メディア

ITmedia

一色政彦

一色 政彦(いっしき まさひこ)

機械学習、ディープラーニングの初心者として、記事を発信していきます。


●受賞・資格

- Microsoft MVP for Visual Studio and Development Technologies (11年連続)

- 2017/12/26 JDLA Deep Learning for GENERAL 2017

- 2017/10/11 第二種電気工事士


経歴

1975年8月、福岡県北九州市生まれ。

1999年4月、九州大学文学部を卒業後、ソフトウェア パッケージ ベンダーに入社。開発部で技術研究や基礎開発の業務に携わる。

2003年2月、福岡から上京。

2003年4月、フリーランスのテクニカル ライターとなり、開発者、ITプロ向けの記事を執筆。

2003年11月、(株)デジタルアドバンテージに入社して、@IT/Insider.NETの編集者兼ライターとなる。

2013年4月、@ITの編集者を兼務しつつ、新サイト「Build Insider」の編集長に就任。

2018年4月、機械学習エンジニア向けの新サイト「Deep Insider」の編集長に就任。編集に記事執筆に活躍中。


このエントリーをはてなブックマークに追加
記事一覧

イベントから学ぶ最新技術情報:

世界でたった162人しかいないKaggle Grandmastersのうち、貴重な日本人の2人をお招きして開かれたパネルディスカッションでの質疑応答を、余すことなく書き起こした。Grandmasterになるまでの経緯から、データサイエンティストとしての働き方までが分かる。

()

AI・機械学習の用語辞典:

用語「透明性(Transparency)」について説明。機械学習のプロセスや内容が誰にでもはっきりと分かるようになっていること、またはそのような状態にすることを指す。

()

TensorFlow 2+Keras(tf.keras)入門:

機械学習の勉強はここから始めてみよう。ディープラーニングの基盤技術であるニューラルネットワーク(NN)を、知識ゼロの状態から概略を押さえつつ実装してみよう。まずはワークフローを概観して、データ回りの処理から始める。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。前回に続けて、今回は関数の定義方法を説明する。加えて、デフォルト引数やキーワード引数という重要機能、Python言語で特徴的なインデントについても説明する。

()

機械学習&ディープラーニング入門(Python編):

本連載では、コードを書く流れに沿ってPython言語の基礎文法を説明してきた。今回は、応用的だが、利用頻度が高く重要な文法として、例外を紹介する。

()

機械学習&ディープラーニング入門(Python編):

本連載では、コードを書く流れに沿ってPython言語の基礎文法を説明してきた。今回は、応用的だが、利用頻度が高く重要な文法として、リスト内包表記を紹介する。

()

機械学習&ディープラーニング入門(Python編):

本連載では、コードを書く流れに沿ってPython言語の基礎文法を説明してきた。今回は、応用的だが、利用頻度が高く重要な文法として、ラムダ式を紹介する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明してきた本連載。今回からは、応用的なトピックを取り上げていく。今回は、Python 3文法で書いたコードをPython 2系環境で実行する方法とPython標準ライブラリについて説明する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。前回と今回は、クラスを取り上げている。今回は、そのうちの定義方法について説明する。これでPython言語の基礎文法は完了だ。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回と次回は、クラスを取り上げる。今回は、そのうちの利用方法について説明する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は前回に引き続き、制御構文を取り上げ、そのうちのループ処理について説明する。繰り返し処理を実装するための大事な文法である。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は制御構文のうち、条件分岐について説明する。ロジックや処理フローを定義するための大事な文法である。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は、プログラム内の各処理を実現する関数について説明する。また、関連事項として、文字列フォーマット関数についても言及する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は、プログラミングの基本中の基本である変数と、Pythonの世界を構成するオブジェクトについて説明する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は、コードの中で頻繁に使われるコメント機能を説明。さらに、コーディング作業で常用するAPIリファレンスの使い方について紹介する。

()

機械学習&ディープラーニング入門(Python編):

Python言語の文法を、コードを書く流れに沿って説明していく連載。今回は、プログラムの1行目に記載されることが多い、モジュールのインポートや、そのモジュールを含むライブラリのインストールについて説明する。

()

機械学習&ディープラーニング入門(Python編):

一般的にディープラーニングはPython言語で開発する。実際に開発でよく使うPython言語の基本文法を厳選し、それらを図解で解説していく連載の初回である今回は、Python言語のバージョンについて説明する。

()

機械学習&ディープラーニング入門(データ構造編):

NumPyのデータ構造「多次元配列」を使って数学計算を行う方法を説明。また、そもそも機械学習やディープラーニングでは、なぜ数学計算が重要になっているのかについても言及する。

()

機械学習&ディープラーニング入門(データ構造編):

Pythonの基本的な言語仕様では、データはどう表現できるのか? 単一の数値データから始め、1次元、2次元、……多次元と複数の数値データを表現できるリスト型のデータ構造まで、ステップ・バイ・ステップで見ていく。

()

AWS DeepRacer入門:

強化学習が初めての人に最適な「AWS DeepRacerのコンソールとシミュレーション環境」を使って、ディープラーニングを体験してみよう。コンソール上で強化学習の各ハイパーパラメーターを設定してモデルに学習させ、さらに評価し、バーチャルレースにデプロイするまでの手順を解説する。

()

機械学習&ディープラーニング入門(作業環境準備編):

機械学習やディープラーニングの作業環境の中でも初心者には「Jupyter Notebook」がお勧めだ。そのオンライン版「Google Colaboratory」の画面構成や基本的な使い方、お薦めのショートカットキー、オートコンプリートとヘルプドキュメントの表示機能などを説明する。

()

機械学習&ディープラーニング入門(作業環境準備編):

機械学習やディープラーニングの作業環境の中でも初心者には「Jupyter Notebook」がお勧めだ。そのオンライン版「Google Colaboratory」の準備方法と、そのノートブックファイルの作り方などのファイル操作方法を説明する。

()

機械学習&ディープラーニング入門(概要編):

藍博士とマナブの会話から機械学習とディープラーニングの基礎の基礎を学ぼう。機械学習を始めるための最低限の基礎用語から、ディープラーニングの代表的な学習方法と代表的なアルゴリズムまでをできるだけシンプルに紹介する。

()

機械学習&ディープラーニング入門(概要編):

機械学習専門家の藍博士と素人のマナブが会話形式で、AI・機械学習・ディープラーニングの基礎の基礎を分かりやすく紹介するシリーズがスタート。まずはAIとは何か、機械学習との違い、ディープラーニングで実現できることを知ろう。

()

AWS DeepRacer入門:

AI・機械学習における「強化学習」の基礎知識と基本用語を、AWS DeepRacerの視点で解説。強化学習で特に重要な「報酬関数」については、重点的に説明する。

()

気になるニュース&ネット記事:

2018年5月にマイクロソフトが主催した「de:code 2018」カンファレンスのセッション動画とプレゼン資料が公開された。動画かセッションかが閲覧可能な17件のAI関連セッションをリストアップする。

()