《Gunosy》開発チームが厳選、WEB業界人が読むべき“統計学”の必読書ベスト５│CAREER HACK

2013/01/11 452 users Gunosy 統計学 トレンド 厳選 2013-01-11

いまWEB業界で最もホットなトレンドの一つである“統計学”。その基本を学ぶために読んでおくべき書籍を、注目のニュースキュレーションサービス《Gunosy》の開発チーム（福島さん・吉田さん・関さん）に伺った。 2013-01-11 いま、WEB業界で最もホットなトレンドの一つとなっている“統計学”。その基本的な知識を学ぶべく、前回、“超高精度なレコメンド”で話題のニュースキュレーションサービス《Gu... 続きを読む

［速報］AIがコードのレコメンドやバグの指摘など開発を支援してくれる「Visual Studio IntelliCode」発表。Build 2018 － Publickey

2018/05/07 432 users プログラマ Publickey マイクロソフト 米国シアトル

［速報］AIがコードのレコメンドやバグの指摘など開発を支援してくれる「Visual Studio IntelliCode」発表。Build 2018 マイクロソフトは、米国シアトルで開催中のイベント「Microsoft Build 2018」で、AIを用いてプログラマの開発を支援する「Visual Studio IntelliCode」を発表しました。 Announcing Visual Stud... 続きを読む

【Python】?機械学習で「隠れた名店」を探してみた。（そして実際に行ってみた）? - Qiita

2019/03/28 371 users 行き場 Qiita 直近 ドクターストップ Python

１.簡単な概要 この記事では都内ラーメン屋の食べログ口コミを使って隠れた名店をレコメンドで発掘するやり方を解説していきます。 私自身が大好きで昔は年間100杯以上食べ歩いてきた自称ラーメンガチ勢です。しかしながら、直近の健康診断にひっかかり、医者からドクターストップをかけられてしまいました。。。 行き場... 続きを読む

「テキストと検索」の時代が終わり、「動画とレコメンド」の時代が始まる：ユーザー10億人のTikTokが示す未来 | TikTok | ダイヤモンド・オンライン

2019/11/06 330 users 父方 母方 TikTok 三井物産 西安市

黄 未来（こう・みく） 1989年中国・西安市生まれ。6歳で来日。南方商人である父方、教育家系である母方より、華僑的ビジネス及び華僑的教育の哲学を引き継ぐ。早稲田大学先進理工学部卒業後、2012年に三井物産に入社。国際貿易及び投資管理に6年半従事したのち、2018年秋より上海交通大学MBAに留学。現在は中国を本拠地... 続きを読む

機械学習の意味と役割--データの持っている価値を引き出す - ZDNet Japan

2015/01/07 170 users 役割 機械学習 ZDNet Japan 価値 データ

今回はビッグデータ活用において重要な役割を持つ「機械学習」を取り上げる。 機械学習とは大まかにいうと、データが持つ法則を見つけ出すアルゴリズムの総称である。その名の通り、経験をもとに知識を得る人間の学習過程に近い面がある。機械学習はすでに予測や分類、画像認識、商品のレコメンドなどに実際に使われている。筆者の携わってきた分析案件も、最終的に機械学習の問題に落とし込んだものが多い。 本稿では、機械学習... 続きを読む

約17分で出来る、スマフォで撮った写真で作るプライスレスなプレゼント : Rentarof blog |「根拠無く、自信満々、レコメンド」

2013/01/21 118 users コンデジ 愛情 Tシャツ 手順 進化

スマフォのカメラ機能の進化は著しくiPhone4SやiPhone5は8メガピクセルですからもはや普通のコンデジと変わらないレベルです。 「スマフォで気軽に友人を撮影し、友人をプリントしたTシャツを作って友人にプレゼントしよう！」という企画をたまにやっています（と言ってもまだ2回ですが） これをやるとだいたい困惑されますがこちらの愛情は伝わりますのでよしとしましょう。 下記が手順になります。 1．ま... 続きを読む

