すべての調査レポートとプロトタイプを見る
Cloudera による調査は、データや機械学習の新たなトレンドに焦点を当てています。レポートに加え、アルゴリズムの機能を実際に見せるための実動プロトタイプや、実践的なアプリケーションに対する詳細なテクニカルアドバイスを提供します。
NLP のための移転学習
自然言語処理 (NLP) テクノロジーによって、言葉の翻訳や質問への回答、人間に近い文書の作成などが可能になりますが、その根本にあるディープラーニング技術には、データセットやインフラストラクチャー、専門知識への投資が必要となります。本レポートでは、移転学習を使ってあらゆる NLP アプリケーションを対象に既存のモデルを提供し、パフォーマンスに優れた NLP システムを容易に構築するための方法を解説しています。
画像分析のためのディープラーニング － 2019年版
画像内の特徴や概念における意味のある表現に対する学習能力に優れた、畳み込みニューラルネットワーク (CNN あるいは ConvNets) は、医療画像や製造業などさまざまな分野の課題解決に対して有効な手段となっています。本レポートでは、画像解析のための適切なディープラーニングモデルの選び方や、そのデバッキングテクニックなどについて解説しています。
ラベルに制限のあるデータを使った学習
本レポートでは、ラベルに制限のあるデータを使用した学習、つまり教師付き機械学習で通常必要とされるラベル付きデータの量を削減しても同等に機能する、人間と機械の共同アプローチに焦点を当てています。
フェデレーションラーニング
本レポートでは、フェデレーションラーニング (Federated Learning) を特集しています。フェデレーションラーニングは、分散エッジデータノード上で機械学習モデルのトレーニングを行うというもので、プライバシーの保護と通信コストの削減を図ることができます。
マルチタスク学習
本レポートでは、関連する複数のタスクを同時に学習させるアルゴリズムを可能にした、機械学習の新たなアプローチであるマルチタスク学習を特集しています。
セマンティックレコメンデーション
このレポートでは、アイテムのセマンティクコンテンツを使用することで、コールドスタート問題のような、共通するレコメンデーションの問題をいかに解決し、新しい商品を推奨できるようになるかを説明しています。
説明可能性
最新のレポートとプロトタイプでは、機能や正確性を犠牲にすることなく、モデルを説明可能 (Interpretable) なものにする方法を説明しています。
確率論的プログラミング
ここでは、より効果的な意思決定のための予測機能を提供するツールを容易に構築するための、確率論的プログラミングとベイジアン (Bayesian) インターフェースの使い方について説明しています。
要約
ディープラーニングや分散表現 (embeddings) を使って、さまざな業務アプリケーションや製品が処理可能な形でテキストを提供する方法を理解することができます。
Fast Forward Labs のブログを読む
-
Deep Learning for Anomaly DetectionThe full Deep Learning for Anomaly Detection report is now available....
-
Squote - semantic quote searchHere in the (virtual) Fast Forward lab, we’re currently deep in the topic selection process for FF13...
最新情報の入手
毎月提供されるニュースレターの配信登録を行い、人工知能応用技術の進展に関する最新情報、Cloudera のニュースやイベント情報を入手してください。