はじめに この記事は，Kaggle Advent Calendar 2022第6日目の記事になります。 本記事では、 32GB超のCSVデータの基本統計量を、小規模マシンでも省メモリかつ高速に計算するテクニック について解説します。 Kaggleコンペに限らず、 マシンスペックが低いため、大きなデータセットを満足に処理できず困っている 毎回行うファイル読み込みが遅いので、もっと高速化したい ⚡ といった悩みや課題を抱えている方の参考になれば幸いです。 モチベーション データ分析業務やKaggle等のコンペティションで初めてのデータセットを扱う場合、いきなり機械学習アルゴリズムを行うことはまず無く、最初にデータ観察を行うのが一般的です。 テーブルデータであれば、各カラムの基本統計量（最小値、最大値、平均、分散、四分位数）などを計算・可視化し、データクレンジングの要否や特徴量設計の方針などを検
2003年(2001年の誤りでした。訂正してお詫び申し上げます。)ごろに発売され、アダルトゲームなのに異常に棋力が高いことで話題となったブルゲ的脱衣将棋。 搭載されているAIについてはその棋力にばかり注目されがちですが、このAI、他の将棋ソフトにはない唯一無二のものだと個人的には思います。 そんな訳で、今回はこの将棋ソフトについてレビューしていきたいと思います。 この記事ではR-18な側面には一切触れませんが（というか私がアダルトゲームを基本プレイしないので触れたくても触れられない）、一応18歳未満の方はみないでネ！ ブルゲ的脱衣将棋って？ 異常に強いAI AIが強いだけじゃなく特徴的 この棋風がもたらすもの まとめ ブルゲ的脱衣将棋って？ まずブルゲ的脱衣将棋について説明すると、ブルーゲイル社の人気作品のヒロインが集結した作品です。 ヒロインについては原作の絵師、声優の方を集結し、楽曲も
ディープラーニングの仕組みを理解するための一番のポイントは「損失関数」と「勾配降下法」の考え方です。本講演では、線形回帰モデルを題材に、この2つの考え方についてPythonのコーディングも含めた形で説明します。講演者の著作「最短コースでわかるディープラーニングの数学」からエッセンスをお届けします。
神山 翼@お茶大・気象学 @kohyama_met こうやま・つばさ。お茶の水女子大学理学部・理学専攻の教員(情報科学)。主要業績: 月と降水(Kohyama and Wallace 2016, GRL)、ラニーニャ的温暖化(Kohyama et al. 2017, J Clim)、黒潮とメキシコ湾流の同期現象(Kohyama et al. 2021, Science) https://t.co/nTBpEDEoWm リンク Wikipedia 円周率 円周率（えんしゅうりつ、英: Pi、独: Kreiszahl、中: 圓周率）とは、円の直径に対する円周の長さの比率のことをいい、数学定数の一つである。通常、円周率はギリシア文字である πに代表される。円の直径から円周の長さや円の面積を求めるときに用いる。また、数学をはじめ、物理学、工学といった科学の様々な理論の計算式にも出現し、最も重要な数
実録パフォーマンス改善 - 高速化のためアーキテクチャやアルゴリズム選択から見直すSansanの事例 - エンジニアHub｜Webエンジニアのキャリアを考える！
実録パフォーマンス改善 - 高速化のためアーキテクチャやアルゴリズム選択から見直すSansanの事例 インフラの特性をふまえ、ミドルウェアの挙動を理解し、プロファイリングによってボトルネックを把握し、要求に合ったアーキテクチャを選択する。そういった工夫を重ねることでアプリケーションのパフォーマンスを改善する事例を、Sansanの千田智己さんに聞きました。 アプリケーションの設計・実装方法を変えることで、性能が格段に向上するケースは数多くあります。有名IT企業のエンジニアは、どのような方針のもとでアーキテクチャあるいはアルゴリズム選択などでパフォーマンスを改善しているのでしょうか？ 法人向けクラウド名刺管理サービス「Sansan」や個人向け名刺アプリ「Eight」を提供するSansan株式会社の千田智己さんに、これまで取り組んできた事例と、そのノウハウを教えていただきました。 千田 智己（せ
『マスターアルゴリズム』は全ての人々を機械学習（人工知能）の世界へといざなう「冒険物語」 - 渋谷駅前で働くデータサイエンティストのブログ
しましま先生(@shima__shima)こと神嶌敏弘先生から、訳書『マスターアルゴリズム』をご恵贈いただきました。 マスターアルゴリズム 世界を再構築する「究極の機械学習」 作者:ペドロ・ドミンゴス講談社Amazon 本書はビル・ゲイツが「AIを知るための本」と絶賛したという"The Master Algorithm"の邦訳版で、実際に「難しい理論や数式は書かれていないがこの一冊を読むだけで現代の機械学習（人工知能）の世界の全容を一望できる」優れた本だと個人的には感じました。また縦書き本ゆえいわば「読み物」的な立ち位置の書籍であり、研究者や技術者のみならずビジネスパーソンさらには一般の読書家にとっても読みやすく、尚且つ得るものの大きい一冊だと思います。 ということで、以下簡単にレビューしていきたいと思います。なお実は僕自身もしましま先生から発刊前の段階で翻訳内容の閲読を依頼されて一通り目
