Pinned
人工知能学会主催のコンペ「JAPAN AI CUP」を開催します
Kaggle 上で開催する予測部門では、生活協同組合コープさっぽろ提供のデータで機械学習モデルの性能を競っていただきます。予測部門は中高生/一般に分かれていますが、誰でも参加可能です！
Kaggle 上で開催する予測部門では、生活協同組合コープさっぽろ提供のデータで機械学習モデルの性能を競っていただきます。予測部門は中高生/一般に分かれていますが、誰でも参加可能です！u++
u++
21.2K posts
u++’s posts
PyTorchでDeep Learningを学べる書籍のPDFが無料公開中。522ページ全15章の大作で、理論面だけでなく現実世界での実例やデプロイ・運用周りも幅広く扱っている
Quote
PyTorch
@PyTorch
The full version of the Deep Learning with PyTorch book from Luca Antiga, Eli Stevens, and Thomas Viehmann is now available! New chapters include in-depth real-world examples and production deployment. Grab a free digital copy on: pytorch.org/deep-learning-
新年度に心機一転Kaggleに入門したいという方に向けて、書きました。まだ未完成な部分もありますが、随時更新していきます。
===
Kaggleに登録したら次にやること ～ これだけやれば十分闘える！Titanicの先へ行く入門 10 Kernel ～ qiita.com/upura/items/3c #Qiita
推薦システムの演習問題集「recsys-python」を、ひとまず第9章まで完了。sklearn とかのライブラリを使うのではなく、numpy で実直に行列演算の処理を追っていく。数式を Python のコードに落とし込む練習として良い教材だと思う。13 章で全 163 問（なので、あともう一息）。
recsyslab.github.io/recsys-python/
OpenCVでエッジ抽出することでデザインの「複雑度」を定義し、世代間の統計量などを分析してる記事。結構良さげな定義ができてるみたいで、考察も面白い。
最近のポケモンはデザインが複雑になったのか？【Python】【OpenCV】 qiita.com/mrok273/items/ #Qiita
↓やったけど、端的にまとまっていて良かった
>本講義は，東京大学計数工学科で2020年度S1/S2タームに開講されている"システム情報工学特論"の一部として行われるものである．
AWSによるクラウド入門
tomomano.gitlab.io/intro-aws/
何か凄いの来たな
>タクシーの運賃は法律で範囲が決められている。運賃を無料にするのではなく、広告主やDeNAが負担する仕組みにすることで法律的な問題をクリアした
===
DeNAが「0円タクシー」 広告主が運賃支払い：日本経済新聞
今年のノーベル経済学賞受賞者が、MathematicaではなくpythonのJupyter Notebookで研究成果を共有しているという記事。オープンソースで誰でも研究成果に触れられる利点などに言及している。
This year’s Nobel Prize in economics was awarded to a Python convert qz.com/1417145/ より
Netflix の推薦システムに深層学習を導入する際に遭遇した課題と教訓をまとめた論文。アーキテクチャ・入力の特徴量・オフライン/オンラインの評価の乖離など幅広い話題に言及している。
Quote
Netflix Research
@NetflixResearch
Want to know the story of Deep Learning at Netflix? Read our paper in AI Magazine's Recommender Systems issue: "Deep Learning for Recommender Systems: A Netflix Case Study": ojs.aaai.org/index.php/aima
2021年度の人工知能学会全国大会優秀賞を頂きました
ニュース記事要約の泥臭い取り組みを評価していただき、大変光栄です。この受賞を励みに、引き続き現場での情報技術活用を進めていきます。「ニュースメディアのデータサイエンス」運営の皆さまにも、お礼申し上げます。
ニュース記事要約の泥臭い取り組みを評価していただき、大変光栄です。この受賞を励みに、引き続き現場での情報技術活用を進めていきます。「ニュースメディアのデータサイエンス」運営の皆さまにも、お礼申し上げます。
Kaggleが機械学習初心者向けの学習講座「30 Days of ML」を8月2日から始めます。1日1時間程度の課題に30日間取り組む内容です。 #atmaCup が9〜22日に開催されました。事前学習済みモデルの禁止が特徴的でした。
Hot off the press: "Weekly Kaggle News #84" getrevue.co/profile/upura/ via
Hot off the press: "Weekly Kaggle News #84" getrevue.co/profile/upura/ via スタンフォード大の講義「NLP with Deep Learning | Winter 2019」の一連の動画が公開されてる。少し眺めたけど、流石に良いな
