(第2回)pythonでAIプログラムを作成【Anaconda】
前回の振り返り https://itport.cloud/?p=251前回はAIの学習モデル作成の大まかな流れをお伝えしました。今回は前回作成した学習モデルの機械学習法について解説します。 機械学習法 学習モデル作成にあたり、目的や使用するデータによって使用する機械学習の手法が異なってきます。前回作成した学習モデルでは教師あり学習と呼ばれる中のサポートベクターマシンという手法を使用しました。 教師
著者
前回の振り返り https://itport.cloud/?p=251前回はAIの学習モデル作成の大まかな流れをお伝えしました。今回は前回作成した学習モデルの機械学習法について解説します。 機械学習法 学習モデル作成にあたり、目的や使用するデータによって使用する機械学習の手法が異なってきます。前回作成した学習モデルでは教師あり学習と呼ばれる中のサポートベクターマシンという手法を使用しました。 教師
はじめに Autonomous Data Warehouse Cloud(ADWC)の調査を進めながら本カテゴリのブログを書き始めましたが、 オラクルとしてもADWCを彼らのクラウドサービスの旗頭的な形でプッシュしているようです。 今回はその背景について考察してみます。 パブリッククラウド業界に欠かせないサービス「DWH」 パブリッククラウドでのデータウェアハウス(DWH)の動向をよく調べてみると

AIとは 昨今話題を耳にする機会も増えているAI、みなさんはどのようなイメージをお持ちでしょうか。SFもののファンタジー創作に登場するような、自分で考え、学習し、判断を下して実行するロボットのキャラクターを想像するでしょうか。現実はそこまでの域までは到達していませんが、近い将来そんなロボットが登場するかもしれません。 AIとは、上記のロボットの頭脳にあたる部分であり、複雑な思考を実現したプログラム

前回の振り返り https://itport.cloud/?p=20/ 前回は、アカウントの登録からコンソール画面を操作してのADWCのインスタンスの管理画面の操作までを行いました。 今回はインスタンスのスペックの設定からインスタンス作成完了までを行います。 スペックの設定 ほとんどの項目がデフォルトで記載されています。 DISPLAY NAME 表示名 DATABASE NAME データベースの

検証の目的 クラウドでは、後発のオラクルクラウドですが、後発には後発の強みがあり、先行するクラウドにないことの実現や、かゆいところに手が届く部分があるのかと思います。 そのオラクルクラウドが、世界発の自律型データベース・クラウドとして発表しているADWCについて、良い部分だけでなく、悪い部分が見つかれば、それも併せて発信します。 アカウント登録 最初にOracle Cloudの登録から始めます。

日本企業がクラウドに抵抗を示す背景 企業内で社外にサーバを委託するという事に強い抵抗があった日本企業。数年前あたりから銀行のクラウド利用が相次ぎ、ようやくクラウドに対する認知が進んだようで、一気に利用が進んでいます。 そこでクラウドの利用がどこまで進んでいるのか調査にあたりたいと思い、さっそく総務省の情報をチェックしてみました。 (出典)総務省「通信利用動向調査」 なんと意外や意外です。 利用が進