#コンピュータサイエンス 62件

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
DIGITAL X
“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
DIGITAL X
開発効率とサービス競争力を上げる　機械学習のために整備した「3種類の特徴量」について解説
LINE DEVELOPER DAY
LINE社内でのサービス横断データ活用の取り組み「Feature as a Service」の全体像
LINE DEVELOPER DAY
機械学習を用いたテキスト正規化手法の最新動向　高精度を実現する仕組み
Machine Learning Meetup KANSAI
Elasticsearchを用いて類似度ベクトル検索をやってみてわかったこと
Search Engineering Tech Talk
機械学習による自動応答の今　外部知識に基づく応答生成に関するサーベイ結果 Part2
nlpaper.challenge
機械学習による自動応答の今　外部知識に基づく応答生成に関するサーベイ結果 Part1
nlpaper.challenge
グラフ構造にまつわるサーベイ結果まとめ　GNNからApplicationsまで Part2
nlpaper.challenge
グラフ構造にまつわるサーベイ結果まとめ　GNNからApplicationsまで Part1
nlpaper.challenge
エムスリーの機械学習チームのチームビルディング　“強い仲間”をいかにして集めるか？
Machine Learning Pitch
5年後のCV分野はどうなっているか？　CVPR2019に参加して感じたこと Part 2
nlpaper.challenge
CVPR2019に参加して感じた、CV分野のトレンドと気づき Part 1
nlpaper.challenge
エムスリーにおけるGraph Convolutional Networkを用いた推薦システムの仕組み
Machine Learning Pitch
少ないサンプル数でパーソナライゼーションを実現する、マルチリービング活用法
Machine Learning Pitch
深層学習を用いて音源を分離する––LINE Research Labsが研究成果を解説
LINE Developer Meetup
デンソーは量子コンピュータで何をしようとしているのか？　“瞬間の最適化”がもたらすものとは
株式会社デンソー
“量子アニーリング”技術で社会はどう変わる？　量子コンピュータの今と、将来像を考える
株式会社デンソー
「いい検索」とはなにか？　検索システムのしくみと評価指標を解説
Search Engineering Tech Talk
Cookpadに投稿されたレシピを、機械可読なデータに変換する––MRR開発の舞台裏
Cookpad TechConf
プロ棋士×Ponanza開発者　囲碁・将棋におけるAI活用最前線
AWS Loft Tokyo
Ponanza開発者、山本一成氏が語る強化学習とA/Bテスト運用の舞台裏
AWS Loft Tokyo
AWSを駆使する現役棋士・大橋拓文六段が語る、囲碁×AIの今
AWS Loft Tokyo
Pythonの可視化ライブラリ「Bokeh」ではじめるデータビジュアライゼーション
Data Driven Developer Meetup
及川卓也氏が語るMaaS開発の未来　100年に1度の転換期を迎える自動車業界で、サービス提供者が考えるべきこと
株式会社デンソー
名刺のデータ化における自然言語処理のしくみ　「文字のゆらぎ」をどう扱うか
Sansan株式会社
インフラエンジニアが語る「-10℃の世界でマイニングファーム構築」のリアル
BIT VALLEY
Clovaを支える自然言語処理の秘密
LINE DEVELOPER DAY
タンパク質のエントロピー計算に、PythonではなくJuliaを採用した訳
JuliaTokyo
日本でBitcoin決済できる店は5万店以上　数字から読み解く仮想通貨の今　
ビットコインとか勉強会
分散型台帳技術「Corda」の仕組みと特徴
ビットコインとか勉強会
ICOを技術から考える––実体験で語るICOのリアル
ビットコインとか勉強会
【PyCon JP 2018】データサイエンスで競馬の結果を予測する、機械学習モデルの構築プロセス
PyCon JP
Chainer × AWSにまつわる4つの誤解　進化する連携と、新バージョンで可能になったこと
AWS Summit Tokyo
AIが普及すれば「AI」とは呼ばれなくなる––人工知能ブームの始まりとこれから
AWS Summit Tokyo
GUI→マルチタッチ→？　これからのインターフェースのあり方と“VUI”がもたらす影響力
Deep Learning Lab
自然言語処理の歴史とこれから　ビジネスとして成立させるために必要なこと
Deep Learning Lab
ディープラーニングを用いた自然言語処理の今と、ビジネス面でのネガティブな事実
Deep Learning Lab
深層学習を用いて特定の人物の声“だけ”抽出する、音声分離技術のしくみ
Deep Learning Lab
ディープラーニングは人間の創造性を広げるか？　「AI DJ Project」に見るクリエイティブの可能性
Deep Learning Lab
AI系技術の一般化でデータベースに求められること
MANABIYA -teratail Developer Days-
りんな開発チームのメンバーが語る、深層学習で“表現豊かな”音声合成を実現する方法
Deep Learning Lab
AI系技術は「底なし沼のギャンブル」である––人工知能を使う前に知っておきたいこと
MANABIYA -teratail Developer Days-
「女性エンジニア少ない問題」を解決するために、機械学習で男性エンジニアを女性に変換する
Battle Conference U30
機械学習を取り入れた組織・サービスにおいて発生しがちな問題と、その解決方法
MANABIYA -teratail Developer Days-