MAGELLAN BLOCKSに、機械学習機能を正式リリースしてから5ヶ月がたちました。
この間、毎日多くの方からお問合せをいただき、たくさんの素晴らしい成果が生み出されています。しかも成果は、ぼくたちが生み出したのではなく、利用していただいている方々自らが生み出した。
そんな、だれもが取り組める機械学習「MAGELLAN BLOCKS」に、新しい機能が追加されました。
1.数値回帰モデル目的変数の多次元対応
これまでの数値回帰モデルは、一つの数値を予測するものでした。来場者数を予測したり、販売数を予測する。そういうことに効果を発揮してきました。
しかし、例えば大きさを予測したり、成分を予測したり、位置を予測したりと、1次元では表現できない世界でも、BLOCKSを使っていきたいという要望が出てきたため、今回2次元以上の数値を予測できるようにしました。
使い方は、簡単。今までの画面に追加された、出力次元数という項目を設定するだけです。あとは、設定した次元数に合わせた学習データを準備すれば、すぐに学習がはじまります。
2.画像分類モデル(αリリース)
また、αリリースとして、新たに画像分類モデルを追加しました。
αリリースとは、正式にサービスを開始する前に、ユーザーに利用していただきご意見やご要望などを聞くためのリリースです。
正式リリース前なので、使いにくい点などがあるかもしれません。その点をご理解いただき、使ってみた感想、意見、要望などを教えていただく前提でのご利用となります。
画像分類モデルは、少ない学習データから、コンピュータが画像の特徴を見抜き、種類分けをしてくれるモデルです。
このようなことをするためには、通常たくさんの画像を学習させる必要があります。しかしBLOCKSでは、あらかじめ一般的な画像の特徴を学習させてあります。そのため、特徴を掴ませたい画像を何十枚か見せれば、特徴を掴み分類することができます。
製品の外観から破損を判断したり、社員の顔を識別したり。もちろん今までと同じように、学習も予測も、画面を操作し、ブロックを配置するだけで使えます。
使い方は、こちら。
発想をカタチに。BLOCKSなら、すぐに取り組めます。
目的変数の多次元化に対応した数値回帰モデルは、そのままリリースされている数値回帰モデルをご利用いただければ使えます。
画像分類モデルは、こちらからお申込みとなります。
そんな、だれもが取り組める機械学習「MAGELLAN BLOCKS」に、新しい機能が追加されました。
1.数値回帰モデル目的変数の多次元対応
これまでの数値回帰モデルは、一つの数値を予測するものでした。来場者数を予測したり、販売数を予測する。そういうことに効果を発揮してきました。
しかし、例えば大きさを予測したり、成分を予測したり、位置を予測したりと、1次元では表現できない世界でも、BLOCKSを使っていきたいという要望が出てきたため、今回2次元以上の数値を予測できるようにしました。
使い方は、簡単。今までの画面に追加された、出力次元数という項目を設定するだけです。あとは、設定した次元数に合わせた学習データを準備すれば、すぐに学習がはじまります。
2.画像分類モデル(αリリース)
また、αリリースとして、新たに画像分類モデルを追加しました。
αリリースとは、正式にサービスを開始する前に、ユーザーに利用していただきご意見やご要望などを聞くためのリリースです。
正式リリース前なので、使いにくい点などがあるかもしれません。その点をご理解いただき、使ってみた感想、意見、要望などを教えていただく前提でのご利用となります。
画像分類モデルは、少ない学習データから、コンピュータが画像の特徴を見抜き、種類分けをしてくれるモデルです。
このようなことをするためには、通常たくさんの画像を学習させる必要があります。しかしBLOCKSでは、あらかじめ一般的な画像の特徴を学習させてあります。そのため、特徴を掴ませたい画像を何十枚か見せれば、特徴を掴み分類することができます。
製品の外観から破損を判断したり、社員の顔を識別したり。もちろん今までと同じように、学習も予測も、画面を操作し、ブロックを配置するだけで使えます。
使い方は、こちら。
発想をカタチに。BLOCKSなら、すぐに取り組めます。
目的変数の多次元化に対応した数値回帰モデルは、そのままリリースされている数値回帰モデルをご利用いただければ使えます。
画像分類モデルは、こちらからお申込みとなります。
コメント
コメントを投稿