deep Learning Lab(ディープラーニング・ラボ)
2020/8/1 Deep Learning Digital Conference 株式会社電通国際情報サービス CDLE 日本ディープラーニング協会 小川 雄太郎 氏 / 御手洗 拓真 氏
[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)
2016/08/29 NLP若手の会(YANS2016)での、小田・飯沼・大杉の講演資料になります
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
三井住友ファイナンス&リース株式会社 デジタル開発室から候補者の皆さまへのメッセージ
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
弊社は、世界最先端の人工知能技術とエッジコンピューティング技術を駆使し、画像入力と処理を一体化した世界最速・最小最軽量AIスマートカメラおよびARスマートグラスシステムの開発と製品化を行っています。「AI+エッジコンピューティング」をキーワードとし、弊社はお客様の要求に合わせ、カスタマイズするAIスマートデバイスを設計・開発・販売しております。
HMS事業紹介2021
HMS事業紹介2021
JamesHU52
深層強化学習を使った最弱オセロAIの話 前半は会社紹介など (2019/8/31 chainer meet up)
最弱オセロ
最弱オセロ
Takumayoshida6
2016/10/07 CEATEC JAPANでの、木本の講演資料になります
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
深層強化学習を使った最弱オセロAIの話 前半は会社紹介など (2019/8/31 chainer meet up)
最弱オセロ
最弱オセロ
Takumayoshida6
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
第5回 Machine Learning 15minutes! での登壇資料です。
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
Shigeyuki Kameda
企画書が書けるベースとなるような基礎知識を学ぼう! AIを学ぶなら、エキスパートAIコース。 https://diveintocode.jp/ai_curriculum
第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる
DIVE INTO CODE Corp.
以下論文の解説です。 Ilya Tolstikhin et al., "MLP-Mixer: An all-MLP Architecture for Vision," arXiv preprint arXiv:2105.01601, 2021.
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
Kazuyuki Miyazawa
Deep Learning Lab 第4回
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
2020年8月18日に行われました「Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア『Autoware』ができること & 開発秘話 -」の資料です。 ティアフォーのエンジニアである斉藤之寛と堀部貴雅がAutowareでできることを余すことなく説明した資料で、映像もふんだんに盛り込まれています。 https://techplay.jp/event/788892
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Tier_IV
2016/07/21 Softbank World 2016での、塩澤の講演資料になります
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
2017年11月23日開催
初めてのWebプログラミング講座
初めてのWebプログラミング講座
DIVE INTO CODE Corp.
GTC Japan18 Inception Award Ridge-i 活用事例と取り組み
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
機械学習の知財をめぐる動きなどを説明
【DLL3】20170904_AIガイドライン_PFN丸山
【DLL3】20170904_AIガイドライン_PFN丸山
Yumi Sakaguchi
ここ1,2年でAIベンチャー企業が「○○億円の資金調達」という記事をよく見るようになりましたが、売上などに関しては言及されていないと思いませんか?企業の場合は売上や利益などを数値指標としますが、AIベンチャー企業はどうなのかを解説いたします。
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Core Concept Technologies
2016/12/18 「今年もやるよ!ビッグデータオールスターズ -日本を代表するビッグデータエンジニア・マーケターが大集結!-」での、西郷の講演資料になります
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
More Related Content
What's hot
Developers Summit 2020【13-B-6】ホンダエンジニアリング株式会社様の講演資料です。
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
Developers Summit
