Enviar pesquisa
Carregar
E2D3のプレゼンしてきたatNVIDIA
•
Transferir como PPTX, PDF
•
1 gostou
•
1,037 visualizações
H
Hiroki Kitano
Seguir
E2D3のプレゼンしてきたatNVIDIA
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 30
Baixar agora
Recomendados
E2D3 is Opensource, Intaractive, Dynamic Data Visualization platform on Excel. It's Easy, Useful, and Intuitive. Use E2D3 app for powerful presentation of your data.
E2D3 introduction
E2D3 introduction
E2D3
地理空間情報 x ビジネス x オープンソースGIS 勉強会! プレゼン資料ダイジェスト http://e2d3.connpass.com/event/35440/ ※しゃべりメインなのですません
20160713E2D3Workshop
20160713E2D3Workshop
Yasuto Furukawa
「地理空間情報 x ビジネス x オープンソースGIS 勉強会! GISを使うとこんなに面白い地図ができる」 2016/07/13 (水) 東京・青山スタートアップアクセラレーションセンター(ASAC) http://e2d3.connpass.com/event/35440/ 編集後記 注意: 国土数値情報、基盤地図情報は、"ビジネス"に使用することに制限がかかる場合があります。それぞれの省・院のサイト、利用規約 等 に従い、適切な利用をお願いします。 (7月17日記) このスライドは、当初の7月13日に使用したものから、一部、修正しています。当初、QGISでは背景地図を使うことができないような描きぶりをしていましたが、実際には、プラグインにより背景地図を使えます。このため、Open Street Mapを背景地図にしたCARTOを多用していたことを止め、地理院タイルを背景地図にしたQGISに置き換えました。
QGISで遊べる公共境界データ Public boundary data of small areas of Japan for QGIS beginners
QGISで遊べる公共境界データ Public boundary data of small areas of Japan for QGIS beginners
makitanaoki
地理空間情報 x ビジネス x オープンソースGIS 勉強会!@ASAC でのQGISパート資料
地理空間情報 x ビジネス x オープンソースGIS 勉強会!
地理空間情報 x ビジネス x オープンソースGIS 勉強会!
Kosuke Asahi
2017.03.04 【E2D3】第1回スポーツ x データビジュアライゼーション ハッカソン@大桟橋 インターナショナル・オープンデータ・デイ
E2D3ハンズオン
E2D3ハンズオン
Aya Ebata
オープンソースプロジェクト E2D3のご紹介
オープンソースプロジェクト E2D3のご紹介
Hideyuki Takeuchi
Zabbix2.2で導入されるVM監視機能の設定について α版である Zabbix 2.1を用いて解説しています。
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
真乙 九龍
Zabbix 2.2 のFirst bata であるZabbix2.1.7がリリースされました。 Zabbix2.1.6から2.1.7での変化ポイントについて VM監視を中心に解説しています。
【Zabbix 2.1】zabbix2.1.6→2.1.7 の変更点
【Zabbix 2.1】zabbix2.1.6→2.1.7 の変更点
真乙 九龍
Recomendados
E2D3 is Opensource, Intaractive, Dynamic Data Visualization platform on Excel. It's Easy, Useful, and Intuitive. Use E2D3 app for powerful presentation of your data.
E2D3 introduction
E2D3 introduction
E2D3
地理空間情報 x ビジネス x オープンソースGIS 勉強会! プレゼン資料ダイジェスト http://e2d3.connpass.com/event/35440/ ※しゃべりメインなのですません
20160713E2D3Workshop
20160713E2D3Workshop
Yasuto Furukawa
「地理空間情報 x ビジネス x オープンソースGIS 勉強会! GISを使うとこんなに面白い地図ができる」 2016/07/13 (水) 東京・青山スタートアップアクセラレーションセンター(ASAC) http://e2d3.connpass.com/event/35440/ 編集後記 注意: 国土数値情報、基盤地図情報は、"ビジネス"に使用することに制限がかかる場合があります。それぞれの省・院のサイト、利用規約 等 に従い、適切な利用をお願いします。 (7月17日記) このスライドは、当初の7月13日に使用したものから、一部、修正しています。当初、QGISでは背景地図を使うことができないような描きぶりをしていましたが、実際には、プラグインにより背景地図を使えます。このため、Open Street Mapを背景地図にしたCARTOを多用していたことを止め、地理院タイルを背景地図にしたQGISに置き換えました。
QGISで遊べる公共境界データ Public boundary data of small areas of Japan for QGIS beginners
QGISで遊べる公共境界データ Public boundary data of small areas of Japan for QGIS beginners
makitanaoki
地理空間情報 x ビジネス x オープンソースGIS 勉強会!@ASAC でのQGISパート資料
地理空間情報 x ビジネス x オープンソースGIS 勉強会!
