Submit Search
Upload
深層学習の導入で抱える課題とユースケース実例
•
0 likes
•
1,148 views
Hirono Jumpei
Follow
深層学習の導入で抱える課題とユースケース実例
Read less
Read more
Business
Report
Share
Report
Share
1 of 35
Download now
Download to read offline
Recommended
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用
Hirono Jumpei
【Dll3】scskプレゼン20170904
【Dll3】scskプレゼン20170904
Hirono Jumpei
製造業の画像検査におけるDeep Learningの現状とdeep inspectionの特徴
製造業の画像検査におけるDeep Learningの現状とdeep inspectionの特徴
Rist Inc.
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
Deep inspectionの特徴
Deep inspectionの特徴
Rist Inc.
Recommended
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用
Hirono Jumpei
【Dll3】scskプレゼン20170904
【Dll3】scskプレゼン20170904
Hirono Jumpei
製造業の画像検査におけるDeep Learningの現状とdeep inspectionの特徴
製造業の画像検査におけるDeep Learningの現状とdeep inspectionの特徴
Rist Inc.
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
Deep inspectionの特徴
Deep inspectionの特徴
Rist Inc.
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
Hirono Jumpei
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community Update
Hirono Jumpei
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
Daiyu Hatakeyama
Dll講演資料 2017616
Dll講演資料 2017616
NORIKO HOSAKA
データサイエンス業務と「ツール」
データサイエンス業務と「ツール」
The Japan DataScientist Society
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
DLL #3 株式会社standard
DLL #3 株式会社standard
Hirono Jumpei
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
DIMoの操作実演とSCSKが提供する研修プログラム
DIMoの操作実演とSCSKが提供する研修プログラム
Hirono Jumpei
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
Deep Learning Lab(ディープラーニング・ラボ)
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
ナレッジコミュニケーション
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
ナレッジコミュニケーション
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
BrainPad Inc.
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
Recruit Technologies
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
Dlc ri
Dlc ri
Hirokuni Uchida
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Ridge-i
More Related Content
What's hot
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
Hirono Jumpei
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community Update
Hirono Jumpei
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
Daiyu Hatakeyama
Dll講演資料 2017616
Dll講演資料 2017616
NORIKO HOSAKA
データサイエンス業務と「ツール」
データサイエンス業務と「ツール」
The Japan DataScientist Society
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
DLL #3 株式会社standard
DLL #3 株式会社standard
Hirono Jumpei
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
DIMoの操作実演とSCSKが提供する研修プログラム
DIMoの操作実演とSCSKが提供する研修プログラム
Hirono Jumpei
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
Deep Learning Lab(ディープラーニング・ラボ)
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
ナレッジコミュニケーション
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
ナレッジコミュニケーション
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
BrainPad Inc.
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
Recruit Technologies
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
What's hot
(19)
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community Update
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
Dll講演資料 2017616
Dll講演資料 2017616
データサイエンス業務と「ツール」
データサイエンス業務と「ツール」
分析手法のご紹介
分析手法のご紹介
DLL #3 株式会社standard
DLL #3 株式会社standard
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
DIMoの操作実演とSCSKが提供する研修プログラム
DIMoの操作実演とSCSKが提供する研修プログラム
Pepper+独自会話エンジン
Pepper+独自会話エンジン
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【20170414みんなのAI】機械学習の民主化を促進するAI活用術
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
【金融機関アクセラレータ参加ベンチャーと学ぶAI】クラウド×AIで機械学習の民主化を目指すナレコムAI
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Similar to 深層学習の導入で抱える課題とユースケース実例
Dlc ri
Dlc ri
Hirokuni Uchida
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Ridge-i
Microsoft de:code 2019 AI05 session
Microsoft de:code 2019 AI05 session
Ridge-i
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
Ridge-i
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
Ridge-i
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
Ridge-i
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
scirexcenter
非エンジニアのためのIt業界
非エンジニアのためのIt業界
Hideto Masuoka
