2015年11月にGoogleがリリースしたTensorFlow。Googleでは全社的にAIの活用を推し進めています。Deep Learningのネットワークを構築する計算グラフと特徴を解説しています。

Googleが人工知能の分野で注目する「ヘルスケア」領域。眼科診察に適用していこうと協業を重ねる中で発表した実験結果はどのようなものなのか？

データ分析を行う上で押さえておきたいツール「Jupyter Notebook」では何ができるのか、Jupyter Notebookがなぜデータ分析に有用なのかを解説します

ImageNet2015で圧勝したResidual Network(ResNet)。層間で残差を足し合わせるというシンプルなアイデアでCNNは層を格段に深くして飛躍的に性能が向上した。

Microsoftが2016年1月に公開したDeep Learningフレームワーク「CNTK」。各社フレームワークを公開する中、Microsoftが自信を持って開発するこのフレームワークの特徴とは？

Deep Learningの本命CNN。画像認識で圧倒的な成果を上げたのもこの畳み込みニューラルネットワークと呼ばれる手法です。位置不変性と合成性を併せ持つそのアルゴリズムとは？そして、TensorFlowによる実装も紹介しました。

ネットワーク内部の共変量シフトを抑えて、ニューラルネットワークの学習を加速させるBatch Normalizationについての解説と実装・効果検証しました。

企業が競争力を持つ上でビッグデータ解析による将来予測は不可欠になりつつあります。そのために広く利用される手法と、現在注目を集める「SARIMAモデル」について解説します。

Deep Learningの火付け役となったDropout。過学習を簡単な実装で防ぐことができるその実力と正則化について解説しました。