地理空間情報 x ビジネス x オープンソースGIS 勉強会!
Kosuke Asahi
2017.03.04 【E2D3】第1回スポーツ x データビジュアライゼーション ハッカソン@大桟橋 インターナショナル・オープンデータ・デイ
E2D3ハンズオン
E2D3ハンズオン
Aya Ebata
オープンソースプロジェクト E2D3のご紹介
オープンソースプロジェクト E2D3のご紹介
Hideyuki Takeuchi
Zabbix2.2で導入されるVM監視機能の設定について α版である Zabbix 2.1を用いて解説しています。
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
真乙 九龍
Zabbix 2.2 のFirst bata であるZabbix2.1.7がリリースされました。 Zabbix2.1.6から2.1.7での変化ポイントについて VM監視を中心に解説しています。
【Zabbix 2.1】zabbix2.1.6→2.1.7 の変更点
【Zabbix 2.1】zabbix2.1.6→2.1.7 の変更点
真乙 九龍
オープンソースカンファレンス 2015 Tokyo/Spring 2日目:ライトニングトーク
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
Toru Takahashi
第6回Elasticsearch勉強会 資料
検索のダウンタイム0でバックアップからindexをリストアする方法
検索のダウンタイム0でバックアップからindexをリストアする方法
kbigwheel
VMwareユーザのためのDocker入門。 DockerとVMwareのリンククローンやProject Fargo,CloudVolumesの比較や解説
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
Masaomi Kudo
東京大学経済学研究科棟3階 第2教室(C会場) 13:00~15:00 2014年度 統計関連学会連合大会 株式会社KSKアナリティクス 北島 聡
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
This is a longer presentation than the one I gave at google. It covers some techniques more in depth.
Anomaly Detection in Deep Learning (Updated)
Anomaly Detection in Deep Learning (Updated)
Adam Gibson
http://www.zusaar.com/event/3927003
データ可視化勉強会
データ可視化勉強会
Daichi Morifuji
http://www.nikkei.com/article/DGXKZO05331800X20C16A7X12000/ 人工知能の英語表記は「AI」と略される。この言葉には1990年前後に関連研究をしていた研究者にとって、なんともほろ苦い響きがある。人間の行う知的処理をコンピューターへ実装しようと多くの研究者が挑戦したが、その成果の多くは世の役には立たなかった。その過ちは繰り返したくない。 あれから四半世紀前後がたち、AIという言葉が世間で騒がしいほど口にされている。AIというと、囲碁やクイズ番組でコンピューターが人間に勝つなど、人のように振る舞うコンピューターの話が一般には分かりやすい。だが、今、AIで成功しているのは機械学習という純粋なデータ処理である。大量のデータからコンピューターが統計処理を行って入力と出力の因果関係を自動学習できるようになった。 コンピューターに音声を何回も聞かせ、発音された言葉を教えれば音声認識ができる。画像を何回も見させ、被写体が何であるかを教えれば画像を認識できる。コンピューターは人の能力を何桁も上回る速度で顔の画像データを表層的に見る。そして画像を認識して個人名や年齢、性別などを言い当てる。人間の探偵のような深い洞察はないが、それが役にたつ。 画像認識で人の属性が分かればマーケティングやセキュリティーに使える。自動運転や調理の自動化にも応用できる。このようなAIの応用が着実に進んでいる。 画像以外のデータに対しても、AIは農業や医療、建設、運輸、流通、製造などさまざまな産業の効率化技術として利用されようとしている。特に米国では、さまざまなセンサーのデータから結果を予測することで産業の効率化・最適化に貢献する技術という意味で使われることが多い。 米ゼネラル・エレクトリック(GE)の2012年の財務報告書には「1%の力」という文言がある。もし各種産業機器に備え付けたセンサーデータの利活用により産業の効率を1%でも向上できれば、その効果は大きい。全世界の航空産業で燃料消費を1%効率化できれば、15年間で3兆円の節約になる。食品流通やサービス業など最適化の余地が大きい産業における効率化は、それ自体が新規事業となりえる。 考えてほしいのはここだ。AIは産業のあらゆる局面で効率化を堅実に進める道具であり、さらにそれは社会問題を解決する新規事業創造に重要な技術の一つであると理解してほしい。 現代のAIがデータの利活用に依拠しているのは明白だ。そのために企業の活動が横断的にデジタル化していなければならない。言い換えれば企業がデータを資産として相互に利活用できるシステム、組織、文化を整備していなければ、AIを活用できないのだ。 AIは魔法の技術ではない。研究を強化するだけでは先端技術が先走るだけで実が伴わない。 25年前には「ビッグデータ」なんて言葉はなかった。今はある。AIが実を伴うには、その根っこにデジタル化が必要である。
AiとIoTによる産業最適化と社会問題解決
AiとIoTによる産業最適化と社会問題解決
Osaka University
