InfoQ ホームページ MachineLearning に関するすべてのコンテンツ
アーティクル
RSSフィード-
/articles/pinterest-ad-ranking-ai/ja/smallimage/UnpackinghowAds-1710929235364.jpg)
Pinterestの広告ランキングの仕組みを解き明かす
PinterestのStaff Machine Learning EngineerであるAayush Mudgal氏は、QCon San Francisco 2023でUnpacking how Ads Ranking Works at Pinterestというセッションを行った。その中で彼は、Pinterestがどのようにディープラーニングとビッグデータを使って、ユーザーに関連する広告をカスタマイズしているかを説明した。 多くのオンライン・プラットフォームと同様に、パーソナライズされた体験がPinterestの中心である。このパーソナライズされた体験は、様々な機械学習（ML）アプリケーションによって実現されている。これらのアプリケーションはそれぞれ、プラットフォームが収集した大規模なデータから複雑なウェブパターンを学習しようとしている。
-
/articles/software-testing-ai-ml-2023/ja/smallimage/logo-1674221439156.jpg)
2023年のソフトウェアテスト、人工知能、機械学習の動向について
Technology has taken significant leaps within the last few years, introducing advancements that have taken us further into the digital age, impacting the software testing industry, and we're seeing advances in machine learning, artificial intelligence, and the neural networks making them possible. These new technologies will change how software is developed and tested like never before.
-
/articles/optimizing-mlops-enterprise-ai/ja/smallimage/how-optimizing-MLOps-can-revolutionize-enterprise-AI-logo-small-1614873793830.jpg)
MLOpsの最適化がどのようにエンタープライズのAIに革命を起こすか
この記事では、著者のMonte Zweben氏��、データサイエンスのアーキテクチャ、コンテナ化、およびフィーチャーストアなどの新しいソリューションが機械学習プロセスのライフサイクル全体にどのように役立つかについて説明します。
-
/articles/get-hired-machine-learning-engineer/ja/smallimage/How-to-become-a-machine-learning-engineer-logo-small-1595838313042.jpg)
マシンラーニングエンジニアとして採用されるには
マシンラーニングエンジニアになるには採用面接を受けなければなりません。書籍や教育コース、プロジェクトを通じて、関連するスキルを磨くことが必要です。履歴書にはテクノロジ、フレームワーク、プロジェクトを記載しましょう。面接では、技術的な質問や洞察的な質問、プログラム課題などが問われるかも知れません。技術的なタスクを与えられた時には、すでにその仕事を持っているかのようにスキルを発揮してください。
-
/articles/tornadovm-java-gpu-fpga/ja/smallimage/java-1591918279658.jpeg)
TornadoVM: GPUとFPGAでJavaを高速化する
近年の異種ハードウェアの急増は、CPUをターゲットとするJavaのような言語にとって問題となっています。TornadoVMはGraal JITコンパイラを拡張することでGPUやFPGAのメリットを活用し、フレキシブルでハイレベルなモデルを提供すると同時に、ハイパフォーマンスとライブタスクマイグレーションなどの機能を実現しています。
-
/articles/java-machine-learning-djl/ja/smallimage/java-logo-1590441719825.jpeg)
Amazon Deep Javaライブラリを使ってマシンラーニングをJavaで実装する
この記事では、JSR-381 VisRec APIを使うことで、DJLのトレーニング済モデルによる画像分類あるいはオブジェクト検出を10行未満のコードで実装可能であることを示します。
-
/articles/djl-deep-learning-java/ja/smallimage/Getting-to-Know-Deep-Java-Library-DJL-l-1576494727857.jpg)
Deep Java Library(DJL)の紹介
Amazonは、ディープラーニングモデルをJavaで開発するためのオープンソースライブラリDJLを発表しました。この記事では同ツールキットの導入方法を紹介します。このライブラリは、PythonやRといった新たなテクノロジを導入することなく、Javaによるエンドツーエンドのディープラーニング開発を可能にすることで、ソフトウェア依存性の数を削減することを目的としています。