DLLAB Engineer Days Day2: Conference Room2-4 株式会社電通国際情報サービス 小川 雄太郎 氏
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
Deep Learning Lab(ディープラーニング・ラボ)
日本マイクロソフト株式会社 Business Development & Transformation Machine Learning BizDev 樋口 拓人
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
Deep Learning Lab(ディープラーニング・ラボ)
2020/8/1 Deep Learning Digital Conference 株式会社電通国際情報サービス CDLE 日本ディープラーニング協会 小川 雄太郎 氏 / 御手洗 拓真 氏
[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)
2016/08/29 NLP若手の会(YANS2016)での、小田・飯沼・大杉の講演資料になります
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
三井住友ファイナンス&リース株式会社 デジタル開発室から候補者の皆さまへのメッセージ
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
弊社は、世界最先端の人工知能技術とエッジコンピューティング技術を駆使し、画像入力と処理を一体化した世界最速・最小最軽量AIスマートカメラおよびARスマートグラスシステムの開発と製品化を行っています。「AI+エッジコンピューティング」をキーワードとし、弊社はお客様の要求に合わせ、カスタマイズするAIスマートデバイスを設計・開発・販売しております。
HMS事業紹介2021
HMS事業紹介2021
JamesHU52
深層強化学習を使った最弱オセロAIの話 前半は会社紹介など (2019/8/31 chainer meet up)
最弱オセロ
最弱オセロ
Takumayoshida6
2016/10/07 CEATEC JAPANでの、木本の講演資料になります
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
深層強化学習を使った最弱オセロAIの話 前半は会社紹介など (2019/8/31 chainer meet up)
最弱オセロ
最弱オセロ
Takumayoshida6
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
第5回 Machine Learning 15minutes! での登壇資料です。
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
Shigeyuki Kameda
企画書が書けるベースとなるような基礎知識を学ぼう! AIを学ぶなら、エキスパートAIコース。 https://diveintocode.jp/ai_curriculum
第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる
DIVE INTO CODE Corp.
以下論文の解説です。 Ilya Tolstikhin et al., "MLP-Mixer: An all-MLP Architecture for Vision," arXiv preprint arXiv:2105.01601, 2021.
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
Kazuyuki Miyazawa
Deep Learning Lab 第4回
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
2020年8月18日に行われました「Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア『Autoware』ができること & 開発秘話 -」の資料です。 ティアフォーのエンジニアである斉藤之寛と堀部貴雅がAutowareでできることを余すことなく説明した資料で、映像もふんだんに盛り込まれています。 https://techplay.jp/event/788892
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Tier_IV
2016/07/21 Softbank World 2016での、塩澤の講演資料になります
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
2017年11月23日開催
初めてのWebプログラミング講座
初めてのWebプログラミング講座
DIVE INTO CODE Corp.
GTC Japan18 Inception Award Ridge-i 活用事例と取り組み
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
機械学習の知財をめぐる動きなどを説明
【DLL3】20170904_AIガイドライン_PFN丸山
【DLL3】20170904_AIガイドライン_PFN丸山
Yumi Sakaguchi
What's hot
(20)
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
BERTによる文書系AIの取り組みと、Azureを用いたテーブルデータの説明性実現!
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
[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