GPU ディープラーニングとは、トレーニング、推論、何十億台というインテリジェント デバイスでのディープラーニングを活用したインテリジェントなタスクの実行を網羅する、新たなコンピューティング モデルのことです。 企業の AI 活用を加速する、クラウドの GPU ディープラーニングに関しては、強固なパートナーシップが既に形成されています。 各社の詳細および事例をまとめました。
企業の人工知能 AI
企業の人工知能 AI
NVIDIA Japan
NVIDIA Deep Learning Institute 2016年4月27日のNVIDIA Deep Learning Day 2016 Springの資料です。 エヌビディア合同会社 プラットフォームビジネス本部 ディープラーニングソリューションアーキテクト 兼 CUDA エンジニア 村上 真奈 [概要] ディープラーニングは近年、画像認識の分野で、その高い認識精度から大変注目を集めている技術です。音声認識や自動運転など画像認識の分野以外への応用が進んでおり大変期待されています。本セッションは、日々新しい構造のモデルが提案され進化しているディープラーニングの概要とGPUが必要とされている理由について簡単に説明します。 その後に、実際にディープラーニングの開発のイメージを持って戴けるように、いくつかの代表的なディープラーニングのフレームワークを使い、デモしながら各フレームワークの特徴を解説します。ディープラーニングの最新の状況が知りたい、実際の開発の際にどのフレームワークを使うべきか知りたい、開発を始める前に開発のイメージを持ちたいという方に最適です。
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
NVIDIA Japan
2015/2/8に開催されたE2D3のハッカソンの資料です。 e2d3.org
d3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソン
圭輔 大曽根
新たなコンピューティング モデル、GPU ディープラーニングが火付け役となり、人工知能 #AI 時代が幕を開けています。 詳細はスライドをぜひご覧ください。
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
NVIDIA Japan
このスライドは 2017 年 1 月 17 日 (火)、ベルサール高田馬場で開催された「NVIDIA Deep Learning Institute 2017」にて、「NVIDIA GPU ディープラーニング最新情報」と題し、エヌビディア合同会社 ディープラーニング部 部長 井﨑 武士が講演したものです。 ディープラーニングは急速な進化を続け、世界中の様々な地域そして産業でその成果を挙げてきています。 本セッションでは、米国ワシントン DC やオーストラリアなどで行われた GTCx のイベントから、最新の応用・研究事例をご紹介します。また後半には、最新のデモをご覧いただきます。デモに使用した資料は「GPU クラウド コンピューティング」として以下の URL で参照ください。 ▶ http://www.slideshare.net/NVIDIAJapan/gpu-71123096
NVIDIA GPU ディープラーニング最新情報
NVIDIA GPU ディープラーニング最新情報
NVIDIA Japan
このスライドにより、ディープラーニング、機械学習、そして人工知能の基本について学ぶことができます。また、それらが身近なテクノロジーにどのような影響をもたらしているか、そして人工知能 #AI のテクノロジーにおいて次にどのような流れが来ているのかがまとまっています。
ディープラーニングとは
ディープラーニングとは
NVIDIA Japan
GTC 2017 では、業界のエキスパート、データ サイエンティスト、ビジネス リーダーが、デジタル ビジネスを変革するディープラーニングの可能性についてお話しします。 GPU テクノロジ カンファレンス (GTC) は、年に一度、ディープラーニング、人工知能、GPU を手掛ける世界中の開発者が一堂に会する最大級のイベントです。貴重なハンズオン トレーニングを体験できるほか、人工知能やディープラーニング、医療分野のソリューション、仮想現実、高速分析、自動運転車など、コンピューティング業界の最新の技術情報に触れることができます。 #GTC17
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
NVIDIA Japan
NVIDIA がいつも録音、公開している Podcast。AI 分野のさまざまなエキスパートが登場します。 あなたが今すぐ知るべき AI に関する知識をお届け。運転への革命や家庭での活躍、食品製造や都市の再構築まで、さまざまな分野を超えて AI について知識を深めることができます。
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
IBIS2016での講演内容を公開します。深層学習を実世界の問題に適用する上でどのような課題があるのか、車、ロボット、ヘルスケア、コミュニケーションでどのような研究課題があるのかについて紹介しています。
Ibis2016okanohara
Ibis2016okanohara
Preferred Networks
Vue.js meetup #3 LT 資料 https://vuejs-meetup.connpass.com/event/48462 Demo: https://goo.gl/cc5Q0M
Vue.js with Go
Vue.js with Go
Kazuhiro Kubota
2017/3/8 NTTレゾナントさんとサイボウズの合同勉強会 Open Tech Talk 「【解体新書】深層学習を取り入れたサービス作り」での発表資料のマイルド版です。人工知能と機械学習、深層学習の違いについて解説します。 https://connpass.com/event/51436/
人工知能と機械学習の違いって?