こんにちは、Choimirai Schoolのサンミンです。 0 はじめに先日Twitterに投稿したツイートに対し、添削で使えるプロンプトを教えてほしい、というコメントがありましたのでこのnoteでシェアします。 実は英語を教えてる全ての方にお勧めしたいのが、ChatGPTです。添削ツールとしても超優秀で、作文を渡すと改善が必要な箇所を直してくれる。また、"直した理由を含めテーブルにまとめて"、と指示すれば表にしてくれるのも大変助かる。うまく活用すればより付加価値の高い学習体験を提供できるはず👏。 https://t.co/tCQMXkCe6e pic.twitter.com/84q7y52EqZ — sangmin.eth @ChoimiraiSchool (@gijigae) January 17, 2023 1 一連の流れツイートでシェアした添削は下記の流れで実施された結果で
皆さんnpmパッケージのバージョンを上げるときにハマって依存地獄から抜けられなかったことはありませんか？ 私はあります。 複雑怪奇な依存関係を調べてみようとnode_modulesを覗いてみて、そのカオスっぷりに臭いものに蓋をしたことはありませんか？ 私はあります。 そこでnode_modules以下について調べてみたのですが、node_modulesにどんな問題点があって、npmやyarn, pnpmは何を目指していたのか時系列順に紐解いた方がわかりやすいことに気づきました。 ここでは初期のnpmが抱えていた問題から今に至るまでを順を追って説明します。 するとnode_modulesの仕組みの他に、各パッケージマネージャの方針の違いが見えてくるはずです。 初期の頃のnpm (~2015年以前) この頃はシンプルで、依存関係はそのままnode_modulesのディレクトリ構造に反映されてい
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT：AIモデルやアルゴリズム作成の民主化に貢献 マサチューセッツ工科大学（MIT）の研究チームが開発した確率的プログラミングツール「Gen」を使えば、初心者でも簡単にAIに触れることができ、専門家は高度なAIプログラミングが可能になる。ディープラーニングよりも適用範囲の広いことが特徴だ。 【訂正：2019年7月4日10時50分 記事タイトルの一部に誤解を招く表現があり訂正しました。 訂正前：ディープラーニングを超える汎用AIツール→訂正後：ディープラーニングも使える確率的プログラミングツール】 マサチューセッツ工科大学（MIT）の研究チームは、2019年6月下旬に米アリゾナ州フェニックス市で開催されたカンファレンス「Programming Language Design and Implementation」で、新し
和暦を正しく扱うための暦の話
burikaigi 2023 の懇親会で発表したセッションの資料です。 日本では明治6年(1873)よりグレゴリオ暦が採用されましたが、それ以前の年代での和暦の扱いについて注意点をまとめたものです。
Just another blog about manga, anime, video games, models, and the life of Dan Kanemitsu. NovelAI Stable Diffusion Midjourney 画像：2022年10月の段階で三つの作画AIに「女の子、キツネ耳、白耳、白尻尾、ぴっちりボディスーツ、だぼだぼジャケット、秋葉原、夜の街、雨、路面に反射」などと入力した出力した結果。絵柄は指定しておらずそれぞれの作画AIのデフォルトスタイルである。 ■今回の騒動の背景を少々…… 作画AIが及ぼす影響について日本のクリエーターや受け手側の間でかなり憂慮する声が広がっています。この10年、機械学習の躍進とそれが社会に及ぼした影響はすさまじいの一言としか言いようがないと思います。機械翻訳の質が飛躍的に向上したことによって一般的な会話であれば機械によ
小学生のプログラミング教室で「お父さんをトイレに行かせてうんちさせるアルゴリズムを作ろう」っていう題材が本当に良い。だいたいのお父さんがリビングでうんち漏らすけど、出来がいい子のお父さんは便器の前まで行ってうんち漏らすらしい
ヤノパイ @yanopai14 小学生のプログラミング教室で「リビングにいるお父さんをトイレに行かせてうんちさせるアルゴリズムを作ろう」っていう題材が本当に良い 小学生が作るとだいたいのお父さんがリビングでうんち漏らす羽目になるんだけど、出来がいい子のお父さんは便器の前まで行ってうんち漏らすらしい 2022-03-16 15:49:39
