有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。
ご不便をおかけしますが、有料コンテンツを購読希望の方は
モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。
いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が
すべてのユーザーまで開放されます
フォロー中トピックスの投稿に対してコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には
再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して
実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して
実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。
これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。
一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして
コメントを発信しよう
現在あなたのコメント公開範囲は
フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年4月に更新の確認を行っております。
4月以降も学割プランを継続されたい方は、
学生情報を更新してください。
学生情報を更新されない場合、
次回更新時に自動解約となります。
卒業される方等、プレミアムプランに移行される方には
1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。
ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
ようこそ、トピックスへ
トピックスは、「顔が見える」コミュニティを目指しています。オーナー・フォロワー同士で安心してコミュニケーションできるようプロフィールを入力していただき、トピックスをお楽しみください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから
URLをクリックし本人確認をお願い致します。
届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
Open an app
Download an app
Close
・自分で様々なpositive/negativeサンプルや処理のお手本を生成するself-supervised (これだけだと夢の技術に聞こえますが、制約はあります)
・一部だけに正解データが与えられ、他のものはそこから推定するsemi-supervised learning
・一部不足した正解が与えられた状態で学習するweakly-supervised learning (例えば、物体検出において物体名は与えられるものの位置は与えられないなど)
・画像を扱うのだけど、その知識を言語など別のドメインから得ようとするfew/zero-shot learning
・ラベルにはある程度ノイズが有ることを想定してDNNに自動的に誤りを判断・訂正させる手法
技術的には、弱教師あり学習(Weak Supervision)で、一部だけ人でアノテーションしたり、自動でデータ拡張(Data Augment)するツールを提供する模様。
セキュリティ観点で、学習データを外に持ち出せない金融機関などに、オンプレミスで提供するのもポイント。
=参考=
Snorkel AI
https://www.snorkel.ai
自分自身も、SPEEDAの機械学習やそれの改善のためにラベル付け(教師データ作成)をしたりその結果を見たりする。境界線上にある微妙なデータとか、人間だと「もわっと」複数の必須条件などを理解して場合分けできているものが、必ずしも正確ではない。また人間自身がそこが間違える場合があったり、学習に使うデータ以外からも判断をしていることが多く、そうするとそういった違いが学習をさせたときに悪いノイズとなることがあると思う。
誤りもある前提で、精度と規模のバランスで、どういう用途だと使えるかという用途開発・適合性が重要な領域だと思う。
アノテーション(ラベル付け)は、半教師付き学習の最も良い使い道です。もちろん一部は人が目視確認する必要がありますが、圧倒的に効率化できますから。
久しぶりにSnorkelサイトを眺めてみたら、単なる半教師付きアノテーションソフトじゃありませんでした。Snokel Flowという end-to-endの機械学習アプリ開発プラットフォームに注力しているのですね。手間と時間のかかる前処理段階に強みがあるので、とても気になります。
資金調達し、今後が楽しみですね。
記事中は、金融や医療機関など専門的な領域でのニーズを特筆しているが、次第にありとあらゆる事業ドメインでこの技術が必須化されてくるだろうと思う。
そういう意味では、アカデミックリソースを様々な産業に接続し活用する事が上手な欧米諸国が先頭を走り出すのも頷ける内容ではないだろうか。