YouTubeの字幕機能も便利。
youtube.com/playlist?list=
YouTubeの字幕機能も便利。
youtube.com/playlist?list=
史上初の4x Kaggle Grandmaster の さんによる書籍 "Approaching (Almost) Any Machine Learning Problem" の翻訳を担当しました。より多くの方に触れていただく機会になれば嬉しいです。
Japanese translated "Approaching (Almost) Any Machine Learning Problem" will be published x.com/new_book_openb
x.com/new_book_openbThis Post is from an account that no longer exists. Learn more
おっ
型ヒントでPython開発を加速 ～Microsoft、VS Code向けの拡張機能「Pylance」を発表 - 窓の杜 forest.watch.impress.co.jp/docs/news/1262 via
PFNから、pythonのlinter群（flake8, isort, mypy, black）を統合的に管理できるOSSライブラリ「pysen」が公開されていた。
github.com/pfnet/pysen
$ pysen run lint
$ pysen run format
で諸々まとめて実行できるらしい（READMEがgif含めて分かりやすい）
『PythonではじめるKaggleスタートブック』のサンプルコードの pandas 部分を polars に置き換えた Notebook を公開しました。特徴量作成後、sklearn と LightGBM で推論して提出用のファイルを保存します。
Kaggle: kaggle.com/code/sishihara
Blog:
『Kaggleのチュートリアル』の さんと共著で、講談社からPythonで学ぶKaggleの入門書を出します！カレーさんの書籍と僕のQiita記事を融合した、主にこれからKaggleに取り組む初学者 (Novice) 向けの内容です。2020年3月ごろに出版予定です
The following media includes potentially sensitive content. Change settings
時系列モデル(ARIMA/Prophet/NNなど)を統一的なAPIで扱えるPythonライブラリ「Darts」がかなり便利 - フリーランチ食べたい blog.ikedaosushi.com/entry/2020/08/
Kaggleの全4カテゴリでGrandmasterの称号を持つAbhishekさんが自主出版した書籍 "Approaching (Almost) Any Machine Learning Problem"。各国向けの購入リンクも用意されており、日本のAmazonからも購入可能。Kindle版はUnlimited対応で、7/4配信開始。
Quote
abhishek
@abhi1thakur
Replying to @abhi1thakur
USA: amazon.com/dp/8269211508
UK: amazon.co.uk/dp/8269211508
Germany: amazon.de/dp/8269211508
France: amazon.fr/dp/8269211508
Spain: amazon.es/dp/8269211508
Italy: amazon.it/dp/8269211508
Japan: amazon.co.jp/dp/8269211508
Canada: amazon.ca/dp/8269211508
『効果検証入門』著者による講演動画。機械学習の教師あり学習を例に挙げ、事業への効果を測る上での課題について丁寧に導入している印象を受けた。『効果検証入門』入門という感じ。
『効果検証入門から見直すデータサイエンス』（2020年8月28日webセミナー） youtu.be/3u2NgamEhRc via
>公式ウェブサイトはJavaScript環境の1つであるNode.jsとWebアプリケーションフレームワークのExpressを使って構築。ライブ配信のチャット欄からロボットアームやボットを動かすためのプログラムも自身で書いたという。
Yann LeCun教授によるディープラーニングの授業（NY大、2020年春）の資料一式が公開された スライドだけでなく、講義動画やJupyter Notebooks（PyTorch実装）も！
スライドだけでなく、講義動画やJupyter Notebooks（PyTorch実装）も！Quote
NYU Center for Data Science
@NYUDataScience
We’re excited to announce the release of all materials for Yann LeCun’s Deep Learning, DS-GA 1008, co-taught in Spring 2020 with Alfredo Canziani @alfcnz. Learn more on our blog! medium.com/@NYUDataScienc #DeepLearning