最適輸送の解き方
最適輸送問題（Wasserstein 距離）を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https
数理最適化ことはじめ / Introduction to Mathematical Optimization
本スライドでは、数理最適化を概観し、基本的な問題とその解き方を分かりやすく解説することを目標にしています。数理最適化に興味を持っていただければ嬉しいです。 【目次】 1 章 数理最適化とは（p.2～20） 2 章 連続最適化問題（p.21～133） 3 章 離散最適化問題（p.134～238） 4 章 まとめ（p.239～248）
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
最後に、17 章で PとNPに関する話題を解説し、世の中には「効率的に解くアルゴリズムを設計することができそうにない難問」が多数あることを見ます。18 章で、これらの難問に取り組むための方法論をまとめます。 競プロをやっている方向け 扱っている題材の難易度については、こんな感じのイメージです！ チーター本 < 本書 = 螺旋本 < 蟻本 難易度が近い螺旋本は、スタンスが異なる部分もありますので、よい形で共存できたら、という想いです。 螺旋本と比べると、「動的計画法」「貪欲法」「二分探索法」などの設計技法に関する話題をより重視しています 螺旋本は「ライブラリを揃えていく」という思想なので、設計技法よりもライブラリになるものを重視する立場です 本書では、紙面の都合で「計算幾何学」と「整数論」には触れられませんでしたが、これらは螺旋本には載っています 2-2. 本書の対象読者 本書は、「アルゴリ
トロピカル半環と呼ばれる代数構造上のトロピカル行列を利用すると動的計画法を使ってグラフの最短経路の距離を計算するという問題が単純な行列積で解けてしまうらしい。そんな噂12を聞きつけて我々はその謎を解き明かすべく南国（トロピカル）の奥地へと向かった。 トロピカルな世界に行くためにはまずは代数を知る必要がある。要するに群・環・体の話だ。しかしこの記事の目的は代数学入門ではないので詳しい話は他の記事3に譲るとし、さっそく半環という概念を導入する。それは 半環は以下の性質を満たす二つの二項演算、即ち加法（和）"$+$" と乗法（積）"$\cdot$" とを備えた集合$R$を言う $(R, +)$ は単位元 $0$ を持つ可換モノイドを成す: $(a + b) + c = a + (b + c)$ $0 + a = a + 0 = a$ $a + b = b + a$ $(R, \cdot)$ は単
１．コーディングインタビューとは何か コーディングインタビュー（Coding Interview、またはProgramming Interview）とは、1時間ほどの制限時間内に小さなプログラミング問題を解かせる面接形式のことをいう。プログラマー、またはデータサイエンティストなどの採用試験として、米国を含むいくつかの国で用いられている。「物理的なホワイトボード上にプログラムを書く」という形式で実施されることが多い。「オンライン上の共有エディタで書く」といった形式のこともある。Googleなどは自社のYoutubeチャンネル動画でも説明している。 出題される問題としては、例えば、「複数の数字numbersと整数kが与えられたとき、合計がkとなる数字の組を1つ出力せよ」といったものがある。この問題は有名なので通称が付いており、Two Sumと呼ばれる。 Two Sumの一例。与えられた数値の並
Apple M1についての面白い記事を見かけて、久しぶりにメモリモデル屋(?)の血が騒いだのでブログを書く。 note.com 強いメモリモデル 現代のCPUアーキテクチャでは、x86(64bit, 32bitどちらも)が「強いメモリモデル」を採用しており、それ以外のメジャーなCPUが「弱いメモリモデル」を採用している。この「強いメモリモデル」「弱いメモリモデル」について、まずおさらいしておこう。 以下のように、2つの変数a, bに対して異なるCPUコアが同時にアクセスしたとする。 int a = 0; int b = 0; CPU1: a = 1; b = 1; CPU2: int r1 = b; int r2 = a; (上記はC言語に似た疑似コードを用いているが、実際は機械語命令になっていると考えてほしい。つまり、CPU1は変数a, bの示すメモリアドレスに対するストア命令を実行して
Parrots in captivity seem to enjoy video-chatting with their friends on Messenger
11/25(月) LT Party presented by GeekHub (大阪) エンジニア向けゆるいフリーテーマLT大会!
