AI系の記事メモ

・AEIについて

・機械学習教材

・Gromov-Wasserstein

・燈のアーキテクチャ

・PDF翻訳

CVPR技術報告会

DeepMind

しましま関係

岡野原さん

sinhさん

強化学習のすごいやつ

GNN

YoutubeのStanfor講座

DLのサーベイ

強化学習でチップデザイン

強化学習の資料たち

情報数理科学

最近の話題

「グーグルが発見した機械学習が現実世界で使い物にならない理由」

「機械学習研究のこれまでとこれから」

「10 top AI trends in 2021」

「衝撃のオプティマイザーSAM」

「2020に読んだAI論文top100」

「深層学習は脳の振る舞いを取り込めるのか？」

「Official Document」

反実仮想機械学習

「強化学習コンペで交通*AIに挑戦」

——————————————————————————————

「マリオテニスをDQN」

——————————————————————————————————

「テトリスにAI」

遺伝的アルゴリズム

————————————————————————————————

「Pythonで実装しながら強化学習を学ぶ」

———————————————————————————

参考講義

「Deep Reinforcement Learning」

————————————————————————————

「Advanced Robotics」

————————————————————————————

「Advanced Deep Learning & Reinforcement Learning」

————————————————————————————

「異常検知入門と手法まとめ」

———————————————————————————————

参考サイト

「Stype Guide for Python」

公式

——————————————————————————

「AIエンジニアが気をつけたいPython実装のノウハウ・コツまとめ」

レベル1

import記載はルールに従う

乱数のシードを固定する

プログラムは関数化して実行する

レベル2

reverse_notationで命名

学習ずみモデルの保存時に前処理やハイパーパラメータなどの情報も保存する

レベル3

適切に例外処理を実装する

関数、メソッドの引数は3つ以下

*args, **kwargsを適切に使う

レベル4

if文を短く

sklearn準きょで前処理およびモデルのクラスを実装する

デコレータを適切に活用する

チーム開発ようにエディターの設定を統一する

GitHubプリリクエスト用にtemplateを準備して注意点を記載しておく

「データサイエンス100本ノック」

「データサイエンティストのスキル」

ジュニアレベル

データサイエンティスト

BIツールなどを用いたインサントレポート

RCT/DIDなど基本的な効果検証実験とそのデザインができる

機械学習エンジニア

システム設計ができる

テストや運用ができる

システム開発手法に秀でている

一般的な機械学習の知識

ML Designの考え方が身についていること

共通の要件

SQL文法を含むデータベース操作の技術

クラウドの知識

AutoML技術の知識

データ前処理・特徴りょうエンジニアリングの技術

何かしらのビジネス領域における若干年数の実務経験

「ML Design」

機械学習に適したデータの集め方やその交差検証などのやり方についてもまとめた計画法があっても良い→作った

「Towards Data Science」

AI×医療

「現状と可能性」

Da-nce Conference