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
JapanTaxiにおけるML Ops 〜機械学習の開発運用プロセス〜
JapanTaxiにおけるML Ops 〜機械学習の開発運用プロセス〜
Tetsutaro Watanabe
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
Fumihiko Takahashi
<インフラ管理者向け>チームでのAI開発を支援するAI開発プラットフォームKAMONOHASHI
<インフラ管理者向け>チームでのAI開発を支援するAI開発プラットフォームKAMONOHASHI
Kamonohashi
セキュリティ教育とUX ~結ばれていた赤い糸~
セキュリティ教育とUX ~結ばれていた赤い糸~
Yahoo!デベロッパーネットワーク
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
オラクルエンジニア通信
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
Yahoo!デベロッパーネットワーク
Similar to 深層学習の導入で抱える課題とユースケース実例
(20)
Dlc ri
Dlc ri
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Deep Learning Lab 2周年 - Deeplearning 導入 PoCを超えるノウハウ
Microsoft de:code 2019 AI05 session
Microsoft de:code 2019 AI05 session
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
[総務省宇宙データ活用] 4次元サイバーシティ タスクフォース会合資料
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
「企業のデジタルトランスフォーメーション ビッグデータ利活用に関する活動と課題」
非エンジニアのためのIt業界
非エンジニアのためのIt業界
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
JapanTaxiにおけるML Ops 〜機械学習の開発運用プロセス〜
JapanTaxiにおけるML Ops 〜機械学習の開発運用プロセス〜
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
ドライブレコーダーの Scene Text Recognitionにおける Multi-task Learning
<インフラ管理者向け>チームでのAI開発を支援するAI開発プラットフォームKAMONOHASHI
<インフラ管理者向け>チームでのAI開発を支援するAI開発プラットフォームKAMONOHASHI
セキュリティ教育とUX ~結ばれていた赤い糸~
セキュリティ教育とUX ~結ばれていた赤い糸~
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
データの見える化で進めるデータドリブンカンパニー #devsumiC
データの見える化で進めるデータドリブンカンパニー #devsumiC
More from Hirono Jumpei
20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ
Hirono Jumpei
20190719 minerlpl
20190719 minerlpl
Hirono Jumpei
Dllab2ndanniversarypl
Dllab2ndanniversarypl
Hirono Jumpei
Microsoft Autonomousへの取り組み
Microsoft Autonomousへの取り組み
Hirono Jumpei
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
Hirono Jumpei
AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財
Hirono Jumpei
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
Hirono Jumpei
Malmotutorial
Malmotutorial
Hirono Jumpei
Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126
Hirono Jumpei
20180627 databricks ver1.1
20180627 databricks ver1.1
Hirono Jumpei
DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804
Hirono Jumpei
Deep learning lab AI Expo
Deep learning lab AI Expo
Hirono Jumpei
20180323 dll standard
20180323 dll standard
Hirono Jumpei
Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2
Hirono Jumpei
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
異常検知ナイトgLupe発表
異常検知ナイトgLupe発表
Hirono Jumpei
DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802
Hirono Jumpei
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組み
Hirono Jumpei
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
Hirono Jumpei
Microsoft ではじめる AI DLラボ パートナープログラムご紹介
Microsoft ではじめる AI DLラボ パートナープログラムご紹介
Hirono Jumpei
More from Hirono Jumpei
(20)
20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ
20190719 minerlpl
20190719 minerlpl
Dllab2ndanniversarypl
Dllab2ndanniversarypl
Microsoft Autonomousへの取り組み
Microsoft Autonomousへの取り組み
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
Malmotutorial
Malmotutorial
Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126
20180627 databricks ver1.1
20180627 databricks ver1.1
DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804
Deep learning lab AI Expo
Deep learning lab AI Expo
20180323 dll standard
20180323 dll standard
Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
異常検知ナイトgLupe発表
異常検知ナイトgLupe発表
DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組み
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
ドキュメント自動入力AIプラットフォーム ディープシグマDPAについて
Microsoft ではじめる AI DLラボ パートナープログラムご紹介
Microsoft ではじめる AI DLラボ パートナープログラムご紹介
Recently uploaded
hakuten_company profile for saleshub_202404
hakuten_company profile for saleshub_202404
keiibayashi
株式会社フィジオ会社説明資料|採用の際の福利厚生やカルチャーなどを紹介しています
株式会社フィジオ会社説明資料|採用の際の福利厚生やカルチャーなどを紹介しています
chizurumurakami
HRMOS(ハーモス)タレントマネジメント_ご紹介資料_Saleshub掲載用
HRMOS(ハーモス)タレントマネジメント_ご紹介資料_Saleshub掲載用
wataruhonda3
chouhou_obuse_reiwa6nenn_4_2404slide.pdf
chouhou_obuse_reiwa6nenn_4_2404slide.pdf
ssuser31dbd1
Japan IT Week 2024 Brochure by 47Billion
Japan IT Week 2024 Brochure by 47Billion
Data Analytics Company - 47Billion Inc.
