AI・機械学習のツール＆ライブラリ
AI・機械学習のツール＆ライブラリ
「AI・機械学習のツール＆ライブラリ」は、人工知能（AI）とその技術に関心を持つ初学者を主な対象として、機械学習やディープラーニングを実施するのに特に有用なツールおよびライブラリを厳選して紹介するコーナーです。
Neural Network Console概説： GUIで直感的にディープラーニングしよう！（2020/07/07）
Sonyが自社製品でも活用する信頼性の高いディープラーニングツール「NNC：Neural Network Console」の概要と特徴を筆者なりに分析して紹介。どんな人がどんな用途で使うべきかの指針も提案する。
DataRobot概説： データサイエンティストでない人に、データサイエンティストっぽく働いてもらおう（2019/10/07）
データサイエンティスト不足が社会問題になっている。昨今、データサイエンティストでない人でも機械学習モデルを自動生成できるツールやサービスが多数登場しているが、その一つであるDataRobotにどのような機能があり、どのようにデータサイエンティスト不足問題を改善しようとしているかを解説する。
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2022年】（2022/01/17）
2大フレームワークであるTensorFlow／PyTorchに対して検索トレンドや研究論文数、Kaggle実用数などでの比較を行う。総括として「どちらを使うべきか」について筆者なりの考察を加える。
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2021年】（2020/12/16）
2大フレームワークであるTensorFlow／PyTorchに対して検索トレンドや研究論文数、Kaggle実用数などでの比較を行う。総括として「現状はどういう状況で、今後はどうなりそうか」について筆者なりの考察を加える。
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2019-2020年】（2019/10/31）
2大フレームワークであるTensorFlow／PyTorch（一部でKeras／Chainerも）に対して検索トレンドや研究論文数などでの比較を行い、「現状はどういう状況で、今後はどうなりそうか」について、筆者独自の考察を加え、他の記事における考察を引用する。
PyTorch入門（2020/02/06）【関連連載】
PyTorchの勉強はシンプルなニューラルネットワーク（NN）を実装することから始めてみよう。まずはニューロンのモデル定義から始め、フォワードプロパゲーションとバックプロパゲーション、PyTorchテンソルの基礎、データローダー、最適化、評価まで一通りを解説。さらにCNNやRNNの実装例を通して、PyTorchに習熟する連載。
TensorFlow バージョン2入門（2019/09/19）【関連連載】
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。さらにCNNやRNNも同様に学ぶ。これらの実装例を通して、TensorFlow 2とKerasにも習熟する連載。
TensorFlow バージョン1入門（2018/04/18）【関連連載】
TensorFlowを使ってディープラーニングの基礎が体験できる連載。TensorFlowの概要から、インストール方法、CNN／RNNモデルの実装体験、TensorBoardの使い方までを解説する。
OpenCV バージョン3.0入門（2017/09/12）【関連連載】
オープンソースのコンピューター・ビジョン・ライブラリ「OpenCV」（バージョン 3.0）の概要と基本機能、インストール方法などを紹介する連載。
ITmediaはアイティメディア株式会社の登録商標です。