「machine learning development」に関連する検索結果が 10,000 つあります

関連度順

Frontiers in Machine Learning: Big Ideas in Causality and Machine Learning

95:59

Frontiers in Machine Learning: Big Ideas in Causality and Machine Learning

16

Kickoff - IBM Machine Learning Launch - #IBMML - #theCUBE (Kickoff - IBM Machine Learning Launch - #IBMML - #theCUBE)

12:35

Kickoff - IBM Machine Learning Launch - #IBMML - #theCUBE (Kickoff - IBM Machine Learning Launch - #IBMML - #theCUBE)

61

Machine Learning for Everybody – Full Course

233:53

Machine Learning for Everybody – Full Course

14

子どもの発達と学習 (Child Development and Learning)

16:33

子どもの発達と学習 (Child Development and Learning)

68

アクティブ（機械）ラーニング - コンピュータマニア (Active (Machine) Learning - Computerphile)

06:11

アクティブ（機械）ラーニング - コンピュータマニア (Active (Machine) Learning - Computerphile)

16

機械学習入門 (Introduction to Machine Learning)

02:54

機械学習入門 (Introduction to Machine Learning)

97

機械学習とは？ (What is Machine Learning?)

05:23

機械学習とは？ (What is Machine Learning?)

171

大規模機械学習 (Large Scale Machine Learning)

36:10

大規模機械学習 (Large Scale Machine Learning)

210

人工知能、機械学習、ディープラーニングとは？ (What Is Artificial Intelligence, Machine Learning And Deep Learning?)

10:13

人工知能、機械学習、ディープラーニングとは？ (What Is Artificial Intelligence, Machine Learning And Deep Learning?)

188

Design, machine learning, and creativity (Google I/O '18)

35:42

Design, machine learning, and creativity (Google I/O '18)

404

TensorFlowによるワイド＆ディープラーニング - 機械学習 (Wide & Deep Learning with TensorFlow - Machine Learning)

03:25

TensorFlowによるワイド＆ディープラーニング - 機械学習 (Wide & Deep Learning with TensorFlow - Machine Learning)

147

教師なし学習 - ジョージア工科大学 - 機械学習 (Unsupervised Learning - Georgia Tech - Machine Learning)

04:24

教師なし学習 - ジョージア工科大学 - 機械学習 (Unsupervised Learning - Georgia Tech - Machine Learning)

79

TensorFlow：オープンソースの機械学習 (TensorFlow: Open source machine learning)

02:18

TensorFlow：オープンソースの機械学習 (TensorFlow: Open source machine learning)

104

機械学習のこと。クラスについて (Machine Learning: About the class)

01:59

機械学習のこと。クラスについて (Machine Learning: About the class)

149

フラッシュ・モブ「ワン・デイ・モア」（レス・ミス...CC字幕付き） - ウェスト・デモイン・スクールズ - おかえりなさい (Flash Mob "One Day More" (Les Mis...with CC subtitles) - West Des Moines Schools - Welcome Back)

05:31

フラッシュ・モブ「ワン・デイ・モア」（レス・ミス...CC字幕付き） - ウェスト・デモイン・スクールズ - おかえりなさい (Flash Mob "One Day More" (Les Mis...with CC subtitles) - West Des Moines Schools - Welcome Back)

8556

ハローワールド - 機械学習レシピ #1 (Hello World - Machine Learning Recipes #1)

06:53

ハローワールド - 機械学習レシピ #1 (Hello World - Machine Learning Recipes #1)

66

機械学習 - CS50ポッドキャスト、Ep.6 (Machine Learning - CS50 Podcast, Ep. 6)

28:25

機械学習 - CS50ポッドキャスト、Ep.6 (Machine Learning - CS50 Podcast, Ep. 6)

4

AI、機械学習、ディープラーニング、生成AIの解説 (AI, Machine Learning, Deep Learning and Generative AI Explained)

10:01

AI、機械学習、ディープラーニング、生成AIの解説 (AI, Machine Learning, Deep Learning and Generative AI Explained)

54

日本語 A2 初級

ゲーム開発者のための機械学習（Google I/O'19 (Machine Learning for Game Developers (Google I/O'19))

32:20

ゲーム開発者のための機械学習（Google I/O'19 (Machine Learning for Game Developers (Google I/O'19))

3

機械学習の7つのステップ (The 7 Steps of Machine Learning)

10:36

機械学習の7つのステップ (The 7 Steps of Machine Learning)

134

パネルディスカッション機械学習の応用 (Panel Discussion: Applications of Machine Learning)

43:18

パネルディスカッション機械学習の応用 (Panel Discussion: Applications of Machine Learning)

257

CS50 2016 - 第7週 - 機械学習 (CS50 2016 - Week 7 - Machine Learning)

82:56

CS50 2016 - 第7週 - 機械学習 (CS50 2016 - Week 7 - Machine Learning)

215

GitHub Codespacesを使ったLinkedIn学習のハンズオン実践 (Hands-On Practice on LinkedIn Learning with GitHub Codespaces)

01:46

GitHub Codespacesを使ったLinkedIn学習のハンズオン実践 (Hands-On Practice on LinkedIn Learning with GitHub Codespaces)

2

日本語 A2 初級

Powered by TensorFlow: 機械学習を利用して医師が呼吸器疾患を検出するのに役立つ (Powered by TensorFlow: Helping doctors detect respiratory diseases using machine learning)

03:12

Powered by TensorFlow: 機械学習を利用して医師が呼吸器疾患を検出するのに役立つ (Powered by TensorFlow: Helping doctors detect respiratory diseases using machine learning)

9

言語発達論（ナティヴ主義、学習主義、相互作用主義 (Theories of Language Development (Nativist, Learning, Interactionist))