ジャストシステムの形態素解析技術 その2 機械学習編

2015/08/07 109 users ジャストシステム 形態素解析技術 etc NLPチーム 技術

Transcript of "ジャストシステムの形態素解析技術 その2 機械学習編" 1. JustTechTalk #02 ジャストシステムの形態素解析技術その２ （機械学習編） 内田佳孝 2.  CPS事業部開発部 NLPチーム  2003年入社、12年目  関わってきた技術  形態素解析、かな漢字変換、情報検索、情報抽出、 レコメンド、etc  関わってきた商品  JMAT、AT... 続きを読む

Python - 【レコメンド】内容ベースと協調フィルタリングの長所と短所・実装方法まとめ - Qiita

2015/11/19 107 users 協調フィルタリング 短所 フィ アルゴリズム Python

※この表は神嶌 敏弘先生が人工知能学会誌に連載した解説記事『推薦システムのアルゴリズム』から転載したものです。 アルゴリズムの説明 ■ 協調フィルタリングとは アイテム利用者の行動履歴を元にレコメンドする方法です。Amazonの『この商品を買った人は、こんな商品も』機能が有名です。協調フィルタリングによるレコメンドはユーザの行動を元にレコメンドする方法です。 ■ 内容ベース（コンテンツベース）フィ... 続きを読む

レコメンドへの大規模アクセスを支えるGo製サーバーの裏側

2023/03/10 91 users 裏側

Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure 続きを読む

【西田宗千佳のRandomTracking】本当に全部人力だった! Apple Musicの「プレイリスト」、「レコメンド」の秘密 - AV Watch

2016/01/22 87 users RandomTracking プレイリスト ストリーミング

西田宗千佳のRandomTracking 本当に全部人力だった! Apple Musicの「プレイリスト」、「レコメンド」の秘密 （2016/1/22 09:00） 2015年、音楽市場は一斉に「ストリーミング」に向かった。ストリーミングミュージックで、我々は「持っていない楽曲」も合法的に楽しむことができるようになってきた。 その時重要なのが「レコメンド」。その人に合わせた楽曲プレイリストの提示が... 続きを読む

将棋盤を画像認識する - LIVESENSE Data Analytics Blog

2017/12/21 85 users 将棋盤 強豪 将棋 画像 一方

2017 - 12 - 21 将棋盤を画像認識する Analytics チームで転職会議のレコメンドを開発している @na_o_ys です。今回は業務のことは忘れて、趣味の将棋の話をしたいと思います。 この数年で将棋の学習環境はずいぶんリッチになりました。通勤電車では将棋アプリのネット対局をして、自宅ではオープンソースの強豪 AI を使って棋譜検討し、日々将棋を楽しんでいます。 一方で、顔を突き合... 続きを読む

トヨタ、車載OS「アリーン」を既存車種から搭載　次世代EVに先駆けて｜自動車メーカー｜紙面記事

2023/09/07 84 users SDV トヨタ自動車 車載OS 人工知能 推薦

トヨタ自動車は、開発中の車載ＯＳ（基本ソフト）「アリーン」を次世代型電気自動車（ＥＶ）に先駆けて既存の車両に搭載する方針だ。人工知能（ＡＩ）技術を活用した高度な音声認識やレコメンド（推薦）機能、販売後の機能更新サービスなどを顧客にいち早く体験してもらうのが狙い。車両開発でＳＤＶ（ソフトウエア・デ... 続きを読む

音楽のある人生をもっと楽しもう（iPhoneを片手に)、という話 - リニューアル式

2012/02/28 82 users iPhone 相棒 片手 アーティスト 感情

Music 曲を聴くだけで、その瞬間の感情や、場面や、空気がよみがえる。 音楽は人生を共に歩む相棒のようなものだ。 今回は僕が気に入っている28個のミュージックアプリを紹介する。iPhoneを片手に、音楽のある人生をもっともっと楽しもう。 新しい音楽と出会おう 心を開いて、新しい音楽を聴くことは、人生をもっと楽しくしてくれる。 iPhoneは「このアーティストも好きでしょ」と教えてくれるレコメンド... 続きを読む

非負値行列因子分解（NMF）によるレコメンドのちょっとした例 - About connecting the dots.