JAPAN WEB3.0 AWARD 2023 ブロックチェーン(NFT)技術を活用したアイディア 優秀賞作品 遺3.0相続
JAPAN WEB3.0 AWARD 2023 ブロックチェーン(NFT)技術を活用したアイディア 優秀賞作品 遺3.0相続
Yusuke Katsuma
第15回販促コンペ 審査員個人賞(林 知幸 氏) アルカナ? アディダスジャパン
第15回販促コンペ 審査員個人賞(林 知幸 氏) アルカナ? アディダスジャパン
Yusuke Katsuma
エンジニア採用のミスマッチを防ぐコーディング試験サービス『HireRoo(ハイヤールー)』
エンジニア採用のミスマッチを防ぐコーディング試験サービス『HireRoo(ハイヤールー)』
Kousuke Kuzuoka
ROMS_recruting_deck_for_website_20240322.pdf
ROMS_recruting_deck_for_website_20240322.pdf
hirokisawa3
HCCソフト株式会社 2025年新卒採用向け 会社紹介・採用情報資料------
HCCソフト株式会社 2025年新卒採用向け 会社紹介・採用情報資料------
ssusercbaf23
株式会社ベクトル総研会社概要 Vector Research Institute (VRI) Corporate Profile
株式会社ベクトル総研会社概要 Vector Research Institute (VRI) Corporate Profile
vrihomepage
株式会社AllAdsと申します。サービス紹介資料で御座いますので、是非ご覧くださいませ。
株式会社AllAdsと申します。サービス紹介資料で御座いますので、是非ご覧くださいませ。
takuyamatsumoto29
Recently uploaded
(12)
hakuten_company profile for saleshub_202404
hakuten_company profile for saleshub_202404
株式会社フィジオ会社説明資料|採用の際の福利厚生やカルチャーなどを紹介しています
株式会社フィジオ会社説明資料|採用の際の福利厚生やカルチャーなどを紹介しています
HRMOS(ハーモス)タレントマネジメント_ご紹介資料_Saleshub掲載用
HRMOS(ハーモス)タレントマネジメント_ご紹介資料_Saleshub掲載用
chouhou_obuse_reiwa6nenn_4_2404slide.pdf
chouhou_obuse_reiwa6nenn_4_2404slide.pdf
Japan IT Week 2024 Brochure by 47Billion
Japan IT Week 2024 Brochure by 47Billion
JAPAN WEB3.0 AWARD 2023 ブロックチェーン(NFT)技術を活用したアイディア 優秀賞作品 遺3.0相続
JAPAN WEB3.0 AWARD 2023 ブロックチェーン(NFT)技術を活用したアイディア 優秀賞作品 遺3.0相続
第15回販促コンペ 審査員個人賞(林 知幸 氏) アルカナ? アディダスジャパン
第15回販促コンペ 審査員個人賞(林 知幸 氏) アルカナ? アディダスジャパン
エンジニア採用のミスマッチを防ぐコーディング試験サービス『HireRoo(ハイヤールー)』
エンジニア採用のミスマッチを防ぐコーディング試験サービス『HireRoo(ハイヤールー)』
ROMS_recruting_deck_for_website_20240322.pdf
ROMS_recruting_deck_for_website_20240322.pdf
HCCソフト株式会社 2025年新卒採用向け 会社紹介・採用情報資料------
HCCソフト株式会社 2025年新卒採用向け 会社紹介・採用情報資料------
株式会社ベクトル総研会社概要 Vector Research Institute (VRI) Corporate Profile
株式会社ベクトル総研会社概要 Vector Research Institute (VRI) Corporate Profile
株式会社AllAdsと申します。サービス紹介資料で御座いますので、是非ご覧くださいませ。
株式会社AllAdsと申します。サービス紹介資料で御座いますので、是非ご覧くださいませ。
深層学習の導入で抱える課題とユースケース実例
1.
ディープラーニング 導入の課題と実例 2017/12/01 Deep
Learning Lab 第5回
2.
1©2017 Ridge-i All
Rights Reserved. • Ridge-i について • AI導入の課題 • 課題の実例 • さいごに Agenda
3.
2©2017 Ridge-i All
Rights Reserved. Ridge-i について
4.
3©2017 Ridge-i All
Rights Reserved. Ridge-i について ビジネスニーズにあった最適なAI技術を追求・提供します パートナーシップ Employees 10名 + α 主に機械学習エンジニア、 コンサルタント出身 外国人比率 50% Office 千代田区大手町 1-6-1-442 事業領域 AI コンサルティング AI ソリューション開発 例:モノクロ映像 カラー化AI 特にディープラーニング 機械学習、強化学習 会社概要 Style 裁量労働制
5.