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Smfl20201001
Smfl20201001
HMS事業紹介2021
HMS事業紹介2021
最弱オセロ
最弱オセロ
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
最弱オセロ
最弱オセロ
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
第5回 Machine Learning 15minutes! 「オフラインデータがAI発展の鍵になる」
第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Tier Ⅳ Tech Meetup #1 - 世界初オープンソースの自動運転ソフトウェア「Autoware」ができること & 開発秘話 -
Pepper+独自会話エンジン
Pepper+独自会話エンジン
初めてのWebプログラミング講座
初めてのWebプログラミング講座
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
【DLL3】20170904_AIガイドライン_PFN丸山
【DLL3】20170904_AIガイドライン_PFN丸山
Similar to TEPCO電力需要予測コンテスト
ここ1,2年でAIベンチャー企業が「○○億円の資金調達」という記事をよく見るようになりましたが、売上などに関しては言及されていないと思いませんか?企業の場合は売上や利益などを数値指標としますが、AIベンチャー企業はどうなのかを解説いたします。
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Core Concept Technologies
2016/12/18 「今年もやるよ!ビッグデータオールスターズ -日本を代表するビッグデータエンジニア・マーケターが大集結!-」での、西郷の講演資料になります
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
Redmineをタスク管理、リソース管理、工数管理のツールとして利用した際に、プロジェクトの状況や推移をいくつかの方法で見える化した例をご紹介します。 2017/11/18 redmine.tokyo 第13回勉強会講演資料 https://redmine.tokyo/versions/29
Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話
ToshiharuSakai
2018年6月20日に開催されたISID主催「Industrial IoTフォーラム2018」において特別講演で八子が講演した資料。 引用・参照時には出典:(株)ウフル八子資料 と明記して頂くようお願いします。
ISID IIoT Forum_180628
ISID IIoT Forum_180628
知礼 八子
2017/01/27 PyData.Tokyo Meetup #12 -強化学習での、舟木の講演資料になります
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
新しい生活様式の浸透に伴い、決算発表、社内外の会議、営業活動などの様々な企業活動がWeb上で行われることが日常の風景になりつつあります。一方で、情報獲得手段がWebに集中したことで、顧客の興味関心や課題などの「生の声」を得ることが難しくなっており、成長市場への新規参入を計画している方の中にも苦戦を強いられている方がいるのではないでしょうか。 自社技術の異業種展開やシーズアウト型のオープンイノベーションの成功事例や、アスタミューゼ、リンカーズが展開するデジタル技術を活用したオープンイノベーション支援サービスをご紹介いたします。
21 02-18 web seminar
21 02-18 web seminar
忍 寺門
会津大学ITフォーラム講演資料 デジタルテクノロジーの進化がもたらすクルマの付加価値向上
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
Sei Kato (加藤 整)
2022年7月版 AI技術で会計分野のDXを推進するファーストアカウンティング株式会社では、業務拡大に伴い複数のエンジニアポジションを大募集しております。 バックエンド、SRE、カスタマーサクセス、更にセールス・エンジニア採用担当も募集しております。カジュアル面談もWelcomeですのでご興味のある方はぜひご連絡ください。 オフィシャルサイトはこちらです。 https://www.fastaccounting.co.jp
ファーストアカウンティング会社説明資料 for engineer 2022年7月版
ファーストアカウンティング会社説明資料 for engineer 2022年7月版
ファーストアカウンティング 採用担当
AI導入に悩まされている方向けのAIビジネス力とは何かをご説明したスライドです。 株式会社エデュテックパートナーズの提供するサービス内容を含めてご紹介しています。
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
munjapan
みやぎIoTビジネス共創ラボ勉強会の資料です。
06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料
wagatuma
20180927 開催「みやぎ IoT ビジネス共創ラボ」 「製造業から養豚まで、おいしい IoT & AI ビジネスのつくり方」
20180927 みやぎ IoT ビジネス共創ラボ 製造業から養豚まで、おいしい IoT & AI ビジネスのつくり方
20180927 みやぎ IoT ビジネス共創ラボ 製造業から養豚まで、おいしい IoT & AI ビジネスのつくり方
Uniadex Ltd.
