-
自分が感銘を受けた ML/AI トピック 3 選
-
論文の内容を理解するための生成AI
-
OpenAI o1 の情報をまとめる
-
参考文献の書き方についての所感
-
text2img の簡単なウェブアプリを作った
-
BigQuery を使って分析する際の tips (part3)
-
BigQuery を使って分析する際の tips (part2)
-
BigQuery を使って分析する際の tips (part1)
-
施策デザインのための機械学習入門 を読んだ
-
hikifune.fm という Podcast を始めた
-
幻？の TPUEstimator ファンブックを読んだ
-
機械学習アルゴリズムの学習法
-
尤度とはなんだったのか
-
技術書典用に書いていた本「A Primer on Adversarial Examples」を公開した
-
ランダウの記号をいま一度勉強してみる
-
Google が出した量子超越性の論文の議論をする人を募集（先着2名）
-
「ディープラーニングと物理学」を読んだ
-
BERT with SentencePiece を日本語 Wikipedia で学習してモデルを公開しました
-
「機械学習のエッセンス」を読んだ
-
機械学習の理論と実装はどう学んでいくと良いのだろうか
-
数理科学「機械学習の数理」を読んだ
-
ReLU6 とは何者なのか？
-
A Mini-Introduction To Information Theory を眺めてみた
-
機械学習案件に携わってきてどんな理論的トピックを扱ってきたか
-
機械学習をやる上で線形代数のどのような知識が必要になるのか
-
論文読み会で発表したい人はそんなにいないのでは？という気付き
-
Deep Learning with Python を読んだ
-
論文を読んだ際のメモをレポジトリの issue に残していくことにした
-
Dynamic Routing Between Capsules を読んだ
-
DLを誤認識させるノイズの話
-
Deep Learning の汎化性能に関して論文を読んで発表した
-
CNNの発展に関して簡単にまとめた
-
Why does deep and cheap learning work so well? を読んだ
-
Googleの超解像RAISRの論文を読んだ（その２）
-
Googleの超解像RAISRの論文を読んだ（その１）