Help us understand the problem. What is going on with this user?
@kabayan55
Followees
  • @shnchr

    機械学習と数理最適化のエンジニアやってます

  • @shinmura0

    自己紹介はツイッターをご覧ください。 https://twitter.com/shinmura0

  • Omiita
    @omiita

    オミータです。東工大情報系修士2年です。(2020) 深層学習の研究しています。 ご連絡はメールまたはTwitterでお待ちしております。 ツイッター: https://twitter.com/omiita_atiimo

  • Motoki Kimura
    @motokimura

    都内在住会社員です。コンピュータビジョンの領域で研究開発しています。関心は、コンピュータビジョン、機械学習、確率モデル、センサフュージョン、衛星画像など。主に、これらのトピックに関連することを書きます。興味のある方はお気軽にフォローして下さい。

  • @kaityo256

    ロボ太 記事中に明示されていない場合、私の記事はCC-BY 4.0で、記事に含まれるソースコードはMITライセンスで公開します。

  • @Hironsan

    あほぐらまー

  • @AI_Academy

    AI AcademyはPythonや機械学習、量子コンピューターが学べるオンライン学習サービスです。 無料でほとんどのコースが学べますが、SQLやWebスクレイピング、Web開発、AWSを用いたサーバー構築、機械学習に必要な数学や統計学、R、Juliaなど月額980円で全てのコースをご利用頂けます。 AIエンジニアやデータサイエンティストを志している方、是非ご利用ください!

  • Yosuke Kobayashi
    @heisenberg_

    趣味でKaggleに取り組んだり、Webアプリを作ったりもしてます。 良ければフォローお願いします!

  • @takapy
    @takapy0210

    ML/DL/Pythonの勉強にお熱なため、そんな感じの記事が多くなると思います。

  • Ikeda Shintaro
    @momotaro98

    Gopher ʕ ◔ϖ◔ʔなWebエンジニアです。

  • @nukky-s

    株式会社AlphaImpact代表取締役 機械学習で競馬予測をやっています。

  • Hiroaki Kudo
    @hmj-kd

    駆け出しのデータサイエンティストです。 大学では相対性理論や宇宙論を勉強していました。特にブラックホールの幾何学というマニアックな分野を勉強していました。 数学、統計学、確率論、機械学習、行動心理や群知能に興味をもっています。

  • Hikaru Kashida
    @hik0107

    メルカリという会社で分析やっています ⇛ 詳しくはhttps://goo.gl/7unNqZ / アナリスト絶賛採用中。/ Twitter ⇛ https://twitter.com/hik0107 最近はもっぱら物書きは note ⇛ https://note.mu/hik0107

  • Yukino Ikegami
    @yukinoi

    自然言語処理とかPythonについて書きます。

  • まつ けん
    @kenmatsu4

    Kaggle Master (https://www.kaggle.com/kenmatsu4) データ解析的なことや、統計学的なこと、機械学習などについて書いています。 【今まで書いた記事一覧】http://qiita.com/kenmatsu4/items/623514c61166e34283bb 【English Blog】 http://kenmatsu4.tumblr.com

  • gg_hatano
    @gg_hatano

    趣味用です 所属組織ではもっとちゃんとしたことをしています

  • @shopetan

    seccamp'15/Machine Learning/Data Mining/Security

  • Kawano Yuichiro
    @yu1ro

    表参道のエンジニア 最近はAndroid Kotlin

  • 1 / 1
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした