KIT数学ナビゲーション
数学ナビゲーションについて KIT数学ナビゲーションでは，高校数学と大学1，2年次に学ぶ数学の内容が中心になっています。特に、基本となる数学の公式を整理して掲載しているので、数学の辞書のように利用していただくと便利です。また、問題を解くためのノウハウも掲載しているので、どのように問題をといたらいいかわからない時にご利用ください。数学の基礎的な内容が中心になるので、本学を目指す高校生にとっても参考になります。 今後、さらに内容を充実させてきます。 作成スタッフ 動画配信 周辺知識ネットワークグラフ 数学ナビゲーションは，STEMナビゲーションのコンテンツの1つで、STEMナビゲーションには他に物理ナビゲーションと工学ナビゲーションがあります．これらのコンテンツの知識を記載した各ページはハイパーリンクで関連付けられています．その様子を示したのが下の周辺知識ネットワークグラフです．水色は数学の知
中学受験とは何だったのか - nomolkのブログ
子供の中学受験が終わった。結果的には子供の人生を良い方向に導く結果になったと感じているものの、それでもなお「何だったのか」と感じてしまう謎の儀式であった。 ほんとうに、中学受験とは何だったのか。 受験、それはいつのまにかやってくる そもそも僕も妻も地方の田んぼの隙間で育った田舎者であり、小学生で受験をするという発想すらなかった。むしろ小さな子供を受験勉強に追い込むことに愚かしさを感じていて、正直その気持ちは最後まで消えなかった。 なのになんで受験をすることになったかというと、もとを辿れば小2のときである。うちの近所には大手の受験塾が一つしかなく受験期から入ろうとしても満員で入れないというので、選択肢を残す意味で子供を入れた。この時点で入塾はあくまで「判断は保留」の意図だったわけだが、見落としていたことが一つあった。環境が人を作るのである。 ３年後、「受験で良い結果を残す！」という決意に満ち
Chapters - Learn You a Haskell for Great Good!
Introduction About this tutorial So what's Haskell? What you need to dive in Starting Out Ready, set, go! Baby's first functions An intro to lists Texas ranges I'm a list comprehension Tuples Types and Typeclasses Believe the type Type variables Typeclasses 101 Syntax in Functions Pattern matching Guards, guards! Where!? Let it be Case expressions Recursion Hello recursion! Maximum awesome A few m
The Bézier Game
The ideal solution has 0 nodes. Think you can do better? Try again This game requires keyboard and mouse It seems you are on a touch device, but I can't tell for sure, please confirm: I'm using a keyboard and a mouse/trackpad You will continue to The Bézier Game. I'm using my fingers on a phone or tablet You will be redirected to The Boolean Game, which works on any device.
何でも微分する
IBIS 2023 企画セッション『最適輸送』 https://ibisml.org/ibis2023/os/#os3 で発表した内容です。 講演概要: 最適輸送が機械学習コミュニティーで人気を博している要因として、最適輸送には微分可能な変種が存在することが挙げられる。微分可能な最適輸送は様々な機械学習モデルに構成要素として簡単に組み入れることができる点が便利である。本講演では、最適輸送の微分可能な変種とその求め方であるシンクホーンアルゴリズムを紹介する。また、この考え方を応用し、ソーティングなどの操作や他の最適化問題を微分可能にする方法を紹介するとともに、これらの微分可能な操作が機械学習においてどのように役立つかを議論する。 シンクホーンアルゴリズムのソースコード：https://colab.research.google.com/drive/1RrQhsS52B-Q8ZvBeo57vK
「機械学習で時系列予測はできるのか」論議がTransformerと共に帰ってきた - 渋谷駅前で働くデータサイエンティストのブログ
先日、こちらのポストをお見かけしました。 AI技術開発部の高橋が社内勉強会の資料「時系列予測にTransformerを使うのは有効か？」を公開しました。 論文Are Transformers Effective for Time Series Forecastingの紹介を中心に、時系列予測について解説しています。ぜひご覧ください。https://t.co/LplxTT8b1d pic.twitter.com/nUXb4bGiQ3— GO Inc. AI Tech (@goinc_ai_tech) 2023年9月28日 なるほど、NN全盛というかNN一択の時代にあっては時系列予測もNNでやるのが当たり前になったのだなという感想でした。大昔「沖本本」で古典的な計量時系列分析を一通り学んだ身としては隔世の感がありますが、これもまたNN時代の趨勢なのでしょう。 なお、元論文2点は上記リンクから辿
数学の勉強のやり方
はじめにお前は誰やねん解析学を研究している博士課程の2年生。 この記事の目的もし大学1年生の自分に会えたら数学の勉強についてアドバイスしたいことがいくつかあるので、それを簡単にまとめたい。現在進行形で学部生をやっている人の参考になれば嬉しい。ただし、あくまで個人的な考えであり、視点が偏っているので、鵜呑みにはしない方が良い。 最初にやるべきことできる限り早い段階で集合と写像の言葉を覚えよう。微分積分や線形代数より先にこちらをやった方が良い。そもそも集合と写像の言葉は大学数学をやっていくうえで必要不可欠であり、微分積分や線形代数さえこれらの知識がなければ十分には理解できない。それから、定義に従って厳密に議論できるようにならなければ、そもそも大学数学のスタートラインにさえ立てない。集合と写像の勉強はその習得に適していると思う。 ちなみに、僕がこの「スタートライン」に立てたのは学部1年後期だった
GitHub - Valkyrja3607/tuning_playbook_ja: ディープラーニングモデルの性能を体系的に最大化するためのプレイブック
現在，ディープニューラルネットワークを実際にうまく機能させるためには，驚くほど多くの労力と推測が必要です．さらに悪いことに，深層学習で良い結果を得るために実際に使われるレシピが文書化されることは稀です．論文では，よりきれいなストーリーを提示するために，最終的な結果に至ったプロセスは無視され，商業的な問題に取り組む機械学習エンジニアには，一歩下がってそのプロセスを一般化する時間はほとんどありません．教科書は，たとえ著者が有用な助言を提供するために必要な応用経験を有していたとしても，実用的な指針を避け，基本原理を優先する傾向がある．このドキュメントを作成する準備をしていたとき，私たちは，深層学習で良い結果を得る方法を実際に説明する包括的な試みを見つけることができませんでした．その代わりに，ブログ記事やソーシャルメディア上のアドバイスの断片，研究論文のappendixから覗くトリック，ある特定の
What are Diffusion Models?
