DataScience カテゴリの記事

68
投稿
37
著者数
1190
総シェア数
436
Twitter
1
Facebook
332
はてブ
421
Pocket

人工知能学会 (JSAI2024) 参加報告

2024年5月28日（火）から31日（金）まで開催された人工知能学会全国大会（JSAI2024）に参加してきたので、その様子を報告します。

画像生成AIは医療の未来を創れるのか？(リバイバル)

医療における画像生成の話をする前に、直近の画像生成AIのトレンドを振り返ってみます。

予測モデルを扱うプロジェクトの進め方

燃料（灯油や軽油など）を配送するために、なくなりそうなタイミングを知りたいという需要があるため、エネルギー使用量の予測モデルを開発し、運用しています。

MLflow上でOptunaによって生成される大量のrunを整理する

MLflowはハイパーパラメータを自動調整するツールとしてともに広く使用されているツールです。MLflowとOptunaを同時に利用した際に、Optunaが複数回試行することによってMLflow上にrunが大量に生成され、MLflow上で試行結果が見づらくなります。

言語処理学会 (NLP2024) でポスター発表を行いました

言語処理学会第30回年次大会に参加し、当社で取り組んだ研究内容についてポスター発表を行いました。言語処理学会は自然言語処理分野における国内最大の...

人工知能学会ビジネス・インフォマティクス研究会で登壇しました。

働きながら大学院で人工知能の研究をしている私が、2023年9月に開催された人工知能学会ビジネス・インフォマティクス研究会に登壇して、研究発表をしましたので、その体験記をご紹介します！

Prompt Flowをローカルで動かす＆コードで管理する

AzureのPrompt Flowをローカル環境で動かし、作成したフローをコードで管理する方法をご紹介します。

Prompt Flowでプロンプト評価の管理を行う

AzureのPrompt Flowを使ってLLMに入力するプロンプト評価の管理を行います。プロンプト評価の管理を行いたい背景として...

【LLMOps】LLMの実験管理にTruLens-Evalを使ってみた

LLMの実験管理ツール候補として、TruLens-Evalを検証しました。合わせて、LLMの実験管理についてまとめてみました。

LLM開発のためにMLOpsチームがやるべきこと

「LLM開発のためにMLOpsチームがやるべきこと」というテーマで、従来のMLOpsとの違い・ツール・構成例等について調査・整理しました。LLMとはLarge Launguage Model（大規模言語モデル）の略であり..

LLM開発のフロー

昨今注目されている大規模言語モデルの開発においてMLOpsチームがやるべきことを考えるため、まずはLLM開発の流れを調査・整理しました。

Sentence-Transformersを使ってみた！YouTube動画のセリフを手軽にセマンティック検索

テキストの埋め込みエンコーダーを使ってセマンティック検索をおもちゃレベルで簡単に実装する方法を紹介します。分かりやすいように、YouTubeの動画のセリフをコーパスとして使用します。

夏の自由研究：CreateMLを使ってカブトムシを分類するミニアプリを作ってみる。

こんにちは！HealthCare Innovation Group[^1]所属の橋本です。本記事は、[夏の自由研究ブログ連載2023]の1本目です。夏の風物詩であるカブトムシやクワガタを識別するミニアプリを作りました。

強化学習を学びたい人が最初に読む本を読んだ感想

本書は読んで学ぶ本ではなく、次の様な流れで学ぶスタイルであることが特徴です。1.まず人間が簡単なゲームを体験してみる 2.サンプルプログラムを使用してプログラムに...

Great ExpectationsでBigQueryのデータ品質を監視する

Great Expectationsというツールを使って、表形式データの品質をバリデーションする流れをご紹介します。MLOpsを推進するにあたりMLモデルの監視が必要となってきています。その中でも...

Stanによるベイズ推定に入門して株価の推移を予測してみる

テーマはベイズ推定です。選定の理由はこうです。業務で直接利用しているわけではないのですが、データ分析にはもともと興味があり、普段から社内の数人の有志メンバーを集めてチームを組んでデータ分析コンペなどにちまちまと参加していました。

Vertex AI Model MonitoringとEvidently AIで運用中のモデル・データを監視する【Output Metrics編】

データ/モデル監視ツールであるVertex AI Model MonitoringとEvidently AIを利用して両者を様々な観点で検証していきます。

Vertex AI Model MonitoringとEvidently AIで運用中のモデル・データを監視する【Input Metrics編】

データ/モデル監視ツールであるVertex AI Model MonitoringとEvidently AIを利用し、両者を様々な観点で検証していきたいと思います。Vertex AIのAutoMLで作成した回帰モデルの監視を想定し、ユースケースを交えて両者をそれぞれ検証していきます。

MLシステムにおけるモデル・データの監視【概要編】

「モデル・データの監視」について、なぜ監視が必要なのか、監視するべき項目は何か、監視するにはどのようなツールがあるのかについてご紹介します。

ChatGPTなどの大規模言語モデルが労働市場に与える影響の分析

世界中で話題となっているChatGPTですが、その開発元であるOpenAIから大規模言語モデル(LLM)が労働市場に与える影響について分析した論文が公開されました。

スモールデータ解析と機械学習を読んだ感想

Kaggle、AtCoder等の趣味が高じて2022年12月フューチャーに入社しました。このような背景の人がフューチャーに入社後、何が不足していると感じ、どのようにそれを埋めていこうとしているのか。といった目線でお読みいただければ幸いです。

Vertex AI PipelinesのTips

Vertex AI Pipelinesを利用してみて分かったTipsについて、いくつかピックアップしてまとめました。なお、コードは全てPython・Kubeflowを用いた場合を記載しています。Vertex AI Pipelinesとは、GCP上でMLパイプライン機能を提供するサービスです。サーバーレス方式でMLワークフローをオーケストレートします。

【合格記】Google Cloud Professional Machine Learning Engineer認定資格を振り返る

先日、Google Cloudの認定資格であるProfessional Machine Learning Engineer認定資格を受験し、取得することができました。また、今回はリモート試験にて受験をしてみました。この記事ではProfessional Machine Learning Engineer認定資格の合格に至った学習過程とリモート試験体験記について...

住所情報から経路を探索する"そこそこ"な方法

ユーザ等から登録された住所情報から、ある程度精度を犠牲にすることで安価に経路を探索できる状態する、つまり"そこそこ"な方法について紹介します。なお紹介する内容は当社でアルバイトとして活躍している大森さん・高倉さんの協力を得ています。

Future Tech Night #17 embeddingを用いた分析・検索・推薦の技術

Future Tech Night #17「embeddingの活用」と「MLOps」のAI勉強会を開催し、「embeddingを用いた分析・検索・推薦の技術」というタイトルで発表しました。当日の勉強会の様子は[YouTubeで公開しており...

12 3 Next