NISHIO Hirokazu
[Translate]
Tensorflow.js
Tensorflow
ちょっとしたプロトタイプを作りたい
機械学習
付箋のフォントサイズを改行込みで推定
Tweet
Related Pages
→
plurality_poem
×
智慧聯網
×
實境共享
×
協力學習
×
體驗人際
×
奇點
×
數位
×
mandarin
×
glen_in_japan_keynote日本語字幕
×
モノのインターネット
×
internet_of_things
×
智慧のインターネット
×
萬物聯網
×
仮想現実
×
virtual_reality
×
共有現実
×
現実共有
×
虛擬實境
×
機械学習
×
machine_learning
×
協調学習
×
collaborative_learning
×
ユーザーエクスペリエンス
×
体験共有
×
間主観性を体験すること
×
間主観性
×
シンギュラリティ
×
plurality
×
協働的多様性
×
多元宇宙
×
協力学習
×
ポエム
→
Audrey Tangの詩的デジタル大臣職務記述
→
エンジニアの知的生産術
×
chatgpt
×
機械学習
×
論理
×
100%確実
×
建築ブロック
×
積み重ね
×
高い塔
×
9割正しいブロック
×
ブロック
×
数理政治学序説
×
数学の概念は四角四面のブロック
→
真四角のブロック
→
サイボウズ・ラボ
×
機械学習勉強会
×
パターン認識と機械学習
×
ベイズ理論
×
統計的予測
×
prml
×
prml勉強会
×
機械学習
×
plurality_tokyo
→
サイボウズラボ勉強会
→
plurality_tokyo
×
audrey_tang
×
オードリー・タン
×
モノのインターネット
×
iot
×
存在のインターネット
×
仮想現実
×
vr
×
共有現実
×
機械学習
×
協調学習
×
ユーザーエクスペリエンス
×
ux
×
ヒューマンエクスペリエンス
×
シンギュラリティ
×
プルーラリティ
×
言語モデル
×
実存的リスク
×
アシスタント人工知能
×
独裁国家
×
協調的多様性
×
collaborative_diversity
×
deliberation
×
shared_values
×
みんなで熟考・熟議
×
コプレゼンス
×
フォーラム
×
公共広場
×
quadratic_voting
×
規範的メカニズム
×
台湾総統杯ハッカソン
×
総統杯
×
河川管理プラットフォームlass
×
verifiable_credentials
×
decentralized_identifiers
×
world_wide_web_consortium
×
w3c
×
検証可能な資格証明
×
分散型id
×
台湾デジタル発展省が分散型idの標準化に参与
×
人間性の証明
×
quadratic_funding
×
retroactive_funding
×
ソーシャルインパクトボンド
×
長寿と繁栄を
×
熟議民主主義
→
Plurality Tokyo Keynote from Audrey Tang
→
matrix_factorization
×
行列分解
×
apache_spark
×
als
×
alternating_least_squares
×
tensorflow
×
ランク制限付きsvd
×
singular_value_decomposition
×
truncatedsvd
×
確率的勾配降下法
×
sgd
×
スパース行列
×
scipy
→
大規模な行列のMatrix Factorization
→
機械学習
×
競争力
×
知識労働者
×
生産力がソフトウェア化する
×
ポスト資本主義社会
×
装置産業
×
螺旋階段
×
東工大ホームカミングデー「aiとmot」
×
2017年、appleが初の機械学習論文を発表
×
技術をクローズドに独占できない
×
オープンイノベーション
×
情報公開が公益的行動
×
情報公開
×
公益
×
公共に対する贈与
→
機械学習は装置産業への揺り戻しか?
→
知識を構造化していく
×
知識を編む
×
強化学習
×
知は力なり
×
実益を生む知識が正しい知識
×
プラグマティズム
×
整合説
×
情報科学
×
機械学習
×
哲学
×
経営学
→
知識を編むプログラム
→
機械学習
×
真偽値を数値にする
×
重み
×
ロジスティック回帰
×
アカデミア
×
顧客価値
×
新規性
×
ビジネス要件
×
顧客が何を求めているか
×
制約条件
×
minimum_viable_product
×
コンシェルジュ型mvp
×
人がやる方法
×
リーン・スタートアップ
×
具体的不満
×
教師データ
×
pdcaサイクル
×
科学的方法論
×
改善
×
能動学習
×
chatgpt_outperforms_crowd-workers_for_text-annotation_tasks
×
ナイーブベイズ
×
確率モデル
×
判断の自信
→
if文から機械学習への道
→
ai
×
機械学習
×
spatial_computer
×
差分プライバシー
×
他者の模倣は敗者のすること
→
AIではなく機械学習
→
共通化
×
共通のインターフェイス
×
習得するコスト
×
長所
×
共通部分
×
強みを失う
×
機械学習
×
共通インターフェイス
×
ロジスティック回帰
×
SVMで確率推定
×
罠
×
ソフトウェア設計
×
設計
→
共通インターフェイスの罠
→
機械学習
×
階段
×
生身の人間
→
機械学習への階段
→
機械学習
→
コンピュータもなんとなく判断できる
機械学習コンサルタントのメモ
LogLossの意義
機械学習で最低限必要な数学知識
機械学習の色々なアルゴリズム
データを分ける意味
→
手法
×
言語化
×
自動化
×
知的生産
×
機械学習
→
手法の言語化
→
tf-idf
×
idf
×
機械学習
→
ナイーブベイズ
→
決定木
×
可視化
×
機械学習
→
決定木の可視化
→
教師あり学習
×
間隔反復法
×
機械学習
×
能動学習
→
機械学習に間隔反復法を使う
→
regroup
×
付箋
×
自動レイアウト
×
空間配置
×
機械学習
→
単一付箋の自動レイアウト
→
正規化
×
スケーリング
×
標準化
×
機械学習
→
正規化と標準化
→
svm
×
二値分類
×
確率モデル
×
libsvm
×
sklearn
×
ロジスティック回帰
×
機械学習
→
SVMで確率推定
→
機械学習
×
ロジスティック回帰
×
世界のデータサイエンティストが使う技術
→
なぜロジスティック回帰を使ったか
→
f値
×
ブレイクイーブンポイント
×
損益分岐点
×
機械学習
×
todo
→
classification_reportの読み方
→
ロジスティック回帰
×
誤った二者択一
×
回帰と分類
×
機械学習
→
ロジスティック回帰は回帰か分類か
→
機械学習
×
データを分ける意味
→
機械学習はどうテストするのか
"
Engineer's way of creating knowledge
" the English version of my book is now available on
[Engineer's way of creating knowledge]
(C)NISHIO Hirokazu / Converted from
[Scrapbox]
at
11/23/2025, 5:14:48 PM
[Edit]