「君の名は。」の二人は例の階段で出会えるのか
映画の中で二人が出会う階段がある 2016年公開の「君の名は。」という映画にこういうシーンがある。主人公の男女それぞれが乗った電車がすれ違い、一人は新宿駅で降り、もう一人はその隣駅で降りる。お互いを探し歩き、とある神社の階段で出会う。 モデルとなった階段 いいシーンなのだが、地理好きとしてはそれらの位置関係がどうしても気になっていた。 赤は男が降りた新宿駅、青は女が降りた千駄ヶ谷駅、そして緑は二人が出会った階段のある須賀神社だ。 緑の場所、べつに中間地点じゃないのが分かると思う。 そしてそもそも、お互い連絡も取れない状況で歩き回ってどこかで出会えるということがあるんだろうか。文句を言ってるわけじゃなくて、ふつうに興味があるのだ。 検証してみる 広い新宿のどこかで本当に二人は出会えるか。それを検証するためにシミュレーションをしてみることにした。 こういう仕組みをつくった やり方はこうだ。 ・
はじめに 2008年に起業してからコツコツやっていましたが、2014年くらいから量子コンピュータの研究開発をがんばりました。資金調達もしてある程度技術に目処がついたのと、若者から起業したいという相談をよくもらうので、まとめておきます。 経営は大事 簡単にいうとベンチャーをやろうとしたら技術よりもキャッシュが大事です。なので、財務や経営感覚がついてから技術をつけないと結構大変と思います。特に1年目は慣れない事務に忙殺されますし、二年目以降はキャッシュが厳しくなります。 あとは、最初は経営に夢見て舞い上がりがちなので、その気持ちがおさまって厳しさが一通り身についたところからが本番です。 調達の前に譲渡 2008年から10年くらいはコツコツ会社をやっていた上、そんなに頑張るタイプでもなかったのですが、たまたま2014年からやっていた量子コンピュータのニュースが巷で新聞に載るようになってから、周辺
厳しい。年始早々厳しさを感じている。自分のプログラミング力にだ。伸び悩んでいる。 端的に言って、数学力のなさが自分のプログラミング能力に制限をかけている。例えばこの問題。 560. Subarray Sum Equals K 入力として与えられる配列 nums のうち、合計が k となる部分配列の個数を数え上げよ。どうも有名な問題らしいが… まず大前提として、部分配列なので i, j の2重ループで始点・終点を定めて sum(nums[i, j]) = k になるものを数え上げれば必ず答えが得られる。最悪計算量は O(N^3) ただし i < nums.length < 20000 という制約があるので N^3 では遅すぎるから何か考えてくださいというのがスタート地点。 ここで、結果の変わらない累積和を何度も求めているので nums[i, j] = k を求めたい場合、 nums[0, j
この記事はSmartHR Advent Calendar 2020 11日目の記事です。 僕のお手伝いしているSmartHRでは、毎週バックエンドエンジニアが集まり、技術的なトピックについて共有、相談しあうミーティングを開催しています。そのミーティングでは僕がTipsなどを共有するコーナーが常設されています*1。 このエントリでは、そのコーナーで共有した内容をひとつ紹介します。 APIに制限をかける方法について APIを外部に提供するとき、一定の制限をかけてユーザがAPIを乱用するのを防ぐことはよくあることではないでしょうか。素直に考えると「1時間に5000回までAPIを実行できる」のようなやり方を思いつきますね。GitHubのAPIもそのやり方ですし、SmartHRのAPIも同様です。 じゃあそれでいいのでは。となるかもしれませんが少し待ってください。いろんなクライアントがAPIを大量に