4©2017 Ridge-i All
Rights Reserved. RI 自社開発事例 モノクロ映像自動彩色AI 大相撲 (5/21 NHKで放送) NHKスペシャル「戦後ゼロ年 東京 ブラックホール 1945-1946」 (8/20放送)
6.
5©2017 Ridge-i All
Rights Reserved. Ridge-i 担当について 柳原 尚史 • 小4からプログラマー。大学時代はプレイステーションのゲーム開発 • ブラックロック、HSBC、大和証券でリスク分析、アルゴリズム取引の開発 • 証券アナリスト、ネットワークスペシャリスト、宅建 など資格多数 趣味はトレイルランニング 富士山1日3往復 モンブラン170Kmを45時間寝ずに走破 数式に眠くならない強さ
7.
6©2017 Ridge-i All
Rights Reserved. AI導入の課題
8.
7©2017 Ridge-i All
Rights Reserved. ©2017 Ridge-i All Rights Reserved. 相談 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺開発 実業務に デプロイ 多多 中 中 少 AI導入 プロセス 人的 リソース 人材不足が AI導入を阻む最大のボトルネック AIで何か したい 課題と方向性 省力化・新商品・ 新ビジネス データ戦略 どの技術と データの組合せで 解決 実装・学習・検証 チューニング AI導入 達成 AI導入の流れとボトルネック
9.
8©2017 Ridge-i All
Rights Reserved. ● 本来あるべき姿 「この課題はAIなら解決できるのか?」 「解決する事によるインパクトはなにか?」 「そのために必要なデータは何か?」 活用戦略の課題 導入自体の目的化 ● ありがちな問題 「とにかく AIを入れたい」 「いまあるデータから宝が見つからないか?」 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺 開発
10.
9©2017 Ridge-i All
Rights Reserved. 技術詳細の課題 弊社の実案件の例 • AIで 荷物の運搬の最適な動線解析を行いたい • AIで 白黒映像の彩色作業の手間を削減したい • AIで 焼却炉の制御を自動化したい • AIで 電力マネージメントを最適化したい • AIで 製造装置の異常の兆候を捉えたい • AIで 徘徊老人を探したい AIが意味するところは玉石混合 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺 開発
11.
10©2017 Ridge-i All
Rights Reserved. 「AI」という言葉の曖昧さ 階層ベイズ MCMC GLMM 最尤法 ベイズ理論 主成分分析、GLM 検定 相関、共分散 確率、正規分布、分散 機械学習 統計解析 機械翻訳 トピックモデル 文章生成 ディープラーニング (RNN, Skip-gram) BWT, Wavelet Tree TF-IDF, Word2Vec 検索、N-Gram 形態素解析 自然言語解析 どれでもAI 分散協調 深層強化学習 強化学習 ディープラーニング LSTM, DBM, CNN, RNN 協調フィルタリング SVM, K-Means, 近傍法 探索木 ロジスティック回帰 最小二乗法 + ナップザック問題、動的計画法、最適化問題等も 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺 開発
12.
11©2017 Ridge-i All
Rights Reserved. ディープラーニングのパターン 検討 開始 活用 戦略 技術 詳細 開発 POC 周辺 開発 汎用最強はなくて、課題毎に複数試す必要 アンサンブル、ブースティングみたいに組合せも
13.
12©2017 Ridge-i All
Rights Reserved. ©2017 Ridge-i All Rights Reserved. ● ユーザーがAI活用を企画するための知識・理解の不足 ● あいまいなAIの定義 ● 日々進化するディープラーニング ニーズとシーズのギャップ 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 一人で向こうまで行けって そんな無茶な。。 (AI推進 担当) 深い谷 AI導入 できた!
14.
13©2017 Ridge-i All
Rights Reserved. Ridge-i の役割 導入支援、カスタマイズ Ridge-iが自社・共同開発 コンサルテーションフェーズ ソリューション開発フェーズ 課題と効果 最適な技術構成 複数のAIと他技術を どう組み合わせるか AIの導入価値の判定 他AIを活用 自社・共同開発 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 導入 達成 AI導入 プロセス パートナー企業
15.
14©2017 Ridge-i All
Rights Reserved. 課題の実例
16.
15©2017 Ridge-i All
Rights Reserved. ケース1 活用戦略の必要性 「ビッグデータあるある」
17.
16©2017 Ridge-i All
Rights Reserved. ビッグデータ活用あるある ● 車の任意の画像から、査定額を見積りたい 「ビッグデータを使いたい」で起きる よくある問題 ● 「いまあるビッグデータを使ってほしい」
18.
