狠狠撸shows by User: takashikaneda / http://www.slideshare.net/images/logo.gif 狠狠撸shows by User: takashikaneda / Sat, 28 Oct 2017 23:41:29 GMT 狠狠撸Share feed for 狠狠撸shows by User: takashikaneda 映像解析における周辺要素 /slideshow/ss-81328310/81328310 tokyowebmining20171028-171028234129
第60回 データマイニング+WEB＠東京]]>
第60回 データマイニング+WEB＠東京]]> Sat, 28 Oct 2017 23:41:29 GMT /slideshow/ss-81328310/81328310 takashikaneda@slideshare.net(takashikaneda) 映像解析における周辺要素 takashikaneda 第60回 データマイニング+WEB＠東京 <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/tokyowebmining20171028-171028234129-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> 第60回 データマイニング+WEB＠東京
映像解析における周辺要素 from Takashi Kaneda
]]> 6867 3 https://cdn.slidesharecdn.com/ss_thumbnails/tokyowebmining20171028-171028234129-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 強化学習を活用して CTRの向上を実現したお話 /slideshow/ctr-64326347/64326347 20160513fashiontechtalks-160724132136
Fashion Tech Talks Tokyoでの発表内容です。]]>
Fashion Tech Talks Tokyoでの発表内容です。]]> Sun, 24 Jul 2016 13:21:36 GMT /slideshow/ctr-64326347/64326347 takashikaneda@slideshare.net(takashikaneda) 強化学習を活用して CTRの向上を実現したお話 takashikaneda Fashion Tech Talks Tokyoでの発表内容です。 <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/20160513fashiontechtalks-160724132136-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Fashion Tech Talks Tokyoでの発表内容です。
強化学習を活用して CTRの向上を実現したお話 from Takashi Kaneda
]]> 953 3 https://cdn.slidesharecdn.com/ss_thumbnails/20160513fashiontechtalks-160724132136-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 物体認識 IoT サービスを支える技術 ?クラウドアーキテクチャから組込み深層学習まで? /slideshow/iot-64303964/64303964 intro201606091-160723075453
Future Standard では、IoTを活用した映像解析のサービス開発を行っており、その仕組みを支える技術についてお話をさせて頂きます。前半では、AWSでサーバー側の仕組みを構築した際に、どのような設計思想に基づいてアーキテクチャを構築したのかといったポイントを中心に説明します。後半は、NVIDIAのJetsonという組み込みコンピューターを使った、Faster R-CNN を使ったエッジでのリアルタイム物体認識の取り組みについてお話させて頂きます。]]>
Future Standard では、IoTを活用した映像解析のサービス開発を行っており、その仕組みを支える技術についてお話をさせて頂きます。前半では、AWSでサーバー側の仕組みを構築した際に、どのような設計思想に基づいてアーキテクチャを構築したのかといったポイントを中心に説明します。後半は、NVIDIAのJetsonという組み込みコンピューターを使った、Faster R-CNN を使ったエッジでのリアルタイム物体認識の取り組みについてお話させて頂きます。]]> Sat, 23 Jul 2016 07:54:53 GMT /slideshow/iot-64303964/64303964 takashikaneda@slideshare.net(takashikaneda) 物体認識 IoT サービスを支える技術 ?クラウドアーキテクチャから組込み深層学習まで? takashikaneda Future Standard では、IoTを活用した映像解析のサービス開発を行っており、その仕組みを支える技術についてお話をさせて頂きます。前半では、AWSでサーバー側の仕組みを構築した際に、どのような設計思想に基づいてアーキテクチャを構築したのかといったポイントを中心に説明します。後半は、NVIDIAのJetsonという組み込みコンピューターを使った、Faster R-CNN を使ったエッジでのリアルタイム物体認識の取り組みについてお話させて頂きます。 <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intro201606091-160723075453-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Future Standard では、IoTを活用した映像解析のサービス開発を行っており、その仕組みを支える技術についてお話をさせて頂きます。前半では、AWSでサーバー側の仕組みを構築した際に、どのような設計思想に基づいてアーキテクチャを構築したのかといったポイントを中心に説明します。後半は、NVIDIAのJetsonという組み込みコンピューターを使った、Faster R-CNN を使ったエッジでのリアルタイム物体認識の取り組みについてお話させて頂きます。
物体認識 IoT サービスを支える技術 ?クラウドアーキテクチャから組込み深層学習まで? from Takashi Kaneda
]]> 10962 15 https://cdn.slidesharecdn.com/ss_thumbnails/intro201606091-160723075453-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 トピックモデルを用いた 潜在ファッション嗜好の推定 /slideshow/ss-54981656/54981656 techmtg-151111050410-lva1-app6891
Fashion Tech meetup #1 の発表資料です！]]>
Fashion Tech meetup #1 の発表資料です！]]> Wed, 11 Nov 2015 05:04:10 GMT /slideshow/ss-54981656/54981656 takashikaneda@slideshare.net(takashikaneda) トピックモデルを用いた 潜在ファッション嗜好の推定 takashikaneda Fashion Tech meetup #1 の発表資料です！ <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/techmtg-151111050410-lva1-app6891-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Fashion Tech meetup #1 の発表資料です！
トピックモデルを用いた 潜在ファッション嗜好の推定 from Takashi Kaneda
]]> 119443 23 https://cdn.slidesharecdn.com/ss_thumbnails/techmtg-151111050410-lva1-app6891-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 マルチアームバンディットアルゴリズムを使ったプッシュ配信の最适化 /slideshow/ss-52037106/52037106 random-150825080953-lva1-app6892
えびスタ #3 でのLTの発表資料です！]]>
えびスタ #3 でのLTの発表資料です！]]> Tue, 25 Aug 2015 08:09:53 GMT /slideshow/ss-52037106/52037106 takashikaneda@slideshare.net(takashikaneda) マルチアームバンディットアルゴリズムを使ったプッシュ配信の最适化 takashikaneda えびスタ #3 でのLTの発表資料です！ <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/random-150825080953-lva1-app6892-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> えびスタ #3 でのLTの発表資料です！
マルチアームバンディットアルゴリズムを使ったプッシュ配信の最适化 from Takashi Kaneda
]]> 3688 7 https://cdn.slidesharecdn.com/ss_thumbnails/random-150825080953-lva1-app6892-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 https://cdn.slidesharecdn.com/profile-photo-takashikaneda-48x48.jpg?cb=1529920380 Data scientist with 3 years of full-time work experience as online marketing specialist, and 2 as software engineer. Have enthusiastic intellectual curiosity to explore rules of human cognition and behavior hidden in large-scale behavioral data. Prior to my full-time employment, earned B.A and M.A. in business and commerce, specialized in econometrics and statistics. ? Significant experience with Python, Java, C++, JavaScript, VBA, PHP, and Apex. ? Skilled with large-scale quary languages such as Hive, Pig, and MapReduce. ? Statistical softwares: extensive experience with R; some experience with SAS and S-plus. ? Have significant knowledge in Tableau and QlikView. https://cdn.slidesharecdn.com/ss_thumbnails/tokyowebmining20171028-171028234129-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/ss-81328310/81328310 映像解析における周辺要素 https://cdn.slidesharecdn.com/ss_thumbnails/20160513fashiontechtalks-160724132136-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/ctr-64326347/64326347 強化学習を活用して CTRの向上を実現したお話 https://cdn.slidesharecdn.com/ss_thumbnails/intro201606091-160723075453-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/iot-64303964/64303964 物体認識 IoT サービスを支える技術 ?ク...