はじめに 近年、AI技術の登場により、画像認識や自然言語処理など多くの分野で、目覚ましい進展がみられていることは、みなさんもご存じだと思います。その1つである「音声認識」に関しても、認識精度が飛躍的に向上しています。 そ…
Read More認識精度はいかほど？音声認識ツールを試してみた
投稿者: Kubota Wataru
配属後、ロボコン担当として、ETロボコン2017東京地区大会優勝・ITAロボコン2017優勝に貢献。現在は、AIチームの一員として、機械学習、ディープラーニングなどに挑戦しています。
バージョンに注意！Amazon SageMakerでのモデルデプロイと推論
モデルをAmazon SageMakerでデプロイ・推論する 私は普段、主にAI業務に従事しており、最近ではクラウドサービス（特にAWS）を使ったAIのシステム構築に関わる機会も増えてきました。今回はその中でも難航した、…
Read More顧客起点で考えられていますか？若手社員で挑んだ「ANGEL Dojo」――実装フェーズ編
はじめに 上司から「ANGEL Dojoというのがあるんだけど、参加してみる？」と話を聞いたのをきっかけに、アマゾンウェブサービスジャパン株式会社様（以下、AWSJ様）企画の疑似プロジェクト「ANGEL Dojo」に約3…
Read More顧客起点で考えられていますか？若手社員で挑んだ「ANGEL Dojo」――企画フェーズ編
はじめに 上司から「ANGEL Dojoというのがあるんだけど、参加してみる？」と話を聞いたのをきっかけに、アマゾンウェブサービスジャパン株式会社様（以下、AWSJ様）企画の疑似プロジェクト「ANGEL Dojo」に約3…
Read MoreAutoMLのNanonetsを使って物体検出をやってみた
はじめに AIや機械学習ブームの中、最近巷でAutoML(Automated Machine Learning)というワードをよく目にするようになりました。 AutoMLとは、機械学習プロセスを自動化する技術であり、「機…
Read Moreゼロから始めたDeepLearning――其の参
はじめに 前回の記事では、私がAIチームに配属されてから学習してきた内容を活かした、寿司ネタ判別器の実装についてご紹介しました。 推論結果としては、認識精度が約45%だったため、今回はモデルの精度向上を図っていこうと思い…
Read Moreゼロから始めたDeep Learning――其の弐
はじめに 前回、下記記事で、私がAIチームに配属されてからの学習ステップをご紹介しました。 この記事ではそこで学んだ内容を活かして、画像判別器の実装を行っていきたいと思います。画像判別の分野では一般的な手順だとは思います…
Read Moreゼロから始めたDeep Learning――其の壱
はじめに AIチームに配属されてから約10ヶ月が経ちました。巷でも機械学習やDeep Learningがブームとなっていますね。この分野は理論や数式、実装方法などが難しいため、1から始めようとすると、未経験者にとっては大…
Read MoreJupyter NotebookとGoogle Colaboratoryを使い比べてみた
はじめに 以前公開した以下の記事では、 Google Colaboratoryの概要と、MNISTデータセットを用いて実際に調査したスペックの紹介を行いました。 Google ColaboratoryはJupyter N…
Read More弱小だったtdiがETロボコン東京地区大会で総合優勝できたわけ・後編
2017年9月2、3日に早稲田大学西早稲田キャンパスにて開催されたETロボコン東京地区大会で、tdiのtadaima G2チームは、当社初となる総合優勝（1日目）を達成することができました。 今までランキング上位に入るこ…
Read More