人工知能と機械学習の違いって?
Shuyo Nakatani
2017-09-26(火)情シス Café in Kobe #2@神戸 情報システム部のメンバーとノウハウを共有したいという思いから 情シス Café in Kobe #2@神戸に参加してきました。 ウチの情シスはこんなかんじという紹介です
ある工場の情シス
ある工場の情シス
Kohei Nakamura
突然、Yahoo!の急上昇ワードになって焦った話。
Yahoo!の急上昇ワード1位になった話
Yahoo!の急上昇ワード1位になった話
Takayuki Saito
8/6(土)第19回【フリースタイル】PORTもくもく会【学生歓迎!】LTタイムにて http://freestyle-mokumoku.connpass.com/event/36140/
データサイエンスビギナーズ創設に至ったわけ
データサイエンスビギナーズ創設に至ったわけ
Hiroki Kitano
Chainer Meet-up #02 におけるスポンサーセッションのスライドです。
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
NVIDIA Japan
Mais conteúdo relacionado
Destaque
オープンソースカンファレンス 2015 Tokyo/Spring 2日目:ライトニングトーク
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
Toru Takahashi
第6回Elasticsearch勉強会 資料
検索のダウンタイム0でバックアップからindexをリストアする方法
検索のダウンタイム0でバックアップからindexをリストアする方法
kbigwheel
VMwareユーザのためのDocker入門。 DockerとVMwareのリンククローンやProject Fargo,CloudVolumesの比較や解説
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
Masaomi Kudo
東京大学経済学研究科棟3階 第2教室(C会場) 13:00~15:00 2014年度 統計関連学会連合大会 株式会社KSKアナリティクス 北島 聡
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
This is a longer presentation than the one I gave at google. It covers some techniques more in depth.
Anomaly Detection in Deep Learning (Updated)
Anomaly Detection in Deep Learning (Updated)
Adam Gibson
http://www.zusaar.com/event/3927003
データ可視化勉強会
データ可視化勉強会
Daichi Morifuji
http://www.nikkei.com/article/DGXKZO05331800X20C16A7X12000/ 人工知能の英語表記は「AI」と略される。この言葉には1990年前後に関連研究をしていた研究者にとって、なんともほろ苦い響きがある。人間の行う知的処理をコンピューターへ実装しようと多くの研究者が挑戦したが、その成果の多くは世の役には立たなかった。その過ちは繰り返したくない。 あれから四半世紀前後がたち、AIという言葉が世間で騒がしいほど口にされている。AIというと、囲碁やクイズ番組でコンピューターが人間に勝つなど、人のように振る舞うコンピューターの話が一般には分かりやすい。だが、今、AIで成功しているのは機械学習という純粋なデータ処理である。大量のデータからコンピューターが統計処理を行って入力と出力の因果関係を自動学習できるようになった。 コンピューターに音声を何回も聞かせ、発音された言葉を教えれば音声認識ができる。画像を何回も見させ、被写体が何であるかを教えれば画像を認識できる。コンピューターは人の能力を何桁も上回る速度で顔の画像データを表層的に見る。そして画像を認識して個人名や年齢、性別などを言い当てる。人間の探偵のような深い洞察はないが、それが役にたつ。 画像認識で人の属性が分かればマーケティングやセキュリティーに使える。自動運転や調理の自動化にも応用できる。このようなAIの応用が着実に進んでいる。 画像以外のデータに対しても、AIは農業や医療、建設、運輸、流通、製造などさまざまな産業の効率化技術として利用されようとしている。特に米国では、さまざまなセンサーのデータから結果を予測することで産業の効率化・最適化に貢献する技術という意味で使われることが多い。 米ゼネラル・エレクトリック(GE)の2012年の財務報告書には「1%の力」という文言がある。もし各種産業機器に備え付けたセンサーデータの利活用により産業の効率を1%でも向上できれば、その効果は大きい。全世界の航空産業で燃料消費を1%効率化できれば、15年間で3兆円の節約になる。食品流通やサービス業など最適化の余地が大きい産業における効率化は、それ自体が新規事業となりえる。 考えてほしいのはここだ。AIは産業のあらゆる局面で効率化を堅実に進める道具であり、さらにそれは社会問題を解決する新規事業創造に重要な技術の一つであると理解してほしい。 現代のAIがデータの利活用に依拠しているのは明白だ。そのために企業の活動が横断的にデジタル化していなければならない。言い換えれば企業がデータを資産として相互に利活用できるシステム、組織、文化を整備していなければ、AIを活用できないのだ。 AIは魔法の技術ではない。研究を強化するだけでは先端技術が先走るだけで実が伴わない。 25年前には「ビッグデータ」なんて言葉はなかった。今はある。AIが実を伴うには、その根っこにデジタル化が必要である。
AiとIoTによる産業最適化と社会問題解決
AiとIoTによる産業最適化と社会問題解決
Osaka University