04:01

言語発達論（ナティヴ主義、学習主義、相互作用主義 (Theories of Language Development (Nativist, Learning, Interactionist))

142

02:33

機械学習と人間のバイアス

12175

日本語 B1 中級

機械学習とアート - Google I/O 2016 (Machine learning & art - Google I/O 2016)

42:36

機械学習とアート - Google I/O 2016 (Machine learning & art - Google I/O 2016)

143

ヴィゴツキーの認知発達論。関係性が学習を増やす方法 (Vygotsky's Theory of Cognitive Development: How Relationships Increase Learning)

05:09

ヴィゴツキーの認知発達論。関係性が学習を増やす方法 (Vygotsky's Theory of Cognitive Development: How Relationships Increase Learning)

32

日本語 B1 中級

IEIディープラーニング推論加速カード (IEI Deep Learning Inference Acceleration Card )

13:27

IEIディープラーニング推論加速カード (IEI Deep Learning Inference Acceleration Card )

52

教師付き機械学習。クラッシュコースの統計 #36 (Supervised Machine Learning: Crash Course Statistics #36)

11:51

教師付き機械学習。クラッシュコースの統計 #36 (Supervised Machine Learning: Crash Course Statistics #36)

3

フェデレーテッドラーニング。分散型データ上での機械学習（Google I/O'19 (Federated Learning: Machine Learning on Decentralized Data (Google I/O'19))

41:11

フェデレーテッドラーニング。分散型データ上での機械学習（Google I/O'19 (Federated Learning: Machine Learning on Decentralized Data (Google I/O'19))

4

人工知能（または機械学習）とは？ (What is Artificial Intelligence (or Machine Learning)?)

06:15

人工知能（または機械学習）とは？ (What is Artificial Intelligence (or Machine Learning)?)

346

教師なし機械学習.クラッシュコースの統計 #37 (Unsupervised Machine Learning: Crash Course Statistics #37)

10:56

教師なし機械学習.クラッシュコースの統計 #37 (Unsupervised Machine Learning: Crash Course Statistics #37)

3

公平・倫理的な人工知能・機械学習のためのプレイブックを書く（Google I/O'19 (Writing the Playbook for Fair & Ethical Artificial Intelligence & Machine Learning (Google I/O'19))

27:05

公平・倫理的な人工知能・機械学習のためのプレイブックを書く（Google I/O'19 (Writing the Playbook for Fair & Ethical Artificial Intelligence & Machine Learning (Google I/O'19))

1

タニアの話。モールス信号と機械学習の出会い (Tania’s Story: Morse code meets machine learning)

02:23

タニアの話。モールス信号と機械学習の出会い (Tania’s Story: Morse code meets machine learning)

59

機械学習が私たちの意思決定をいかにスマートにするか (How Machine Learning Makes Our Decisions Smarter)

06:46

機械学習が私たちの意思決定をいかにスマートにするか (How Machine Learning Makes Our Decisions Smarter)

13

機械学習が科学者の小惑星追跡にどのように役立つか (How machine learning helps scientists track asteroids)

01:22

機械学習が科学者の小惑星追跡にどのように役立つか (How machine learning helps scientists track asteroids)

17

事例で見る機械学習API（Google Cloud Next '17 (Machine Learning APIs by Example (Google Cloud Next '17))

38:36

事例で見る機械学習API（Google Cloud Next '17 (Machine Learning APIs by Example (Google Cloud Next '17))

157

TensorFlow Hub：機械学習モジュールの再利用（TensorFlow Meets (TensorFlow Hub: reusing machine learning modules (TensorFlow Meets))

04:50

TensorFlow Hub：機械学習モジュールの再利用（TensorFlow Meets (TensorFlow Hub: reusing machine learning modules (TensorFlow Meets))

3

コーディングチャレンジ #151機械学習ピッチ検出モデルを用いたウクレレチューナー (Coding Challenge #151: Ukulele Tuner with Machine Learning Pitch Detection Model)

35:55

コーディングチャレンジ #151機械学習ピッチ検出モデルを用いたウクレレチューナー (Coding Challenge #151: Ukulele Tuner with Machine Learning Pitch Detection Model)

6

スペル入門（クラウドでの機械学習のための (Introduction to Spell (for Machine Learning in the Cloud))

26:08

スペル入門（クラウドでの機械学習のための (Introduction to Spell (for Machine Learning in the Cloud))

3

機械学習のこと。Googleのビジョン - Google I/O 2016 (Machine Learning: Google's Vision - Google I/O 2016)

44:45

機械学習のこと。Googleのビジョン - Google I/O 2016 (Machine Learning: Google's Vision - Google I/O 2016)

410

機械学習用のデータセットを準備する（TensorFlowのコーディング (Prepare your dataset for machine learning (Coding TensorFlow))

07:37

機械学習用のデータセットを準備する（TensorFlowのコーディング (Prepare your dataset for machine learning (Coding TensorFlow))

2

決定木の可視化 - 機械学習レシピ #2 (Visualizing a Decision Tree - Machine Learning Recipes #2)

06:42

決定木の可視化 - 機械学習レシピ #2 (Visualizing a Decision Tree - Machine Learning Recipes #2)

92

日本語 A2 初級

#ProjectCleanMachine｜Adobe MAX Sneaks 2024｜アドビ (#ProjectCleanMachine | Adobe MAX Sneaks 2024 | Adobe)

05:01

#ProjectCleanMachine｜Adobe MAX Sneaks 2024｜アドビ (#ProjectCleanMachine | Adobe MAX Sneaks 2024 | Adobe)

3

日本語 B1 中級

機械学習。雑然とした世界を理解する (Machine Learning: Making Sense of a Messy World)

03:48

機械学習。雑然とした世界を理解する (Machine Learning: Making Sense of a Messy World)

355