本記事は AI・MLウィーク 4日目の記事です。 💻 3日目 ▶▶ 本記事 📱 はじめに 【逆引き】やりたいこと別・サービス対応表 サービス名称の「覚え方」のコツ AWS：機能説明型（動詞・名詞） Google Cloud：ブランド・概念型 主要サービスの深掘りと選定の根拠 ① 統合プラットフォーム：SageMaker vs Vertex AI ② 生成AIの最前線：Bedrock vs Gemini 最初の1歩：初心者はどこから触るべき？ おわりに 参考文献（公式ドキュメント） はじめに AWSとGoo

こんにちは。ワンキャリアでデータサイエンティストをしている申（シン）です。 普段は、社内のデータを用いた分析や、機械学習モデルの構築を通じて、ビジネスの意思決定支援を行っています。

このブログは、シスメックス株式会社 次世代医療事業開発室と、ディピューラメディカルソリューションズ株式会社、アマゾン ウェブ サービス ジャパン合同会社 シニア ソリューション アーキテクト 中島丈博による共著です。 シスメックス株式会社の視線計測アプリ「Gazefinder」のご紹介 背景 シスメックス株式会社は、「より良いヘルスケアジャーニーを、ともに。」をビジョンに掲げ、臨床検査機器・診断薬やソフトウェアを世界中に提供しています。2025 年 10 月、私たちは新たな領域への挑戦として、お子さまの視

議論マイニング 【連載】自然言語処理の研究動向　第8回 2026.2.18 株式会社Laboro.AI　リードMLリサーチャー　趙 心怡 概　要 議論マイニング（Argument Mining、AM）は、人々が特定の意見を持つに至った理由を明らかにすることで、従来の感情分析よりも一歩踏み込んだ洞察を提供します。初期の「意味埋め込み技術（semantic embeddings）」の画期的進歩により、議論をクラスタリングして主要なポイントに集約することが可能になり、その後の研究では議論の質や多様性を評価する手

MathJax={tex:{inlineMath:[['$','$']],displayMath:[['$$','$$']],processEscapes:true}}; こんにちは、Insight Edgeでデータサイエンティストをしている新見です。 cuTile Pythonとは 背景 特徴 従来のCUDA（SIMT）との違い 文法 TileGymで行列積ベンチマーク 倍精度行列積エミュレーション Ozaki Schemeについて 分解(Split) 行列積の計算 素朴な実装と初回結果 最適化 Fas

みなさん、こんにちは。ソリューションアーキテクトの古屋です。今週も 週刊AWS をお届けします。 アマゾン ウェブ サービス ジャパン合同会社では、レガシーな Windows アプリケーションで課題を抱えている開発者様向けに、「AWS Transform for .NET セミナー」を毎月開催しています。今年 1 回目となる 1/26 のセミナーを AWS オフィスにて開催し、ご好評をいただきました。本セミナーでは、.NET Framework のモダナイゼーションの考え方を学び、ハンズオンを通じて AW

1. はじめに NTT西日本の鈴木 *1 です。 生成AIの活用が進む中、多くのエンジニアが次に注目しているのが「AIエージェント」です。 この記事では、機密性の高い会議情報を外部に出さず、オンプレミス環境内で完結して動作する「会議メモ要約&フォルダ格納AIエージェント」をMCP（Model Context Protocol）を用いて試作しましたので、その背景と技術的な仕組みについてご紹介します。 目次 1. はじめに 2. 対象読者 3. 背景：なぜ今、オンプレミスのAIエージェントなのか 3.

本記事は 2026/02/04に投稿された Auto Analyze in Aurora DSQL: Managed optimizer statistics in a multi-Region database を翻訳した記事です。 Amazon Aurora DSQL  および他の最新のリレーショナルデータベースシステムにおいて、正確な統計情報はクエリプランにおける最も重要な要因の一つです。悪いクエリプランを良いクエリプランの代わりに誤って選択してしまうと、100倍の性能低下を引き起こす可能

こんにちは。ソリューションアーキテクトの松本 敢大です。三井物産デジタル・アセットマネジメント株式会社（以下、MDM）では、デジタル証券や資産運用のビジネスを展開しており、金融機関として高いセキュリティ要件を満たすことが求められています。本ブログは、MDM が Amazon Security Lake を活用して SIEM の限界を超え、セキュリティデータ基盤を構築した事例について、Chief Information Security Officer 鈴木様から寄稿していただいたものです。 背景 AWS：

はじめに 株式会社ジャパン・インフラ・ウェイマークの川邉です。 当社はNTT西日本の子会社で、ドローン×画像解析AIを活用したインフラ点検を主に行っています。 本稿では、同じ場所を撮影した２枚の写真の特徴点を取得することで、同じような位置・角度で撮影した写真に変形するプログラムの仕組みとコードについて説明しています。類似のコードについて記載されているブログは他にも存在していますが、コピペで使えるレベルまで詳細コードを書いているページは見つからなかったので、テスト用に作成したコードをまるごと掲載しています。

みなさん、こんにちは。ソリューションアーキテクトの杉山です。今週も 週刊AWS をお届けします。 フィジカル AI 開発支援プログラム by AWS ジャパン の募集を開始しました。本プログラムは AWS 上で Vision-Language-Action (VLA) をはじめとしたロボット基盤モデル等を開発する、日本に法人または拠点を持つ企業・団体を支援するものです。データ収集・前処理からモデルトレーニング、シミュレーション、実環境へのデプロイまでの一連のパイプライン構築を支援し、AI のロボティクスへ

はじめに 今回は機械学習プラットフォーム「DataRobot」のデモ紹介記事として、フィルム製品製造時の不良発生に影響する要因分析についての活用事例を紹介します。 DataRobotについて DataRobot社は、AIに対するユニークなコラボレーション型のアプローチによってユーザーをAIサクセスに導くバリュー・ドリブン AIのリーダーです。 https://www.datarobot.com/jp/ DataRobot社の製品であるDataRobotは、10年以上にわたってユーザーの自動機械学習（Aut

こんにちは、ブログ運営担当の遠藤です。 今月のブログイベントについてお知らせします！ 2月のブログイベントは「AI・MLウィーク」です！ NRIネットコムのメンバーによるAI・ML（機械学習）に関する記事をお楽しみください！ 記事掲載日と記事内容 更新され次第、こちらの記事にもリンクを掲載します。ぜひ、ご期待ください！ 2/16(月)：清水さくら tech.nri-net.com 2/17(火)：福井晃貴 tech.nri-net.com 2/18(水)：小山ちひろ tech.nri-net.com 2/

はじめに 株式会社medibaでバックエンドエンジニアをしているRetchです。 社内でのAI利用が当たり前になり、 開発や意思決定の中にAIが自然に組み込まれるようになってきました。 その過程で、AI活用に関する記事や議論に触れる機会も増え、 いくつか気になる点を感じるようになりました。 本記事では、そうした日々の体感をもとに、 AI時代にエンジニアとして意識しておきたい考え方を整理します。 1. 「AIがやったから」は責任を免除しない 最近、「とりあえずAIでやった」という言葉を耳にすることが増えてい

2025 年 12 月 、オラクル・コーポレーションと Amazon Web Services (AWS) は、日本のお客様向けに「Oracle Database@AWS」の AWS 東京リージョンでの提供を開始しました。これにより、お客様は AWS で Oracle Exadata を利用できるようになりました。 Oracle Database@AWS とは Oracle Database@AWS は、AWS データセンター内の Oracle Cloud Infrastructure (OCI) が管理