![FaceAPIでTeamsを円滑に[Part1 Detection編]](https://tech-blog.cloud-config.jp/wp-content/uploads/2020-04-08-faceapi-smoothing-teams-chat-000-e1586329329422-300x169.jpg "FaceAPIでTeamsを円滑に[Part1 Detection編]")
FaceAPIでTeamsを円滑に[Part1 Detection編]
はじめに まずは動かしてみよう Teamsへ出力 さいごに はじめに こんにちは! 新卒一年目の椎名 泰之です。Tech Blog講習で「4月中に1本記事を書きましょう!」みたいなことがあったので、3パートに分けて本稿を書いていきます。 (間に合ってない) 内容は、「テレワークで顔を突き合わせても、…
AI/Machine Learning
画像認識AIはどの箇所に着目して判断をするのか
こんにちは。 R&D Divisionの山本です。 最近のAIは当たり前にモノを識別しますよね。賢いAIに車の写真を渡したら、ちゃんと「車」だと識別しますし、写ってる人物が誰なのかを識別することだってできます。 ただ、なぜ「車」や「人」だと判断したのかは中々わかりません。誤った認識…
Azure Machine Learning Serviceで行う予測モデルの解釈【SHAP】
こんにちは。R&D Divisionの山本です。 本記事は予測モデル解釈の第五回目になります。これまでの記事は下記のリンクからどうぞ。 第一回：予測モデル解釈とはなんぞやを解説した記事はこちら第二回：Azure Machine Learningの機能を利用して、予測モデルの作成、モ…
Azure Machine Learning Serviceで行う予測モデルの解釈【LIME】
こんにちは。R&D Divisionの山本です。 本記事は予測モデル解釈の第四回目になります。これまでの記事は下記のリンクからどうぞ。 第一回：予測モデル解釈とはなんぞやを解説した記事はこちら第二回：Azure Machine Learningの機能を利用して、予測モデルの作成、モ…
Azure Machine Learning Serviceで行う予測モデルの解釈【線形回帰と決定木】
こんにちは。R&D Divisionの山本です。 本記事は予測モデル解釈の第三回目になります。これまでの記事は下記のリンクからどうぞ。 第一回：予測モデル解釈とはなんぞやを解説した記事はこちら第二回：Azure Machine Learningの機能を利用して、予測モデルの作成、モ…
Azure Machine Learning Serviceで行う予測モデルの解釈【AutoML】
こんにちは。R&D Divisionの山本です。 今回は予測モデル解釈の実践編1になります。実践編1では一切のコーディングを行わず、Azure Machine Learning Serviceが持つ、AutoML機能とモデル解釈機能で予測モデルの作成から解釈までを行います。 予測モ…
Azure Machine Learning Serviceで行う予測モデル解釈【概要編】
こんにちは。R&D Divisionの山本です。先日、劇場版SHIROBAKOを見たので今回は機械学習のKUROBAKO(ブラックボックス)について書きたいと思います。 さて、みなさん『機械学習』してますか？ 私はちょくちょくしているのですが、予測モデルの精度検証を行っていると、想定と全く異…
美術鑑賞して創造性を高めよう
昨年より某プロジェクトのPMを経験しました。 プロジェクトでは先輩方に多くのアドバイスをいただきました。この年齢になってきますと今までの経験でリードしようとしたり、どうしてもアウトプットがだせると心のどこかで思っています。いや、そういうものだと染みついていて体が無意識に動いてしまいます。 思い返すと…
BERT（Keras BERT）を使用した文章分類を学習から予測まで紹介！
概要 絶賛フロントエンド勉強中の井上です。今回は自然言語処理界隈で有名なBERTを用いた文書分類（カテゴリー分類）について学習（ファインチューニング）から予測までを紹介したいと思います。本記事では実装ベースでお話しするので、「そもそもBERTって何？」という方は検索するか、参考URLを載せておくので…