2014/08/23 77 users NMF 非負値行列因子分解 協調フィルタリング 順序 一環

2014-08-23 非負値行列因子分解（NMF）によるレコメンドのちょっとした例 最近線形代数についていろいろ読みなおしたりしてるのですが，その一環でレコメンドアルゴリズムについていくつか試してみたので，それを解説します．順序としては，基本の協調フィルタリング（ユーザベースド，アイテムベースド）→特異値分解（SVD）→非負値行列因子分解（NMF）になります． 基本的な考え方 ここで取り扱うのは，... 続きを読む

ニュースをフォローすると何が起こるのかーー未知のニュースと過去記事を掘り下げられる「カメリオ」正式公開 - THE BRIDGE

2014/02/18 70 users カメリオ THE BRIDGE Twitter Gunosy

白ヤギが開発したニュースを追いかけてくれる「カメ」アプリ。中身は本物だ。 白ヤギコーポレーションは2月17日、気になるテーマに関するニュースをレコメンドしてくれるアプリ「カメリオ」を正式公開した。iOS7以降に対応しており利用は無料。ログインにはfacebookやTwitterなどのソーシャルアカウントが必要になる。 レコメンドのGunosy、ソーシャルな話題を提供してくれるSmartNews、専... 続きを読む

「Netflix」の“待ち時間を実質的に0にする”ストリーミングの秘密とは？ #ネトフリ : ギズモード・ジャパン

2015/06/08 60 users Netflix ストリーミング ギズモード ネトフリ ストリー

PR , インタビュー , レポート , 動画 , 映画 , 特別企画 「Netflix」の“待ち時間を実質的に0にする”ストリーミングの秘密とは？ #ネトフリ 2015.06.08 11:00 ギズモードがNeflixのカリフォルニア本社に潜入！ CEOインタビューに続く、第2回では、ネトフリのマネージメントチームの3名にインタビュー。ユーザーインターフェイスやレコメンドのアルゴリズム、ストリー... 続きを読む

【レコメンド】Amazon Personalize使い方まとめ / CloudFormationとPythonでレコメンドアプリケーションを学習・デプロイする - フリーランチ食べたい

2019/06/13 58 users IAM Role AWS Python 東京リージョン 概要

今週、Amazon PersonalizeがGAになりました。東京リージョンでも使うことができます。 この記事ではAmazon Personalizeの概要、使い方の解説を行います。PythonのAWS SDKを使ってレコメンドアプリケーションを作成していきます。 また事前準備のS3やIAM Roleの作成で、AWSの公式ドキュメントだと手作業が発生しているの... 続きを読む

レコメンドつれづれ　～1-1. 協調フィルタリングのコンセプトを知る～ - Platinum Data Blog by BrainPad

2017/02/04 53 users 協調フィルタリング コンセプト レコメンデーション 1-1

2017 - 02 - 03 レコメンドつれづれ　～1-1. 協調フィルタリングのコンセプトを知る～ 分析エントリー レコメンド こんにちは、アナリティクスサービス本部の小田です。 寒くなるとクシャミをするたびにギックリ腰の予感がします。 このところ業務でレコメンデーションに触れることが多いので、本ブログではレコメンドについて、実際にRやPythonでコードを書きながら、ゆるゆると考察していきたい... 続きを読む

Amazonのレコメンドメールの送信パターンについて調べてみた - About connecting the dots.