by Marcin Wichary 1995年にリリースされたMicrosoftのWindows 95は、Windowsとしては初めてコマンドプロンプトに依存せずグラフィカルユーザーインターフェース(GUI)ベースで操作できるOSで、一般家庭へのPC普及に一役買ったといわれています。そんなWindows 95について、海外のQ＆AサイトであるStackExchangeで「Windows 95ではマウスカーソルを動かすと処理速度が上がったのはなぜですか？」という質問が投稿されました。 Why did moving the mouse cursor cause Windows 95 to run more quickly? - Retrocomputing Stack Exchange https://retrocomputing.stackexchange.com/posts/11533/r
35歳から Python で競プロを始めて2年が経ちましたが、やっと AtCoder で橙になることができました！ ふぁぼ、コメントもたくさん頂きありがとうございました。 競プロを始めて2年、なんとか橙になることができました。 pic.twitter.com/r0GwrNogHi — きり (@kiri8128) October 31, 2020 RTA 途中経過 最初のRatedから青まで：3か月（Rated 7回） 青から黄色まで：7か月（Rated 17回） 黄色から橙まで：1年3か月（Rated 24回） －－－－－ 橙はだいぶ遠い存在という印象だったので、達成できて嬉しいです。 まだまだ上を目指していきたいと思いますが、ひとまずの区切りとしてこれまでにやったことなどを書いておきます。 スペック 某京都大学というところで9年ほど *1 数学（代数学・代数幾何学）などをやっていた *
実際手を動かしてみて思ったのだが、３章で使った内容を４章でも発展して使い、そして５章でさらに発展させるという形で段階的にわかるようになっている構成であることに気がついた。手を動かしてみないとわからないものである・・。 ●練習問題がある 章の終わりに練習問題がある。コレの良いところは、一つに付き2~5分くらいで終わること。たくさん時間がかかると本章だけで、挫折しそうになるのに、問題がいい感じに軽いというところが乗り越えられるポイントだった ●気になっていたアルゴリズムが紹介されていた。 ナップザック問題や巡回セールスマン問題。名前は聞いたことあるけど、具体的にどうやって解くのか知らないという問題を絵付きで解き方が紹介されていてよかった。 ●メモリの仕組みビックオー記法と配列とリンクリストの紹介 どうしたら早くなるかという話だけじゃなくて、そもそもどうして遅くなるのか、どうやって値が保存されて
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog こんにちは。 LINEのNLP Foundation Devチームの清野舜と高瀬翔とoverlastです。 LINEでは2020年11月から日本語に特化した大規模言語モデル「HyperCLOVA」の構築と応用に関わる研究開発に取り組んできましたが、この「HyperCLOVA」と並行するかたちで複数の大規模言語モデルの研究開発プロジェクトが進行しています。 今回はそれらの研究開発プロジェクトのうち、我々を含むMassive LM開発ユニットから、日本語言語モデル「japanese-large-lm（ジャパニーズ ラージ エルエム）」をOSSとして公開できる状況になりましたので、本ブログを通じてお伝えすることにしました。 この記事
「とにかく日本の住所のヤバさをもっと知るべきだと思います」に、住所正規化コンバータはどこまで応えられるのか、やってみた - ジャスミンソフト日記
note.com を読みました。私自身も日本の住所の扱いを何とかしないと業務アプリケーションの運用に支障が出ると感じ、2003年に「住所正規化コンバータ」というソフトウェアをリリースし、20年が経過しました。現在は国際航業株式会社様に取り扱っていただいています。 www.kkc.co.jp このブログにあるような指摘にどこまで応えられただろうかということで、社内で試してみました。利用したバージョンは最新の R7.2.0 で、住所マスタは2022年秋版と組み合わせました。その結果を公開します。 住居表示 丁目表記と地番表記の混在に対応しています。 浦安市舞浜2-1-1 郵便番号 都道府県 市区町村 町域 小字・丁目 番地・号 マッチレベル 2790031 千葉県 浦安市 舞浜 2 1-1 号レベル 浦安市舞浜2-11 郵便番号 都道府県 市区町村 町域 小字・丁目 番地・号 マッチレベル 2
