Leonardo: The Skateboarding, Slacklining Robot - YouTube
@Hiro_Tsukamoto ラボメイトが綱渡りとかスケボとかできるロボット、レオナルド君を開発しました。周りのみんな死ぬほど優秀で身が引き締まります。 t.co/zRwx9nlugR t.co/v6Z8RdjMT0
State of Data Science and Machine Learning 2021 | Kaggle
@matei_zaharia Really cool to see @MLflow as the second-most popular ML tracking tool in this year's @kaggle survey (only behind TensorBoard), given that it started in 2018! We're excited to bring easy, open source observability to all ML workflows. t.co/Wa4chmQVXp t.co/1gNY8QG3K7
Sartorius - Cell Instance Segmentation | Kaggle
@currypurin kaggleの新コンペ t.co/hPX8LUdc2R ・顕微鏡画像から、神経細胞のセグメンテーションタスク ・12/30まで ・コードコンペ ・データ量も4ギガ弱なので、取り組みやすいかも?

@tawatawara 締め切り 12/30(UTC) ということは日本時間だと 12/31 の朝か。 今年の締めくくりとして大晦日に LB 見守る会やるためだけに参加したい気持ちあるな(あと segmentation の練習) t.co/iS43OvApiK
Interpretable Machine Learning for Diversified Portfolio Construction | The...
@Maxwell_110 資産ポートフォリオ間のカルマーレシオスプレッドを XGB + SHAP で解釈 📝 t.co/BWsFKSJThm MunichRe の研究で,ポートフォリオ戦略間(ERC vs HRP)のスプレッドを利回り等から得られる特徴量を使い XGB で学習し SHAP で解釈 特に Maxdrowdown 関連の特徴量がスプレッドに影響すると報告 t.co/p7WQCNQDwO
Boston FinTech Week 2021: Is There Noise in the Machine? Removing Bias in A...
@mmitchell_ai I was privileged to join a a FinTech panel recently on AI bias in financial systems with luminaries from Fidelity, FICO, Stratyfy, and Automated Regulatory Monitoring. There were some Qs on Twitter whether there would be a recording. It's up now! t.co/WFHhsN6J0b
出版記念セミナー: AI活用成熟度と機械学習デザインパターン詳説 - connpass
@Hiro_Washi #MLDP 邦訳『機械学習デザインパターン』発刊 #SmartSE eAI共催 出版記念セミナー「AI活用成熟度と機械学習デザインパターン詳説」11月10日(水)19:00無料オンライン開催。訳者陣からライフサイクルとあわせて詳しく解説します。参加特典もありますのでぜひご参加ください。 t.co/xLZpDVkujG t.co/Y8Kc7ENpVA
UXリサーチを活用して、仮説検証プロセスを改善した話(前編)|Mercari Analytics Blog|note
@s_iida UXリサーチとデータ分析を上手く組み合わせ仮説検証を効率化することにチームとして取り組んでますが、明確な結果も出来つつあり、今後が楽しみな取り組みの一つです。 t.co/JCDlk3CVoY
Weekly Kaggle News #96 | Revue
@upura0 🔥 Hot off the press: “Weekly Kaggle News #96t.co/HuPv5Km0hL (via @revue) - Kaggle Days Championship が今年11月〜来年10月に開催決定 - 顕微鏡画像からニューロン細胞を検出するKaggle「Sartorius - Cell Instance Segmentation」開始 - Nishikaが特許庁と類似商標画像検出コンペ
量子機械学習で何が起こっているのか? | AI-SCHOLAR | AI:(人工知能)論文・技術情報メディア
@ai_scholar 本論文では、機械学習の3つの主要分野である教師付き学習、教師なし学習、強化学習におけるQMLの最新動向と将来の展望について説明しています。また、純量子的な学習アルゴリズムや量子古典的な学習アルゴリズムについても、貴重な知見を提供します。 t.co/38ifSRMf2T
[2110.07531] Predictive models of RNA degradation through dual crowdsourcin...
@0verfit ついに出たか・・・ t.co/UyBhN1gabG

@nyanp 去年のcovidコンペのペーパーがついに👏 t.co/EPZLh5ajbz
論文紹介 Towards a Fair Marketplace: Counterfactual Evaluation of the trade-off...
