#コンピュータサイエンス 105件

チームが勝てば客は増えるのか？　プロバスケに見る勝敗とアリーナ集客の関係　

スポーツアナリストは例えるなら総合格闘技　日本で将来的に求められるスポーツアナリストとは

農業にロボティクス技術を導入することで、持続可能な環境を守りたい　デンソーがアグリテック事業に力を入れる理由

「応答速度」「演算量の多さ」「カスタマイズの難しさ」　End-to-End音声認識のプロダクト化でハードルになる3つの課題

「DNN-HMM」から「End-to-End」へ　LINEが取り組む音声認識のしくみ

フィギュアスケートのジャンプ回転不足を判定してみる　スポーツにおける映像分析の難しさ

サッカー×ポーカーで得られる共通点　相手の“不確実性”から自分の“優位”を予測する

人とクルマをつなぐコックピットだからこそ、賢さと人に寄りそうことの両立が必要　デンソーが目指す人にやさしい車内空間とは

快適な車内空間を作るには認知・判断・作用の3技術が必要　デンソーが描く未来の快適車内空間とは

「ヒト・モノ・コト」をいかに快適に運ぶか　電動化・自動運転の時代に求められる「快適な車内空間」とは

「ドラえもんアナリスト」になれ　サッカーアナリストが教えるスポーツアナリストに必要な8つの要件

プログラミング学習や化学実験も　「マインクラフト」の教育現場での活用事例とその意義

AIりんなのチャットモデルの進化　「共感」をテーマに人と人をつなぐ未来を目指して

バスケの選手とボールの位置データから機械学習で攻撃・守備戦術を分類

シャーディングやEthereum 2.0などブロックチェーンの最新技術を解説

「Ethereum 2.0」の仕様と研究動向についてLayerX R&Dチームが解説

LayerX社のブロックチェーン研究　パフォーマンスを改善するシャーディングの仕組み

メルカリ写真検索のアーキテクチャと安定化までの歴史を振り返る

ELMoによる類似キーワード検索システムで四択クイズを作る　「ソフトバンク」は会社か？野球チームか？

BASEアプリにおける類似画像検索の裏側　機械学習における画像とテキストの使い分け

リピーター分析における特徴量DBの3つの課題と解決アプローチ

東大助教が作った、シンプルかつ軽量な近似最近傍探索アルゴリズムのベンチマーク「annbench」

マクロミルの事例にみる、AWSを中心としたデータ分析基盤構築のノウハウ

Sansanのデータエンジニアが語る、名刺データ分析基盤の構築方法

メルカリのデータ分析を支える機械学習システムのデザインパターン

機械学習モデルの予測値を解釈する「SHAP」と協力ゲーム理論の考え方

メルペイの不正決済検知への機械学習活用　グラフ理論で“疑わしい人”を事前に推定する

機械学習における勾配ブースティングのアルゴリズム「XGBoost」「LightGBM」「CatBoost」の違い

会話の文脈を理解する電話応対AI「LINE AiCall」開発で苦心したこと

音声応対AIサービス「LINE AiCall」実用化の舞台裏　AIとの自然な会話を実現するためにやったこと

LINE DEVELOPER DAYの顔認証受付システム、UI/UXはどうあるべきか？　開発チームが経験した試行錯誤

待ち時間1秒以内を実現した、顔認証受付の仕組み　LINE DEVELOPER DAYで実際に使用されたシステム開発の舞台裏

精度の高い日本語OCRを実現する技術　LINE BRAIN OCRのパイプラインを解説

日本語OCRはなぜ難しい？　NAVERのエンジニアが語る、テキスト検出における課題と解決策

LINEを支えるVision AIプラットフォーム「PicCell」の仕組みとこれから

AIを用いてLINEに投稿されるアダルトコンテンツを検出––ディープラーニングプラットフォーム「PicCell」が生まれるまで

Rubyで「expected tokens」をどうやって知るか？ Part.2

機械学習におけるハイパーパラメータ最適化の理論と実践 Part.2

Rubyで「expected tokens」をどうやって知るか？ Part.1

機械学習におけるハイパーパラメータ最適化の理論と実践 Part.1

「検索条件＝本当に見つけたい相手」ではない　Pairsの検索体験を生み出す工夫と改善

メルペイ×エムスリー×Preferred Networksの機械学習エンジニアたちが語る、技術的課題 Part.2

機械学習とビジネス課題をどう融合させるか？　メルペイ×エムスリー×Preferred Networksのユースケース Part.1

コードが書けなくても使える機械学習プラットフォーム「Azure Machine Learning」は何がすごいのか

“イルカ”から始まったマイクロソフトのAIサービスの現在地　学習済みAIを使える「Azure Cognitive Services」でできること

1

2 3