Optimizer retweeted
Anthropic lanzó una guía de 37 minutos para construir Agentes de IA que automatizan una empresa entera.
Gratis. De los ingenieros que construyeron Claude.
Agentes que trabajan, se reparten tareas y ejecutan todo solos.
Subtitulado al español.
Optimizer retweeted
AIで心臓突然死の予測モデルを作成・多国間検証し、変分オートエンコーダー(VAE)を用いて潜在空間から、どんな特徴量が心臓突然死に寄与したと解析
aVLのPost-QRS Slurという、これまで人間が気づかなかったバイオマーカーを発見したNature論文
nature.com/articles/s41586-0…
Optimizer retweeted
🔹試合終了🔹️
🏆FIFAワールドカップ2026™
⚔グループステージ第1節
🇯🇵SAMURAI BLUE 2-2 オランダ代表🇳🇱
📺NHK総合
📱DAZN
@FIFAWorldCup
#最高の景色を #サッカー日本代表
Optimizer retweeted
Ready to celebrate the beautiful game. 🏆🎤🌎
#FIFAWorldCup
Optimizer retweeted
DS職の選考で、私は機械学習を学びましたと伝えるだけでは、かなり情報が足りません。
採用側からすると、ロジスティック回帰を知っているかより、どんなデータで使い、どの評価指標を選び、業務ならどう説明するのかが気になります。精度が上がったで止まる人と、誤判定のコストまで考える人では、任せられる範囲が変わるからです。
ポートフォリオには、モデル名より判断理由を書いた方がいい。AUCを見たのか、再現率を重視したのか、どんな理由でその分割にしたのか。ここまで書けると、単なる学習記録ではなく、仕事の入口に近づきます。
Optimizer retweeted
【機械学習の計算量オーダー】
大規模なデータで機械学習を行うようになると各モデルの計算量を考慮する必要が出てきます。
そこで代表的な機械学習モデルの学習・推定時のオーダーをまとめてみました!
Optimizer retweeted
武樋力哉さん(当時基幹理工4年)の論文が、情報系国際会議「WSDM2026」において最優秀研究論文賞を受賞🏆🌏
「応募799件中1件の狭き門」「学部生として受賞」という快挙を達成した武樋さんは、これまでの道のりを支えた恩師達への感謝を語りました🎙️
waseda.jp/inst/wasedahighlig…
#研究の早稲田 #waseda
Optimizer retweeted
弊チームで書いてる社内向けデータ分析ノウハウ集を全世界公開しました〜
世の中のデータ分析系記事の中でも、特に時系列に関してはそこそこまとまってる方だと思ってます〜
継続的に更新予定なのでぜひ今後ともご利用よろしくお願いします!
engineers.ntt.com/entry/2022…
Optimizer retweeted
僭越ながら、面談でKaggleが強い人だと、下記を無意識に想定している気がしていて、
・技術への興味が深い
・AIのモデリングの力(可視化・前処理・モデル選定・評価設計・チューニング・アンサンブルetc...)が高い
・ドメイン理解や技術理解のための深いリサーチ(論文や過去コンペやドメインに関連する記事などのリサーチ)ができる
・課題の構造を理解して、適切に切り分けられる
・切り分けた課題のそれぞれに対して、どのような技術で解決できそうなのかをたくさん挙げられるだけの、幅広い技術の知識がある
・切り分けたそれぞれの課題のうちのどれを、どの技術で解決するのが最も効率的なのか優先順位がつけられる肌感覚がある(実装にかかる時間・精度向上へのインパクト・不確実性などを感覚的に判断することができる)
・それらの技術を実装して、高速にPDCAを回す実装力がある
実務的には、性能向上はもちろんですが、それよりも下記のポイントで非常に助けられているという実感があります・・!
・性能の限界がわかるが故に、早期に、問題設定(タスク設計)や制約条件を変えるべきという意思決定ができる
・どのくらいの精度になりそうという見積もりが正確なので、期待値のズレが起こりずらい
・テスト設計・バリデーションを適切にできるので、謎の炎上が発生しない
・車輪の再発明や、無駄なリサーチ業務が発生しない






















