Examples of using 機械学習は in Japanese and their translations into English
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Programming
AIと機械学習は実現が難しくコストがかかる夢物語だと思われがちですが、SplunkCloudとSplunkEnterpriseでマシンデータのリアルタイムの監視、分析、可視化を簡単に低コストで実現できるようになりました」。
While AI and machine learning often seem like unattainable and expensive pipe dreams, Splunk Cloud and Splunk Enterprise now make it easier and more affordable to monitor, analyze and visualize 年代の初期に機械学習は、数学的な精密さをより大きく取り入れて研究され、ベイジアンニューラルネットワークやサポートベクターマシン(SVM)、ガウス過程などの新しいアルゴリズムとカーネル法の開発を導きました。
In the early 1990s, machine learning research was pursued with greater mathematical rigour, leading to the development of new algorithms and kernel methods- such as Bayesian neural networks, support vector machines(SVMs) and Gaussian processes- that significantly improved real world performance.年代の初期に機械学習は、数学的な精密さをより大きく取り入れて研究され、ベイジアンニューラルネットワークやサポートベクターマシン(SVM)、ガウス過程などの新しいアルゴリズムとカーネル法の開発を導きました。
In the early 1990s, machine learning research was pursued with greater mathematical rigor, leading to the development of new algorithms and kernel methods- such as Bayesian neural networks, support vector machines(SVMs) and Gaussian processes- that significantly improved real world performance.機械学習は、データ中のパターンをコンピュータに学習をさせて、新しい予測をさせる事に焦点を当てた分野で、医者がより正確に病気を診断したり、株式アナリストが金融市場の浮き沈みを予測する手助けをしています。
Machine learning, a field focused on training computers to recognise patterns in data and make new predictions, is helping doctors more accurately diagnose diseases and stock analysts forecast the rise and fall of financial markets.別の言い方をすれば、機械学習は多くの人工知能技術の1つであり、ニューラルネットワークとディープラーニングといったものは、より広範なアプリケーションのための優れたフレームワークを構築するために使用できるツールだというだけのことだ。
Put a different way, machine learning is one of many artificial intelligence techniques, and things like neural networks and deep そして、AIや機械学習は、私たちの環境を理解する方法についてたくさんのことを教えてはくれるが、農業のような分野で純粋に機械の認知能力を通して重要な結果を予測することはできない。
And, although AI and Machine Learning are teaching us many things about how to understand our environment, we are still far from being able to predict critical outcomes in fields like agriculture purely through the cognitive ability of 機械学習機械学習は、ソフトウェアアルゴリズムが、データから「学習して」予測を行う能力、すなわちルールベースのプログラミングなしで明示的にプログラムされることなく特定のタスクのパフォーマンスを改善するデータをコンピュータに提供するところで発生する。
機械学習は毎日との対話の多くの製品を供給して長い-Appleのシリと今のGoogleのような「インテリジェント」アシスタントから推薦するエンジンのアマゾンのような新しい製品の提案、グーグルやフェイスブックで使用されるシステムをランキング広告を購入します。
Machine learning has long powered many products we interact with daily-from"intelligent" assistants like Apple's Siri and Google Now, to recommendation engines like Amazon's that suggest new products to buy, to the ad ranking systems used by Google and Facebook.皆さんはまだ気づいていないかもしれませんが、(モデルを作成することで履歴データを問題に適用し、傾向の将来の挙動をうまく予測するためにそれを使う方法である)機械学習は、ますます日々の生活に関係を持ちつつあります。
Maybe you haven't noticed it, but machine learning- a way of applying historical data to a problem by creating a model and using it to successfully predict future behavior or trends- is touching more and more lives every day.この10年で機械学習は商用目的で爆発的に利用されるようになり、高い信頼性でデータから非常に複雑な関係性を見つけ出す能力やユニークな洞察、正確な予測を実現するために幅広い産業分野において、市場先導者が選択する技術の選択肢となりつつあります。
The last decade has seen widespread commercial exploitation of machine learning, which has become the technology これまで、機械学習は太陽系外の惑星を探索するために利用されてきたが、人工ニューラルネットワークが未知の世界を発見するために用いられたのはこれが初めてである、と考えられている。
While machine learning has been used before in the search for planets beyond our solar system, it is believed to be the first time an artificial neural network like this has been used to find a new world.機械学習は1950年代から存在していますが、クラウドストレージなど低コストコンピューティングリソースの進化、データ収集の簡略化、データサイエンスの普及により、ビジネス分析においてまさに「次の大ブーム」になっています。
While machine learning has been around since the 1950s, recent breakthroughs in low-cost compute resources like cloud storage, easier data collection, and the proliferation of data science have made it very much“the next big thing” in business analytics.プログラマーによってコンピュータが従う段階的な指示が書かれるようなルールベースだった従来のアルゴリズムとは異なり、機械学習はゴールを与えたらあとは問題とエラーによって問題解決に取り組ませるというものです。
Unlike the traditional rules-based algorithms, where a programmer has to write step-by-step instructions for the computer to follow, with machine learning, you just give it the goal and it tries to solve the problem itself via problem and error.しかし、機械学習、そして何それは人工知能に関係しているとは何でしょうか?まあ、機械学習、または機械学習は、コンピュータにこの目的のために特別にプログラムされることなく、問題を解決するために学習する能力を与えるAIの特定の種類に他なりません。
But what is Automatic さらに、人工知能および機械学習は、アルゴリズムが「文脈」をより広範囲に解釈し、音声パターンまたは言語的ニュアンスなどのより主観的と考えられる変数を分析できるようになるまで急速に進化している。新しいデータを体系化して解釈するための、ある種の先例または既存の情報。
Furthermore, artificial intelligence and machine learning are rapidly evolving to the point where algorithms can interpret the"context" to a greater extent and analyze variables considered more subjective, such as speech patterns or linguistic nuances, provided there is a some kind of precedent or existing information on which to organize and interpret new data.同じコンピュータ同士で戦うときA27:ここ10年程度でのコンピュータ囲碁の進歩はめざましく、人間のトッププレイヤを目指すことは現実的な目標になっています(まだ10年程度はかかると思いますが)。囲碁でも機械学習は使われていますが、コンピュータ囲碁の思考方法は、将棋とは全く異なり、シミュレーションベースの方法が取られています。
When fighting on the same computer A 27:Advances in computer Go in the past decade have been remarkable, and it is a realistic goal to aim for the top player of human beings(though I think it will take about 10 years yet). Although machine learning is also used in Go, computer thinking method of thinking is completely different from shogi, simulation-based method is taken.機械学習は信頼できる。
Machine learning can be trusted.機械学習は安全か?
Can machine learning be secure?機械学習はこれができる。
But Machine Learning can do that.機械学習はこれができる。
Machine learning can do it.