What are Diffusion Models? 本記事はWhat are diffusion Models?を許可を得て翻訳したものです。Diffusion Modelの日本語の記事がまったくなかったので勉強がてら、翻訳してみました。誤訳や誤植などありましたらお知らせください。 Diffusion modelはとても新しいタイプの生成モデルで、どのような複雑なデータ分布でも学習することができ、なおかつその分布を解析的に評価することができます。 近年ではDiffusion modelは高精度な画像を生成でき、GANでSOTAなモデルより高い精度を達成しています。 これまでGAN、VAE、Flowといった生成モデルについての記事を書いてきました。どれも高いクオリティの画像を生成できますが、一方でそれぞれ個々の問題を抱えていました。GANは敵対的学習の構造そのものに、学習の不安定さと多様性
Danbooru(イラスト転載サイト)で学習したWaifu Diffusion
高杉 光一🦋 @14:59 @kuronagirai Cry… 基本箱推し 画像生成AIで作った画像の供養先@AI_Rushia 生成した画像は商用利用と人が嫌がるようなこと以外の用途であれば好きに使って構いません syosetu.org/?mode=user&uid… 高杉 光一🦋 @kuronagirai 私が把握してる今のところの各画像生成AIの相関図 Stable Diffusionのオープンソース化は間違いなくターニングポイントの一つだけどWaifu Diffusionがどこまで影響を与えるかはこれ次第 Midjourneyも十分影響あったんだけど芸術や背景特化感否めない ERNIE-ViLGはどうなるんだろう…？ mimicはうん… pic.twitter.com/ykyDSkltPE 2022-09-09 04:17:01 高杉 光一🦋 @kuronagirai 素人目
小学校で学習する文字の PowerPoint スライド | マイクロソフト アクセシビリティ
読み書き障害のある子供では、文字の部分的な特徴や違いに気がつきにくく、漢字の構造を理解することが難しいことがあります。こうした子供たちの学習指導では、一般的に行われている反復書き取りは、子供にとっての苦行となるだけで学習にはあまり意味がない場合があります。 その場合、文字を構成するパーツを、色の変更やアニメーションなどの動的効果を活用して強調し、子供の注意を喚起することが有効であることが知られています。従来のパソコンフォントでは、文字の部分を編集することができませんでした。しかしこのコンテンツを使うことで、こうした文字の学習を支援する教材がすぐに実現できます。 『さんずい』という偏 (へん) と、『魚』という旁 (つくり) のパーツを組み合わせると、『漁』という漢字になる (偏と旁を分割して表示することができる) 画ごとに漢字のパーツをすべて分解して、パーツを書き順ごとにバラバラに配置した
君には今から3時間で機械学習Webアプリを作ってもらうよ
新人: 「本日データサイエンス部に配属になりました森本です！」 先輩: 「お、君が新人の森本さんか。僕が上司の馬庄だ。よろしく！」 新人: 「よろしくお願いします！」 先輩: 「さっそくだけど、練習として簡単なアプリを作ってみようか」 先輩: 「森本くんは Python なら書けるかな？」 新人: 「はい！大学の研究で Python 書いてました！PyTorch でモデル作成もできます！」 先輩: 「ほう、流石だね」 新人: 😊 先輩: 「じゃ、君には今から 3 時間で機械学習 Web アプリを作ってもらうよ」 先輩: 「題材はそうだなぁ、写真に写ってる顔を絵文字で隠すアプリにしよう」 先輩: 「あ、デプロイは不要。ローカルで動けばいいからね。顔認識と画像処理でいけるよね？」 新人: 😐 新人: (えぇぇぇぇぇぇぇ。3 時間？厳しすぎる...) 新人: (まずモデルどうしよう。てかもら
OCR処理プログラム及び学習用データセットの公開について | NDLラボ
2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館（以下、「当館」とします。）が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。 このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。 機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。 リポジトリ : https://github.com/ndl-lab/
制御工学者のための強化学習入門
Online ISSN : 1883-8170 Print ISSN : 0453-4662 ISSN-L : 0453-4662
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Wikibooks
62 Universities Have Partnered With Coursera - Coursera.org
SadServers - Linux & DevOps Troubleshooting Interviews
表紙 - 本物のC
塾とか行かず高学歴な父「少しやれば関関同立は行けるという感覚でいたが、子に勉強教えてみると行かせるの凄いむずい。」
Englister | オンラインで英作文練習と添削ができるAIアプリ