2014/01/04 50 users About connecting the dots 本年

2014-01-04 Amazonのレコメンドメールの送信パターンについて調べてみた あけましておめでとうございます．本年もよろしくお願いします．データサイエンティストは既に衰退期に入っているみたいですが，変わらず淡々とやるべきことをやっていきたいと思います．ここ2年くらい真面目に働くようになった所為で，Amazonでものを買う機会が飛躍的に増えたんですが*1，それとともにAmazonのレコメンド... 続きを読む

Google、Android版「ポッドキャスト」アプリ公開　AIレコメンド機能付き - ITmedia NEWS

2018/06/19 47 users ポッドキャスト ITmedia News ボット 人工知能

米Googleは6月19日（現地時間）、Android版Podcast（ポッドキャスト）アプリ「Googleポッドキャスト」を日本を含む世界で公開した。Google Playストアからダウンロードできる。 検索や定期購入、再生速度の調整など、基本的な機能はそろっている。AI（人工知能）によるレコメンド（お勧め）機能が特徴で、幾つかのポッド... 続きを読む

空間木を利用した関連事例の抽出技術 : Preferred Research

2012/01/27 44 users Preferred Research PFI ログデータ

はじめまして伊藤です。１月から PFI で働いてます。 今回は関連事例の抽出技術についてお話しします。関連事例の抽出は推薦（レコメンド）サービス等で利用される技術です。ここで事例は扱う対象によって異なります。対象が文書集合であれば、事例は文書を表しますし、E-コマースサービスのログデータであれば、サービスを利用するユーザを表します。 関連事例の抽出技術はデータマイニング分野を含め多くの分野で盛んに... 続きを読む

レコメンドに画像の情報を活用する方法 - VASILY DEVELOPERS BLOG

2017/05/31 41 users VASILY DEVELOPERS Blog 中村 機械学習

2017 - 05 - 31 レコメンドに画像の情報を活用する方法 Chainer Python 機械学習 データ データサイエンティストの中村です。 ファッションアイテムの画像から抽出した特徴量は検索以外にも利用することができます。 今回はレコメンドにおける画像特徴量の活用について、以下の3トピックを考えてみたいと思います。 画像特徴量を利用したコンテンツベースレコメンド モデルベース協調フィル... 続きを読む

ヤフーオークションで上手に売るコツと2つのポイント : Rentarof blog |「根拠無く、自信満々、レコメンド」

2012/11/21 40 users ヤフーオークション 根拠 Rentarof blog コツ

出品するからには少しでも高く売りたい！というのが出品者の心情だと思います。 私は10年以上当オークションを利用していますがこの手法に気づいてからは古くなった衣類も 買った当初の値段とそれほど変わらず落札されることも多くあります。 （アメカジの衣類が多いので流行にあまり左右されないと言うこともありますが）   落札者の心理を理解して普段少しでも高く売りましょう。 1．商品の説明を克明に、情緒的に書く... 続きを読む

【御礼】SQLで身につける！初めてのレコメンド 〜 基礎から応用まで ～無事終了しました - DMM.comラボエンジニアブログ

2017/04/28 35 users SQL SQLレシピ 御礼 応用 共著本

2017 - 04 - 28 【御礼】SQLで身につける！初めてのレコメンド 〜 基礎から応用まで ～無事終了しました 勉強会 資料公開 Tweet Share on Tumblr こんにちは、ビッグデータ部の加嵜です。 共著本 『ビッグデータ分析・活用のためのSQLレシピ』（マイナビ出版) の紹介も兼ねた勉強会 SQLで身につける！初めてのレコメンド 〜 基礎から応用まで ～ が 無事終了しまし... 続きを読む

グラフDBのNeo4jでカフェのレコメンド機能を実験してみた - オールアバウトTech Blog

2017/03/02 34 users レコメンド機能 オールアバウトTech Blog カフェ

2017 - 03 - 02 グラフDBのNeo4jでカフェのレコメンド機能を実験してみた Neo4j レコメンド サービス開発 お世話になります。オールアバウトの sutchan です。 今回は、" Neo4j “というグラフデータベースを触って遊んでみた話をしたいと思います。 Neo4j（グラフデータベース）とは まず、グラフデータベースとはなんぞやという話から。 グラフデータベースは グラフ... 続きを読む