GPU ディープラーニングとは、トレーニング、推論、何十億台というインテリジェント デバイスでのディープラーニングを活用したインテリジェントなタスクの実行を網羅する、新たなコンピューティング モデルのことです。 企業の AI 活用を加速する、クラウドの GPU ディープラーニングに関しては、強固なパートナーシップが既に形成されています。 各社の詳細および事例をまとめました。
企業の人工知能 AI
企業の人工知能 AI
NVIDIA Japan
NVIDIA Deep Learning Institute 2016年4月27日のNVIDIA Deep Learning Day 2016 Springの資料です。 エヌビディア合同会社 プラットフォームビジネス本部 ディープラーニングソリューションアーキテクト 兼 CUDA エンジニア 村上 真奈 [概要] ディープラーニングは近年、画像認識の分野で、その高い認識精度から大変注目を集めている技術です。音声認識や自動運転など画像認識の分野以外への応用が進んでおり大変期待されています。本セッションは、日々新しい構造のモデルが提案され進化しているディープラーニングの概要とGPUが必要とされている理由について簡単に説明します。 その後に、実際にディープラーニングの開発のイメージを持って戴けるように、いくつかの代表的なディープラーニングのフレームワークを使い、デモしながら各フレームワークの特徴を解説します。ディープラーニングの最新の状況が知りたい、実際の開発の際にどのフレームワークを使うべきか知りたい、開発を始める前に開発のイメージを持ちたいという方に最適です。
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
NVIDIA Japan
2015/2/8に開催されたE2D3のハッカソンの資料です。 e2d3.org
d3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソン
圭輔 大曽根
新たなコンピューティング モデル、GPU ディープラーニングが火付け役となり、人工知能 #AI 時代が幕を開けています。 詳細はスライドをぜひご覧ください。
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
NVIDIA Japan
このスライドは 2017 年 1 月 17 日 (火)、ベルサール高田馬場で開催された「NVIDIA Deep Learning Institute 2017」にて、「NVIDIA GPU ディープラーニング最新情報」と題し、エヌビディア合同会社 ディープラーニング部 部長 井﨑 武士が講演したものです。 ディープラーニングは急速な進化を続け、世界中の様々な地域そして産業でその成果を挙げてきています。 本セッションでは、米国ワシントン DC やオーストラリアなどで行われた GTCx のイベントから、最新の応用・研究事例をご紹介します。また後半には、最新のデモをご覧いただきます。デモに使用した資料は「GPU クラウド コンピューティング」として以下の URL で参照ください。 ▶ http://www.slideshare.net/NVIDIAJapan/gpu-71123096
NVIDIA GPU ディープラーニング最新情報
NVIDIA GPU ディープラーニング最新情報
NVIDIA Japan
このスライドにより、ディープラーニング、機械学習、そして人工知能の基本について学ぶことができます。また、それらが身近なテクノロジーにどのような影響をもたらしているか、そして人工知能 #AI のテクノロジーにおいて次にどのような流れが来ているのかがまとまっています。
ディープラーニングとは
ディープラーニングとは
NVIDIA Japan
GTC 2017 では、業界のエキスパート、データ サイエンティスト、ビジネス リーダーが、デジタル ビジネスを変革するディープラーニングの可能性についてお話しします。 GPU テクノロジ カンファレンス (GTC) は、年に一度、ディープラーニング、人工知能、GPU を手掛ける世界中の開発者が一堂に会する最大級のイベントです。貴重なハンズオン トレーニングを体験できるほか、人工知能やディープラーニング、医療分野のソリューション、仮想現実、高速分析、自動運転車など、コンピューティング業界の最新の技術情報に触れることができます。 #GTC17
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
NVIDIA Japan
NVIDIA がいつも録音、公開している Podcast。AI 分野のさまざまなエキスパートが登場します。 あなたが今すぐ知るべき AI に関する知識をお届け。運転への革命や家庭での活躍、食品製造や都市の再構築まで、さまざまな分野を超えて AI について知識を深めることができます。
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
NVIDIA Japan
IBIS2016での講演内容を公開します。深層学習を実世界の問題に適用する上でどのような課題があるのか、車、ロボット、ヘルスケア、コミュニケーションでどのような研究課題があるのかについて紹介しています。
Ibis2016okanohara
Ibis2016okanohara
Preferred Networks
Vue.js meetup #3 LT 資料 https://vuejs-meetup.connpass.com/event/48462 Demo: https://goo.gl/cc5Q0M
Vue.js with Go
Vue.js with Go
Kazuhiro Kubota
2017/3/8 NTTレゾナントさんとサイボウズの合同勉強会 Open Tech Talk 「【解体新書】深層学習を取り入れたサービス作り」での発表資料のマイルド版です。人工知能と機械学習、深層学習の違いについて解説します。 https://connpass.com/event/51436/
人工知能と機械学習の違いって?