AI で利益享受した企業は 1 割。 実社会で使われるための取り組み
情報処理学会 AI tech talk Ridge-i
情報処理学会 AI tech talk Ridge-i
Ridge-i
2017/02/17 Developers Summit 2017での、石川の講演資料になります
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
2015/09/01 PaaS活用支援フォーラムでの、本村の講演資料になります
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
Recruit Technologies
2020年8月19日に行われました「Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -」の資料です。 ティアフォーの関谷英爾と飯田祐希が自動運転システム開発やサービスにおいてどのようなクラウドシステムが構築され用いられているのかを余すことなく説明した資料で、映像もふんだんに盛り込まれています。 https://techplay.jp/event/789355
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier_IV
本資料は、2020/07/02〜04に開催されたMLSE2020内のオンライン講演会「本当に使えるAIチップに必要なものは何か?」へ登壇した際の発表資料になります。
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
Fixstars Corporation
Excerpt from slides prepared for ID&IT Management Conference 2015 http://nosurrender.jp/idit2015/program.html#SP11
NRIセキュアが考える持続可能なID&アクセス管理基盤の実現
NRIセキュアが考える持続可能なID&アクセス管理基盤の実現
Tatsuo Kudo
不動産×企業間情報連携プロジェクト(後編)~ブロックチェーン七転八倒~
Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料
Techon Organization
GDLC9 Ridge-i Ichiki-san
Dlc ri
Dlc ri
Hirokuni Uchida
デブサミ2017発表資料 【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択 資料のお問い合わせは以下まで。 shingo.kitayama@hpe.com 北山 晋吾 http://event.shoeisha.jp/devsumi/20170216/session/1315/ デブサミ2017資料 http://codezine.jp/article/detail/9999
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
Shingo Kitayama
Similar to TEPCO電力需要予測コンテスト
(20)
AIベンチャー企業のパフォーマンス
AIベンチャー企業のパフォーマンス
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話
ISID IIoT Forum_180628
ISID IIoT Forum_180628
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
21 02-18 web seminar
21 02-18 web seminar
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ポストAiを見据えた日本企業の経営戦略 加藤整 20171020_v1.2
ファーストアカウンティング会社説明資料 for engineer 2022年7月版
ファーストアカウンティング会社説明資料 for engineer 2022年7月版
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
06.ユニアデックス(株)_発表資料
06.ユニアデックス(株)_発表資料
20180927 みやぎ IoT ビジネス共創ラボ 製造業から養豚まで、おいしい IoT & AI ビジネスのつくり方
20180927 みやぎ IoT ビジネス共創ラボ 製造業から養豚まで、おいしい IoT & AI ビジネスのつくり方
情報処理学会 AI tech talk Ridge-i
情報処理学会 AI tech talk Ridge-i
リクルート式AIの活用法
リクルート式AIの活用法
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
NRIセキュアが考える持続可能なID&アクセス管理基盤の実現
NRIセキュアが考える持続可能なID&アクセス管理基盤の実現
Tech-on MeetUp#09 hitachi資料
Tech-on MeetUp#09 hitachi資料
Dlc ri
Dlc ri
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
More from ReNom User Group
ReNom User Group#14part1
AI画像認識モデル開発をやってみた!#1
AI画像認識モデル開発をやってみた!#1
ReNom User Group
ReNom User Group#13part3
ReNomを利活用した溶接モニタリングの取組について
ReNomを利活用した溶接モニタリングの取組について
ReNom User Group
ReNom User Group#13 part2
ReNom IMG version3.0最新情報の紹介
ReNom IMG version3.0最新情報の紹介
ReNom User Group
ReNom User Group #13 part1
Renomロードマップの紹介
Renomロードマップの紹介
ReNom User Group
ReNom User Group #12 Part4
EDGEMATRIX社のご紹介と、Edge AI Computing Platformについて
