ICT技術:ICT Technology

web技術:web technology

保護中: マイクロサービスのアーキテクチャの概要

理想的な企業システムは、緊密に統合され、特定の技術スタックとハードウェアに最適化された単一のユニットとして、すべてのビジネス機能を提供するものとなる。このようなモノリシックなシステムは、時間の経過とともに複雑化し、単一のチームによって単一のユニットとして理解することが困難になることがよくある。ドメイン駆動設計では,このようなシステムをより小さなモジュール式のコンポーネントに分解し,それらを,限定されたコンテキストで単一のビジネス能力に焦点を当てるチームに割り当てることを提唱している。
コンピューター

Thinking Machines  機械学習とそのハードウェア実装

サマリー 機械学習をハードウェア的に実装する場合、多くは専用のハードウェア利用することとなる。それらの手段としては以下のようなものがある。 GPUを使用する:グラフィックスカード(GPU)を利用することで、一...
アルゴリズム:Algorithms

保護中: 弱ラベル学習のためのサポートベクトルマシン(2)マルチインスタンス学習

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるサポートベクトルマシンの拡張、弱ラベル学習問題へのSVMによるマルチインスタンス学習アプローチ(mi-SVM、MI-SVM)
Clojure

ClojureとJavascript、node.js、webフレームワークとの連携

デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるウェブフレームワーク(javascript、React、node.js等)とClojureの連携のClojurescriptによる実装
Clojure

ClojureとPythonの連携と機械学習

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるPythonモジュールのClojureとの連携ライブラリ(libpython-clj)の実装とサンプルコード(transformers、lime、autoencoder等)
python

GPy – Pythonを用いたガウス過程のフレームワーク

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの応用であるガウス過程のPythonを用いた実装であるGPy(ガウス回帰問題,補助変数法,スパースなガウス回帰,Bayesian GPLVM,ガウス過程による潜在変数モデル)
Clojure

Clojureでのガウス過程の実装

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの拡張として、fastmathを用いたClojureでのガウス過程の実装
python

SublimeText4とVS codeでのPython開発環境立ち上げ

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるPythonの開発環境のSublimeText4とVS codeでの立ち上げ
Clojure

SublimeText4とVS code、LightTableでのClojureの開発環境立ち上げ

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるClojure言語のSublimetextおよびVS codeでの開発環境立ち上げについて
アルゴリズム:Algorithms

保護中: 弱ラベル学習のためのサポートベクトルマシン(1)半教師あり学習

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるサポートベクトルマシンの応用としての弱ラベル学習(訓練事例の一部だけにラベル情報が与えられている半教師あり学習)
タイトルとURLをコピーしました