@hagino3000 社内論文読み会で発表した資料です。Spotifyがアーティスト間の楽曲露出機会の公平さを考慮した推薦を提案して評価している論文です。 t.co/0bi07r1Ewy
Egocentric 4D Perception (EGO4D)
@t_Signull 去年の2月から主にデータ収集役として取り組んでいた大規模(3000時間)一人称視点映像収集プロジェクトのウェブサイト&論文が公開されました!主導はFAIRですが東大も参加しています。 ウェブサイト:t.co/hOx5YcFG4T 論文:t.co/mS0ebbkS9j
The Klimt Color Enigma — Google Arts & Culture
@Maxwell_110 クリムトの三つの失われた傑作を再現 🎨 t.co/oDlSAieLAU Google Arts & Culture Lab がモノクロ写真のクリムトの傑作をカラーリング DeOldify(t.co/5cACQnnbSo)アーキテクチャを採用しており,90,000点以上の作品で事前学習した後に,80点程のクリムト作品でカラーリングを学習 t.co/jv5OofEFHy
[2109.08535] Simple Entity-Centric Questions Challenge Dense Retrievers
@ELYZA_inc Natural Questions で学習した DPR の性能が簡単な定型質問であっても低いことが判明。レアな entity が含まれる質問は,その質問パターンを学習した場合にしか解けない。改善には passage encoder のロバスト化などが必要と分析。 t.co/QLsxkExsv6 t.co/QfRkbnMU61
コミュニティサービスにおけるレコメンデーションの変遷とMLパイプラインについて - Speaker Deck
@takapy0210 先ほどの発表資料です! コメント・ご質問してくださった方、ask-the-speakerで話してくださった方、運営の方々、ありがとうございました! (voiceチャンネルでぼっちにならなくて良かった...来てくださった皆様本当にありがとう...ありがとう...😢) #pyconjp #pyconjp_2 t.co/ZrYhB0gfDB
GitHub - komo-fr/PyConJP2021_talk: PyConJP2021のtalk「Bokeh & Dash Cytoscape ...
@komo_fr #PyConJP 2021 本日の資料 & サンプルコードを公開しました! 本日はお越しいただきありがとうございました。 スライド: t.co/gdqaJ3PrLN リポジトリ: t.co/mh3kXKvK5p 発表中にコメント頂いたJupyter-Dashのサンプルも追加しました(資料も追記修正しました)
11 月 9 日 - 12 日開催 ! Google Cloud ML Summit
@googlecloud_jp データ サイエンティスト、ML エンジニア向け💡 ML Summit 11 月 9 日(火)〜 12 日(金)開催 🎥t.co/r5998j5JJD 最新の #AI#機械学習 が新たなビジネス価値の創造にどのように活用されているか、 4 日間にわたり豊富な活用事例とともにお届けします。 ご参加お待ちしています✨ #gc_ml
Optiver Realized Volatility Prediction | Kaggle
@tomo_42695 リーダーが上げてくれました! シェイクしないことを祈る t.co/oaEGJAHmyu
11 月 9 日 - 12 日開催 ! Google Cloud ML Summit
@googlecloud_jp データ サイエンティスト、ML エンジニア向け💡 ML Summit 11 月 9 日(火)〜 12 日(金)開催 🎥t.co/r5998j5JJD 最新の #AI#機械学習 が新たなビジネス価値の創造にどのように活用されているか、 4 日間にわたり豊富な活用事例とともにお届けします。 ご参加お待ちしています✨ #gc_ml
11 月 9 日 - 12 日開催 ! Google Cloud ML Summit
@googlecloud_jp データ サイエンティスト、ML エンジニア向け💡 ML Summit 11 月 9 日(火)〜 12 日(金)開催 🎥t.co/r5998j5JJD 最新の #AI#機械学習 が新たなビジネス価値の創造にどのように活用されているか、 4 日間にわたり豊富な活用事例とともにお届けします。 ご参加お待ちしています✨ #gc_ml
GitHub - sartorius-research/LIVECell
@Maxwell_110 RSNA Brain コンペ終了に代わってやってきた神経細胞 segmentation のコンペはシンプルなタスクの模様 t.co/hMKlzgvLoI 評価指標は複数閾値別(IOU)の precision を平均したもの また,外部データが公式提供されており,SH-SHY5Y 以外の種類も利用可能 t.co/JPUPWNPMJC #kaggle t.co/ZD4Tok9ycH
GitHub - xiong-jie-y/tsukuyomichan-ai: AI agent of tsukuyomi chan.
@_xiongjie_ つくよみちゃんAI。 * Pythonの構文を知っている人なら比較的簡単に会話パターンを追加できるようにした。(下記URL) * ため息を5回吐くとつくよみちゃんに気遣ってもらえる機能を作った。 t.co/iMWIbe6Bm5
Sartorius - Cell Instance Segmentation | Kaggle
@Maxwell_110 RSNA Brain コンペ終了に代わってやってきた神経細胞 segmentation のコンペはシンプルなタスクの模様 t.co/hMKlzgvLoI 評価指標は複数閾値別(IOU)の precision を平均したもの また,外部データが公式提供されており,SH-SHY5Y 以外の種類も利用可能 t.co/JPUPWNPMJC #kaggle t.co/ZD4Tok9ycH
Alternatives for wake word detection for any language - Dreaming about ai w...