人工知能と機械学習の違いって?
Shuyo Nakatani
Destaque
(18)
ビッグデータ分析基盤を支えるOSSたち
ビッグデータ分析基盤を支えるOSSたち
検索のダウンタイム0でバックアップからindexをリストアする方法
検索のダウンタイム0でバックアップからindexをリストアする方法
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
VMwareユーザのためのdocker入門 ~Re:Virtualization Night #1~
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Anomaly Detection in Deep Learning (Updated)
Anomaly Detection in Deep Learning (Updated)
データ可視化勉強会
データ可視化勉強会
AiとIoTによる産業最適化と社会問題解決
AiとIoTによる産業最適化と社会問題解決
企業の人工知能 AI
企業の人工知能 AI
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
エヌビディアが加速するディープラーニング~進化するニューラルネットワークとその開発方法について~
d3jsハンズオン @E2D3ハッカソン
d3jsハンズオン @E2D3ハッカソン
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
人工知能 AI 時代の幕開け~新たなコンピューティング モデル、GPU ディープラーニングが火付け役に~
NVIDIA GPU ディープラーニング最新情報
NVIDIA GPU ディープラーニング最新情報
ディープラーニングとは
ディープラーニングとは
次世代の AI とディープラーニング GTC 2017
次世代の AI とディープラーニング GTC 2017
今すぐ AI の知識を深めるには
今すぐ AI の知識を深めるには
Ibis2016okanohara
Ibis2016okanohara
Vue.js with Go
Vue.js with Go
人工知能と機械学習の違いって?
人工知能と機械学習の違いって?
Semelhante a E2D3のプレゼンしてきたatNVIDIA
2017-09-26(火)情シス Café in Kobe #2@神戸 情報システム部のメンバーとノウハウを共有したいという思いから 情シス Café in Kobe #2@神戸に参加してきました。 ウチの情シスはこんなかんじという紹介です
ある工場の情シス
ある工場の情シス
Kohei Nakamura
突然、Yahoo!の急上昇ワードになって焦った話。
Yahoo!の急上昇ワード1位になった話
Yahoo!の急上昇ワード1位になった話
Takayuki Saito
8/6(土)第19回【フリースタイル】PORTもくもく会【学生歓迎!】LTタイムにて http://freestyle-mokumoku.connpass.com/event/36140/
データサイエンスビギナーズ創設に至ったわけ
データサイエンスビギナーズ創設に至ったわけ
Hiroki Kitano
Chainer Meet-up #02 におけるスポンサーセッションのスライドです。
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
NVIDIA Japan
#bq_sushi用のプレゼン資料 落ちて分かるBIgQUeryの落とし菜々
Bq sushi(BigQuery lessons learned)
Bq sushi(BigQuery lessons learned)
(shibao)芝尾 (kouichiro)幸一郎
2018/01/20 第3回東方発表会
東方ゲームAIとその歴史
東方ゲームAIとその歴史
ide_an
PlayFab Meetup #1 in Microsoft の LT 登壇資料です。
リアルタイムコマンドバトルのゲームで PlayFab を使ってみた
リアルタイムコマンドバトルのゲームで PlayFab を使ってみた
YutoNishine
TMCN vol11
子どもとデジタル現在進行形
子どもとデジタル現在進行形
Kaoru NAKAMURA
Comm Tech Festival にて使用した資料です
Windows10とRaspberryPiでMakerFaireTokyoに参加
Windows10とRaspberryPiでMakerFaireTokyoに参加
Yuki Ando
at 2016/02/21 Uemonolab
WebとIoTとMake
WebとIoTとMake
Hirotaka Niisato