EDGEMATRIX社のご紹介と、Edge AI Computing Platformについて
ReNom User Group
ReNom User Group #12 Part3
AIのビジネス実装を成功に近づけるために
AIのビジネス実装を成功に近づけるために
ReNom User Group
ReNom User Group #12 Part2
ReNomDL 高速化の紹介
ReNomDL 高速化の紹介
ReNom User Group
ReNom User Group #11 Part4
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
ReNom User Group
ReNom User Group #11 Part3
ReNom IMGの活用事例 + ReNom TAGの告知
ReNom IMGの活用事例 + ReNom TAGの告知
ReNom User Group
ReNom User Group #11 Part2
ReNom RG新機能の紹介
ReNom RG新機能の紹介
ReNom User Group
ReNom User Group #11 Part1
ReNomDL V3の紹介
ReNomDL V3の紹介
ReNom User Group
ReNom User Group #10 Part3
エンジニアではなくてもAIモデル構築が可能な時代に
エンジニアではなくてもAIモデル構築が可能な時代に
ReNom User Group
ReNom User Group #10 Part2
バージョンアップした「ReNomIMG」の紹介
バージョンアップした「ReNomIMG」の紹介
ReNom User Group
ReNom User Group #10 Part1
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
ReNom User Group
ReNom User Group #9 Part5
ReNomIMG を使った料理名判別による栄養管理アプリ
ReNomIMG を使った料理名判別による栄養管理アプリ
ReNom User Group
ReNom User Group #9 Part2
AI/DeepLearningに必要なデータ準備〜そのデータ本当ですか?~
AI/DeepLearningに必要なデータ準備〜そのデータ本当ですか?~
ReNom User Group
ReNom User Group #8 Part3
ReNom チュートリアルと今後 ~renom.jpで始めるAI開発~
ReNom チュートリアルと今後 ~renom.jpで始めるAI開発~
ReNom User Group
ReNom User Group #8 Part2 ReNom DP ReNom TDA
ReNom DP&TDA
ReNom DP&TDA
ReNom User Group
ReNom User Group #8 Part1 ReNom Overview ReNom DL ReNom TAG/IMG
ReNom 2016 ~ 2018振り返り
ReNom 2016 ~ 2018振り返り
ReNom User Group
ReNom User Group#7-2
ユニアデックスのAIに向けた取り組みご紹介
ユニアデックスのAIに向けた取り組みご紹介
ReNom User Group
More from ReNom User Group
(20)
AI画像認識モデル開発をやってみた!#1
AI画像認識モデル開発をやってみた!#1
ReNomを利活用した溶接モニタリングの取組について
ReNomを利活用した溶接モニタリングの取組について
ReNom IMG version3.0最新情報の紹介
ReNom IMG version3.0最新情報の紹介
Renomロードマップの紹介
Renomロードマップの紹介
EDGEMATRIX社のご紹介と、Edge AI Computing Platformについて
EDGEMATRIX社のご紹介と、Edge AI Computing Platformについて
AIのビジネス実装を成功に近づけるために
AIのビジネス実装を成功に近づけるために
ReNomDL 高速化の紹介
ReNomDL 高速化の紹介
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
量子コンピュータ向けアプリケーション開発フレームワークReNomQとは
ReNom IMGの活用事例 + ReNom TAGの告知
ReNom IMGの活用事例 + ReNom TAGの告知
ReNom RG新機能の紹介
ReNom RG新機能の紹介
ReNomDL V3の紹介
ReNomDL V3の紹介
エンジニアではなくてもAIモデル構築が可能な時代に
エンジニアではなくてもAIモデル構築が可能な時代に
バージョンアップした「ReNomIMG」の紹介
バージョンアップした「ReNomIMG」の紹介
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
数値回帰モデル作成アプリケーション 「ReNomRG」の紹介
ReNomIMG を使った料理名判別による栄養管理アプリ
ReNomIMG を使った料理名判別による栄養管理アプリ
AI/DeepLearningに必要なデータ準備〜そのデータ本当ですか?~
AI/DeepLearningに必要なデータ準備〜そのデータ本当ですか?~
ReNom チュートリアルと今後 ~renom.jpで始めるAI開発~
ReNom チュートリアルと今後 ~renom.jpで始めるAI開発~
ReNom DP&TDA
ReNom DP&TDA
ReNom 2016 ~ 2018振り返り
ReNom 2016 ~ 2018振り返り
ユニアデックスのAIに向けた取り組みご紹介
ユニアデックスのAIに向けた取り組みご紹介
TEPCO電力需要予測コンテスト
1.
東京電力殿電力需要予測コンテストでの ReNom活用実績紹介 AI + ENGINEERING Courtesy
of Qatargas Operating Company Limited © Chiyoda Corporation 2017, All Rights Reserved. 千代田化工建設株式会社 ChAS・ライフサイエンス事業本部
2.
