東京理科大学：全学の教学データを集約するデータ分析基盤を Google Cloud 上に構築し、個別最適化した教育の実現へ 文科省「デジタルを活用した大学・高専教育高度化プラン（Plus-DX）」のもと、今、多くの大学が教育 DX の推進を大きく加速させています。今回お話を伺った東京理科大学も、Google Cloud を用いた全学共通のデータ分析基盤構築や、それに基づく新しい学修支援システムの開発など、精力的な取り組みを行っています。その詳細について、本プロジェクトに関わった皆さんにお話しいただきました。 利用しているサービス： BigQuery、Cloud Functions、Cloud Storage、Partner Interconnect、VPC Service Controls、Vertex AI、Data Catalog、Data Portal 利用しているソリューション：
AILab Creative Researchチームの富樫です。 このブログでは先月末にarxivに投稿された“Item Recommendation from Implicit Feedback”[1]という論文を軸に紹介しつつ、 周辺分野の話題について議論したいと思います。 この論文はitem推薦というタスクにおける手法の各種パラダイムの概観をコンパクトに解説した教科書的内容になっています。 著者はBayesian Personalized Ranking (BPR)[2]を開発したGoogle Research所属のSteffen Rendle氏であり、 長年この分野を開拓してきた権威の一人です。 元論文の内容は元論文を読めばわかることですし、 蛇足かもしれませんが、最近の研究との関連性や議論、個人的な感想などを示すことで、このブログが元論文に対する補足資料のようになることを目指した
by Chaitanya Ekanadham One of the common questions we get asked is: “Why do we need machine learning to improve streaming quality?” This is a really important question, especially given the recent hype around machine learning and AI which can lead to instances where we have a “solution in search of a problem.” In this blog post, we describe some of the technical challenges we face for video stream
この記事は Gunosy Advent Calendar 2017 の1日目の記事です(フライング) qiita.com §1. はじめに こんにちは。データ分析部ロジックチームの @mathetakeです。いつもはデータ分析ブログにいるのでテックブログは初めてです。怖いです。Twitterとかやったことないですね。 最近は仕事でニュースパスというプロダクトの記事配信ロジックの改善を行っており、その一環としてパーソナライズロジックの開発プロジェクトに従事しています。 パーソナライズとはユーザーひとりひとりに対して別々の記事配信を行う事です。下記の記事でパーソナライズプロジェクト発足に至るまでの背景が語られているので、興味のある方はぜひご覧ください。 gunosiru.gunosy.co.jp この記事ではニュースパスの記事配信アルゴリズムのパーソナライズプロジェクトに関連して、 パーソナラ
By Ashok Chandrashekar, Fernando Amat, Justin Basilico and Tony Jebara For many years, the main goal of the Netflix personalized recommendation system has been to get the right titles in front each of our members at the right time. With a catalog spanning thousands of titles and a diverse member base spanning over a hundred million accounts, recommending the titles that are just right for each mem
1. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Experience Design 2016 SPRING - Data × Design - DeNAの 機械学習・深層学習活用した 体験提供の挑戦 株式会社ディー・エヌ・エー 濱田晃一 Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 2. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 2 AGENDA ◆DeNAのサービス ◆講師紹介 ◆最後に ◆深層学習の進展 ◆深層学習活用した体験提供 ◆機械学習活用した体験提供の挑戦 ◆機械学習活用したサービス開発 ◆はじめに ◆機械学習活用した体験提供
Modern recommender systems model people and items by discovering or `teasing apart' the underlying dimensions that encode the properties of items and users' preferences toward them. Critically, such dimensions are uncovered based on user feedback, often in implicit form (such as purchase histories, browsing logs, etc.); in addition, some recommender systems make use of side information, such as pr
(FILES) The front window of Barneys New York is seen on Madison Avenue in midtown Manhattan 06 August 2007. The Gulf emirate of Dubai is making headlines with a series of high-profile investments abroad in everything from aircraft builders to Las Vegas casinos, but some deals are financially risky and could even spark a protectionist backlash, economists say. Government-controlled or backed firms
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