コーヒーサーバー2014 https://www.youtube.com/watch?v=90l0AWPvGQg TENGA ローリング・ヘッド ハードを使ったTENGA DJ https://www.youtube.com/watch?v=ZxtvFc46DWY 焼き色を選んで焼けるトースター https://www.youtube.com/watch?v=ZBsoqYi4cpA 解説ブログ http://nokkiidev.tumblr.com/post/109093094257/works コーヒーサーバアプリのモック(Sinatra) http://nokkii.luna.ddns.vc:4567/ ベーカリーの秋(仮称)のアプリのモック(Rails) http://nokkii.luna.ddns.vc:3001/
IoT家電を作ってみて気がついたUX
IoT家電を作ってみて気がついたUX
Takuya Noaki
NIIクラウドチームがDockerでどうしようとしているか?Docker Meetup in Tokyo #1でしゃべらせていただきました。
NIIクラウドチームとDocker
NIIクラウドチームとDocker
Satoshi Yazawa
Ride on azure~アイデアソン編~
Ride on azure~アイデアソン編~
Tatsuya Ishikawa
デブサミ関西 セッションB3 「ソーシャルゲームのデータサイエンス」
デブサミ関西2013 「ソーシャルゲームのデータサイエンス」
デブサミ関西2013 「ソーシャルゲームのデータサイエンス」
OCHI Shuji
2020年7月7日(火曜日)に行った 東京大学 経済学部講義 後半の資料です。
東京大学 経済学部講義 後半
東京大学 経済学部講義 後半
Youichiro Miyake
2011年1月14日、マイクロソフト社内で非公式に行われたソーシャルウェブ勉強会の抜粋資料です。昨年のソーシャルWEBのトレンドを振り返り、今後のソーシャル経済圏でのビジネスモデル構築検討をディスカッションしています。情報ソースは各ページの出典元リンクをご参照ください。
Discussion for Social WEB Bisiness
Discussion for Social WEB Bisiness
Daisuke Masubuchi
12/16に開催された 『第34回 Tokyo Jazug Night (Online)』 でお話しした「冬休みにAzureを学習したい方へ!おすすめマイクロソフト公式サイトまとめ情報」のスライドです。公式サイトは今後も進化していくと見込まれるため発表時点の情報となりますが、ご参考となりましたら幸いです。 イベントページ 『第34回 Tokyo Jazug Night (Online)』 https://jazug.connpass.com/event/232095/
冬休みにAzureを学習したい方へ!おすすめマイクロソフト公式サイトまとめ情報
冬休みにAzureを学習したい方へ!おすすめマイクロソフト公式サイトまとめ情報
Rie Moriguchi
2017年2月25日仙台にて開催した、「第2回八子クラウド座談会in仙台」の 当日討議メモ付き資料です。 参照・引用の際には「第2回八子クラウド座談会in仙台資料より」を明記して頂くことをお願いします。
座談会資料(討議メモ付き) 20170225
座談会資料(討議メモ付き) 20170225
知礼 八子
画像認識技術×地域活性化案として、この画像認識サービスを考案しました。難しいとされているりんごの品種分けをAIはどれほど認識できるのか、また、身近にあるりんごが何の品種であるか手軽に特定できるツールがあれば面白いと思いこの研究テーマに取り組みました。この画像認識モデルは、ふじりんごかそれ以外かの二値分類のみ識別となっており少ないですが、デバイスに依存しないWebアプリサービスとして制作出来ました。
A12 坂井研究室 澤田純礼
A12 坂井研究室 澤田純礼
aomorisix
「AI の民主化」で誰でも AI 開発できる時代になりました。本セッションでは AI 開発の理解に役に立つハンズオン資料を二つ紹介します。先日の Build 2020 で GA した Bot Framework Composer と QnA Maker, LUIS とを連携した Q&A チャットボット、もう一つは Custom Vision のモデルをエクスポートして Azure IoT Edge デバイス上で画像分類する Edge AI です。PC と Azure サブスクリプションを用意して AI 開発を始めましょう。
【de:code 2020】 ハンズオンで学ぶ AI ~ Bot Framework Composer + QnA Maker / Custom Visi...
【de:code 2020】 ハンズオンで学ぶ AI ~ Bot Framework Composer + QnA Maker / Custom Visi...