弊社ウェブサイトからの引用 会社概要
3.
会社概要 弊社ウェブサイトからの引用
4.
当社のAI関連技術への取り組みの歴史 4 ×エンジニアリング 設計・設備制御 ビックデータ解析 人工知能開発技術 ・ 機械学習/深層学習のフレームワークは、世界でも ITトップ企業や有名大学の研究チームのみが開発 ・
フレーム開発には、ソフトウェアとアルゴリズムの深い知見と高い技術力が必要 GRID社は、機械学習/深層学習のフレームワーク「∞ReNom」(リノーム)を自社 開発した日本有数のテクノロジーベンチャー企業 1980年代: 第2次AIブーム エキスパートシステムの製品開発(ESPRIT)に取り組む 1990年代: 機械学習技術の発達 プラント管理支援事業開始(ニューラルネットワーク(NN)の活用開始) 2016年10月 AIソリューションユニット設立 2016年12月 AIベンチャーGRID社との業務提携
5.
AIの活用イメージ 学習済みAI 学習 強化学習 状態回帰 予測 最適 パラメータ 学習 データ 出力 データ AI システム AI:出力に相関のあるデータ 入力 学習データ 入力・出力
6.
All Rights Reserved.
CHIYODA 2017 東京電力殿・電力需要予測コンテスト概要 6 http://www.tepco.co.jp/press/news/2017/1440911_8963.html https://cuusoo.com/projects/50136 テーマ:電力需要の翌日予測 提出物 趣旨 期限 難易度 (主観) 備考 年間予測 本番予測 手法説明・ レポート 2015年の1年の年間電 力需要予測を2014年ま でのデータと2015年の 対象日前日AM7時まで のデータで次1日予測を 365日積み重ねて実施。 リアルタイムでupdateさ れる電力使用量データ から次の日の24時間分 の予測を前日AM8時ま でに実施。 9/1(9/2予測)~9/9(9/10 予測)の9回チャレンジ Train/Test data 年間予測・本番予測で 使用した手法の公開 ①2009年~2014年までの電 力データ[データA] ②2015年の予測対象日前日 AM7時までの電力データ [データA] ③天候実績(予測前日まで) ④暦データ(他も可能) ①2009年~2015年までの電 力データ[データA] ②2016年~2017年8/17まで の電力データ[データB] ③2017年8/18以降リアルタイ ムData update [データC] ④天候実績(予測前日まで) ⑤暦データ(他も可能) データA: 申込時に提供 データB: 8/18 data available データC: リアルタイムUpdate(from API interface) 2017年 9/9 AM8時 (1回のみ) by e-mail [csv file] 2017年 9/1 ~9/9 9回提出@ 毎日AM8時 by interface system △ ○ どう前日までの データだけ使って 当日予測の Schemeを365日1 日毎で行うのか 東電のシステムと連 動必要・API連携 →システムエンジニア 必要(from 8/18) 8/18 – 8/31中プレトラ イアルでランキング& スコア出る 2017年 9/9 AM8時 (1回のみ) 予測の評価指標:RMSE(Root Mean Square Error: 平均二乗誤差)
7.
All Rights Reserved.
CHIYODA 2017 7 東京電力殿・電力需要予測コンテスト概要 Overall schedule 参照:https://cuusoo.com/projects/50136
8.
All Rights Reserved.
CHIYODA 2017 10 電力需要予測値の正確さを競う 「第1回電力需要予測コンテスト」 結果発表 東京電力殿・電力需要予測コンテスト結果 参照:https://cuusoo.com/projects/50136/challenges/result
9.
All Rights Reserved.
CHIYODA 2017 東京電力殿電力需要予測コンテスト検討紹介 11 工夫一例: コンテストを通してReNomの良さを実感した点: Codingのしやすさ 各関数への入力項目が容易に理解できる為、レベル 差がある複数のメンバーでの開発でも支障が無かった
10.
ご清聴ありがとうございました 12
Download now