@_xiongjie_ @PINTO03091 ありがとうございます!それでも実行速度は相変わらず14msです... onnxCPUExecutionProviderで実行すると1msと速いのも謎です。 t.co/DjQEPH7QQU
General-Purpose Question-Answering with Macaw | AI2 | AI2 Blog
@allen_ai AI2's Aristo team presents Macaw, an open-source, versatile, generative question-answering system with strong zero-shot performance on a wide range of question types. Macaw outperforms #GPT3 by >10%, even though Macaw is an order of magnitude smaller! t.co/WaszkZSFpY
Heuristics in the delivery room
@AnupamBJena Hi @CassSunstein see this paper blast from past, by @vini_singh_ t.co/Agx7PYkwn7 This & other heuristics papers in medicine do something more than just show docs employ heuristics to make decisions. They provide natural experiments to study causal effects of treatments
Google Cloud unveils 5 new data cloud capabilities | Google Cloud Blog
@GoogleCloudTech ICYMI: New data cloud announcements from #GoogleCloudNext: 📊 Vertex AI Workbench 📊 BigQuery Omni (GA) 📊 Spark on Google Cloud 📊 PostgreSQL interface for Spanner 📊 @LookerData integrations 📊 @GoogleEarth Engine on Google Cloud And more ↓ t.co/kcAHKMg9XX
GitHub - darglein/ADOP
@CAFxX Paper: t.co/NSuVBl55LW Repository: t.co/SrJ1mdbRrD Full video: t.co/A08xrKJphI t.co/K6nnl4tBfO
GitHub - omron-sinicx/diabolo: Playing diabolo with two robot arms in ROS +...
@sports_robots わたしたちのディアボロロボットのコードが公開されました。 t.co/2LjRWE6cDa
Google AI Blog: SimVLM: Simple Visual Language Model Pre-training with Weak...
@mamoruk こんなのでうまく動くのか〜。すごいな Transformer。 t.co/ErJgz6bJm0
ICCV 2021 Open Access Repository
@kuritateppei 条件付きGANは投影ベースと分類ベースのものがあるが、前者は後者に比べInceptionスコアで劣るものの崩壊しにくいことを発見。そこで分類ベース損失に正則化(重み減衰)を施すことで崩壊を緩和するOmni-GANを提案。Inceptionスコアを100向上。BigGANに数行のコードを追加のみ。 t.co/hns5ENI5qf t.co/CFyXmqORyZ
Release 1.0.6: Tasks hash ids update when run function definition changes ·...
@SassaHero gokart 1.0.6がリリース! フラグを有効にすると、タスクの定義の変更で自動的にrerunされるようになり、意図せずcacheが使われることがなくなります。めちゃくちゃ便利! エムスリーAIチームjoinから2週間のメンバーが開発してくれました! t.co/OgHpNlV3BJ t.co/NEM69ONfHn
[2104.06609] Representative Forgery Mining for Fake Face Detection
@AkiraTOSEI t.co/08tHOkGmmB Deep Fake検出では、顔の限られた領域にしか注目せず過適合している。そこで、重要な領域を隠すような変換を学習中にかけることで他の部分にも注目させる手法を提案。従来の手法に付け加えて実装が可能であり、さまざまなモデル、データセットで精度の向上を確認した t.co/71cl7KgHli
[2103.16148] Class-Aware Robust Adversarial Training for Object Detection
@AkiraTOSEI t.co/6cNSATvYs0 物体検知は複数の物体が登場するが、クラスごとに正規化を行うことで各クラスそれぞれに均等に攻撃を行うことができる手法を提案。また、その敵対的ノイズを付与した敵対的学習で、敵対的攻撃に対する頑健性が向上することを確認した。 t.co/58yvYduGn3
[2004.08697] CausalVAE: Disentangled Representation Learning via Neural Str...
@AkiraTOSEI t.co/DnyMek2DYY VAEで潜在表現のdisentangleな表現を学習することができるCausalVAEを提案。潜在層に学習パラメータAを設け、潜在変数同士の因果関係を学習させる。Aを三角行列にすることで、潜在変数を再現するような制約をかける。Toy ModelやCelebAで要素が分離できていることを確認。 t.co/4PRK3nHbWf
[1411.5752] Hypercolumns for Object Segmentation and Fine-grained Localizat...