17©2017 Ridge-i All
Rights Reserved. ビッグデータあるある その1 ● データが不整形(画像の縦横比率もバラバラ) ● 対象物体が映っているアングルが揃っていない ● 対象物体以外に色々映りすぎ ● 顧客データのマスキング、セキュリティ確保 教師データを抜き出すだけで一つのプロジェクト
19.
18©2017 Ridge-i All
Rights Reserved. ビッグデータあるある その2 ● ラベルに大きな偏り ● 画像だけじゃ わからないケース(内装) ● 同じ画像でも、作業者、画像外要因で結果が違うことも 現状の誤った出力に、モデルをあわせる、 という本末転倒な結果にも。 入力データにモデル構築するのに十分な情報が入っていない
20.
19©2017 Ridge-i All
Rights Reserved. ケース 1 のまとめ 将来の競争優位のために 早めのデータマネージメント戦略が重要 データを貯めきる前に、早めに検証する柔軟さ 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート やっておけばよかった場所 機械学習・ディープラーニングを活用しやすい データを貯めよう
21.
20©2017 Ridge-i All
Rights Reserved. ケース2 技術詳細設計の必要性 「多目的は無目的」
22.
21©2017 Ridge-i All
Rights Reserved. 2年前に作った汎用AI
23.
22©2017 Ridge-i All
Rights Reserved. 放送レベルに特化させたAI 実証実験映像(4K)
24.
23©2017 Ridge-i All
Rights Reserved. WEB上の汎用AIサービス Ridge-i + NHK ART 汎用的なAIと、RI彩色技術との比較
25.
24©2017 Ridge-i All
Rights Reserved. モノクロ映像自動彩色AI - 活用実例 大相撲 (5/21 NHKで放送) NHKスペシャル「戦後ゼロ年 東京 ブラックホール 1945-1946」 (8/20放送) 数百倍の省力化を実現しながらも、放送クオリティを確保 人は 人がバリューを出せるところに集中できる
26.
25©2017 Ridge-i All
Rights Reserved. ケース2 まとめ ©2017 Ridge-i All Rights Reserved. ビジネス要件を満たす条件の見極め 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート やってよかった場所 目的が定まれば、技術の最適化が可能 汎用モデルはビジネスでは使えないことも
27.
26©2017 Ridge-i All
Rights Reserved. ケース3 開発力の必要性 「ブラックボックスじゃ困る」
28.
27©2017 Ridge-i All
Rights Reserved. ケース3 ブラックボックス問題 ■よくある質問 「AIが理由を説明できないと、問い合わせがあった時に困る」 「じゃぁ、決定木でも使えば?精度は落ちるかもね」 ■技術者的 模範解答 囲碁有段者 実際の解説 「単純にして荒々しい一手」 、 「そこの1目が厚いと思ったので」 「人間はもっともらしく言うのが得意なだけ」
29.
28©2017 Ridge-i All
Rights Reserved. DNN Prediction 2輪車 飛行機 Visual Explanation R&D – Visual Explanations of DNN output ディープラーニングが注目した箇所を図示する機能を追加
30.
29©2017 Ridge-i All
Rights Reserved. ケース3 まとめ ©2017 Ridge-i All Rights Reserved. ディープラーニングの構造まで踏み込んだ技術力 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 販売 サポート 強くてよかった場所 ニーズをコードまで落とす理解力
31.
30©2017 Ridge-i All
Rights Reserved. おまけ 社内R&D 事例
32.
31©2017 Ridge-i All
Rights Reserved. R&D case - Super Resolution Low quality (Input) Deep Learning (Output) Grand Truth 1/36 1/1 1/1
33.
32©2017 Ridge-i All
Rights Reserved. R&D case - Depth estimation (single camera) Single RGB Image (Input) Deep Learning (Output)
34.
33©2017 Ridge-i All
Rights Reserved. さいごに
35.
34©2017 Ridge-i All
Rights Reserved. Ridge-i の役割 コンサルテーション フェーズ ソリューション開発 フェーズ 相談 検討開始 活用 戦略 技術 詳細検討 開発 実証実験 周辺開発 実業務に デプロイ 導入 達成 • どの課題に、どのAI技術を使うのか、見極めが重要 お気軽にご相談ください! 問い合わせ contact@ridge-i.com • データとやりたいことがあれば、まず一度試して経験を積むのも あり (Fail Fast ! Learn Fast !) • 2−3ヶ月での簡易コンサル+POCもサポートします
Download now