日本マイクロソフト株式会社
Semelhante a E2D3のプレゼンしてきたatNVIDIA
(20)
ある工場の情シス
ある工場の情シス
Yahoo!の急上昇ワード1位になった話
Yahoo!の急上昇ワード1位になった話
データサイエンスビギナーズ創設に至ったわけ
データサイエンスビギナーズ創設に至ったわけ
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
NVIDIAのエンジニア向けコミュニティ活動&CUDA最新情報
Bq sushi(BigQuery lessons learned)
Bq sushi(BigQuery lessons learned)
東方ゲームAIとその歴史
東方ゲームAIとその歴史
リアルタイムコマンドバトルのゲームで PlayFab を使ってみた
リアルタイムコマンドバトルのゲームで PlayFab を使ってみた
子どもとデジタル現在進行形
子どもとデジタル現在進行形
Windows10とRaspberryPiでMakerFaireTokyoに参加
Windows10とRaspberryPiでMakerFaireTokyoに参加
WebとIoTとMake
WebとIoTとMake
IoT家電を作ってみて気がついたUX
IoT家電を作ってみて気がついたUX
NIIクラウドチームとDocker
NIIクラウドチームとDocker
Ride on azure~アイデアソン編~
Ride on azure~アイデアソン編~
デブサミ関西2013 「ソーシャルゲームのデータサイエンス」
デブサミ関西2013 「ソーシャルゲームのデータサイエンス」
東京大学 経済学部講義 後半
東京大学 経済学部講義 後半
Discussion for Social WEB Bisiness
Discussion for Social WEB Bisiness
冬休みにAzureを学習したい方へ!おすすめマイクロソフト公式サイトまとめ情報
冬休みにAzureを学習したい方へ!おすすめマイクロソフト公式サイトまとめ情報
座談会資料(討議メモ付き) 20170225
座談会資料(討議メモ付き) 20170225
A12 坂井研究室 澤田純礼
A12 坂井研究室 澤田純礼
【de:code 2020】 ハンズオンで学ぶ AI ~ Bot Framework Composer + QnA Maker / Custom Visi...
【de:code 2020】 ハンズオンで学ぶ AI ~ Bot Framework Composer + QnA Maker / Custom Visi...
E2D3のプレゼンしてきたatNVIDIA
1.
シリコンバレーの勉強会で E2D3の紹介をしてきた話 at NVIDIA 北野 ヒロキ facebook:kitano0
2.
だれ? • 北野 ヒロキ facebook:Kitano0 •
10月からDMM.comラボ • データアナリスト、データマイニングエンジニア • データサイエンスビギナーズ主催 • Rubyも好き • ボードゲーム、バイク、サバゲも好き
3.
経緯 • 転職休みで2週間ほどカリフォルニア旅行 • シリコンバレーには1週間(ロス、サンディエゴ、メキシコ) •
本社オフィスツアーしてもらった会社 • Google、Facebook、Paypal、TechShop • 本社訪問した会社 • Tesla motors、Twitter、Uber、Apple、Github、 Intel、VMware、SAP、Yahoo、Firefox(mozilla)
4.
現地の勉強会に行ってみたい!
5.
6.
7.
Micah氏
8.
NVIDEAにやってきました!
9.
10.
11.
12.
13.
まずピザとクッキーが 振舞われる(デカイ)
14.
きっかけ
15.
きっかけ
16.
きっかけ
17.
18.
きっかけ
19.
きっかけ
20.
きっかけ
21.
きっかけ
22.
1.E2D3の評判は凄くいい! 2.綺麗だ!ビジュアルが凄くいい 3.エンジニアじゃなくても使えるのがいい 4.GS2D3を作ってくれ!byGoogleエンジニア 5.PowerBIとの比較 6.デモ動画がイメージしてもらいやすくて良かった
23.
世界へ広めていくために • MeetUpなどで外国人エンジニアコミュニティへ
24.
グラフは万国共通!
25.
コミュニティの宣伝
26.
27.
28.
Azure Machine Learning
29.
compass 「データサイエンスビギナーズ でケンサク・ケンサク!」 北野 ヒロキ facebook:kitano0
30.
もっと気軽に楽しく! ビジュアライズ! アナリティクス! マシンラーニング! ありがとうございました! 北野ヒロキ facebook:kitano0
Notas do Editor
最近ではどのアプリケーションにも使われている機械学習。やってみたいけどどこから始めてよいのかわからない。アルゴリズムは知っているけど、データ整理、アプリへの実装に時間がかかりモデル作成に集中できない。Azure MLを使えばどこまでできるか?開発者のために鍛え抜かれた新しい機械学習プラットフォームの威力を紹介します!
Baixar agora