@Maxwell_110 ⬇ HyperColumn 📝 t.co/FSmouRrd1p CNNs の上・下層の特徴マップはそれぞれ捉えている情報が異なっており,segmentation 等の fine-grained なタスクでは,decoder の下層の情報も重要である そこで,Hypercolumn は各 stage の特徴マップを upsample + concat し必要な情報を得ている t.co/BYYeGeJJPG
Train | Inference using torchdistill | Kaggle
@chizu_potato t.co/NUfoJJqMZF torchdistillというPyTorchのフレームワークを使ってKaggle上で訓練&推論を行いました! コードの通り、configで"すべて"を管理できて、loggingも良い感じにやってくれるのが特徴です
Pythonによるアクセスログ解析入門 / Tutorial on Access Log Analysis by Python - Speaker D...
@upura0 本日 11:40- の #pyconjp 2021 での発表資料です。Webサービスのアクセスログを題材に、PythonのPandasを用いたデータ解析の技法や数々の応用事例を紹介します。 #pyconjp_1 Pythonによるアクセスログ解析入門 t.co/vYqqiyblWv サンプルコードもあります。 t.co/qi9P7FhJtu

@nikkeideveloper PyCon JP 2021に登壇中の日本経済新聞社の石原さんの発表スライドはこちらです。 Webサービスのアクセスログを題材に、PythonのPandasを用いたデータ解析の技法や数々の応用事例を紹介。 t.co/YivdWMtlSu #pyconjp
異常検知を実装するコース | Axross(アクロス)
@Axross_SBiv Axrossでは専門領域に特化したレシピコースをご用意しています。 今回ご紹介するのは「異常検知を実装するコース」です! ぜひこの機会に一度チャレンジしてください! t.co/LhYHH5WICI #Axross #異常検知 #AutoEncoder #Pytorch #TensorFlow #駆け出しエンジニアと繋がりたい t.co/ymXmLrtGF9
sentence-transformers/paraphrase-multilingual-mpnet-base-v2 · Hugging Face
@_xiongjie_ とりあえず、sentence transformersのこれをonnxに変換して動かしてみる... espnetは難しそうだなぁ... t.co/bHJG9d4iFc
絵を読む技術 Pythonによるイラスト解析
@hirosaji PyCon JP 2021 で本日お話しする発表資料です、よろしくどうぞ! 「イラストで絵師が伝えたいことを、イラストの技法書を横断して体系化したら、最後にはPythonで検出・分析できるようになったよ!」っと、この資料は言っております。 #pyconjp #pyconjp_2 t.co/aIZ8K4Af63
[2110.04126] 3D Infomax improves GNNs for Molecular Property Prediction
@KwhRd100 3D Infomaxは、分子特性予測のためのGNNを改善します 2次元の分子グラフから潜在的な3次元情報や量子情報を生成することをGNNに学習させる事前学習手法「3D Infomax」の提案。学習したエンベッディングは、物理学、生物学、薬学などの様々なタスクに移植可能。実装あり。t.co/0AeS4EOstt

@HannesStaerk A video explanation📽️ is now available for our new 3D Infomax paper: "3D Infomax improves GNNs for Molecular Property Prediction"! 🕸️ Paper: t.co/ggdVrFrXsM Code to pre-train your own GNN: t.co/BpD6TQj5gA Video: t.co/UzWuET2hlU 1/2
MPRG : 機械知覚&ロボティクスグループ/中部大学
@ryors_k IROS2021で発表しました。そして、IEEE RAS-JJCのYoung Awardを受賞しました。 t.co/90A7DM626j t.co/Q0bx1yRHrX
Image Encoders: BigTransfer vs CLIP | ACG
@AkiraTOSEI GoogleのBigTransferエンコーダとCLIP画像エンコーダを、ミーム検索における比較。速度はBigTransferの方が早く、ミーム検索の精度も少しだけ高いかもしれないという結果が掲載されている。 t.co/mD90MSTlkA
Rebooting AI, by Gary Marcus and Ernest Davis
@GaryMarcus Thrilled to finally see serious efforts towards commonsense based moral reasoning (as Davis and I urged in t.co/Pt7HZbLIv5) by @liweijianglw @etzioni @YejinChoinka and others at @allen_ai. Highly recommended! t.co/gZK98A9vJ2
[2110.05671] Predicting the Stereoselectivity of Chemical Transformations b...
@KwhRd100 機械学習による化学変換の立体選択性の予測 LASSOモデルと2つのランダムフォレストモデルを2つのガウス混合モデルを介して組み合わせた、化学反応の立体選択性を予測する手法の提案。反応に関与する分子から抽出した特徴を入力するため、分子の特徴間の相互作用を探索可能。t.co/O4fp8tlDWi