はじめに みなさんこんにちは。Sansan事業部プロダクト開発部のiOSエンジニア荒川です。 以前はRDBMSの記事*1を寄稿し、好評いただいたこともあり、定期的に車輪の再発明系の記事を書いていこうと思います。 さて本日はタイトルの通り、VimやEmacsに代表されるターミナルで動作するインラインテキストエディタをGoで開発してみました。 ソースコードは以下のリポジトリに置いているため、ぜひ参考にしてください。 github.com 完成品 文字だけだとイメージも湧きにくいので、まずは完成品をお見せします。 最低限エディタの動きは出来ている、というレベルの完成度ですね🙏 特徴 1000行インラインエディタ 文字入力/挿入/削除 画面スクロール キーボードショートカット ファイル読み込み/保存 Goのコードハイライト機能 実装の方針 今回はただ開発するだけではなく、いくつかのこだわりポイン
6x6リバーシの神 - まめめも
絶対に勝てない6x6リバーシを作りました。あなたは黒番、AIが白番です。 絶対に勝てない6x6リバーシを作りました！ ぜひ挑戦してみてくださいhttps://t.co/Ul5n3q9jMp— Yusuke Endoh (@mametter) December 30, 2021 これは何？ 6x6の盤面のリバーシは後手必勝 *1 であることが知られています。 このAIは白番（後手）で完璧にプレイします。つまり黒番のあなたは絶対に勝てません。無力感を楽しんでください。 技術的な話 このAIはWebAssemblyになっているので、全部あなたのブラウザの上で動いてます。真のサーバーレスです。 AIのソースコードはRustで書きました。わりと堅実なゲーム木探索になってます。UIは普通にTypeScriptとthree.jsで実装しました。 github.com 作った順に説明します。 盤面の表現
先日、某VC投資先の方々に対して、「ソフトウェアエンジニアの採用時にコーディングテストをやりたいがどうしたら良いか？」ということについて語ってきたので、こちらにもエッセンスをまとめたいと思います。 コーディングテストの目的 なぜ我々はコーディングテストをやるのでしょうか？ もちろん、第一目的はソフトウェアエンジニアの採用候補者のスキルを見極めるためです。 過去に、経歴も良さそう、技術的な議論もスムーズにできる、なのにコードが書けない候補者に、私は何度か出会っています。「コードが書けない」のレベルは、（ある程度易しい）論理をプログラムに翻訳できず、まともな if 文が書けないというレベルを言っています。熟練者でもド・モルガンの法則をうっかり間違えるぐらいはあると思いますが、そういう話ではありません。コードが書けない候補者は、そもそも条件が書き下せません。このような候補者を雇ってはいけません。
株式会社デジサク がお送りするプログラミング記事、 今回はAI（機械学習）の具体的なコーディング手順を扱います。 ※ 無料セミナーも開催中なので、ぜひご覧になってみて下さい。 はじめに これまで「機械学習を仕事に使うには？」というテーマで記事をお届けしてきましたが、 第３回の今回は「Pythonのコーディング手順」をテーマに、具体的なプログラミングを紹介します。 バックナンバーも読んで頂くと機械学習の基礎からPythonのコーディングまで全体を理解できますので、ぜひご活用ください。 第１回：機械学習の目的を理解する 第２回：AI開発のプロジェクト全体像 SNS でも色々な情報を発信しているので、記事を読んで良いなと感じて頂けたら Twitterアカウント「Saku731」 もフォロー頂けると嬉しいです。 機械学習に必要なプログラミングスキル まず、機械学習を習得するために必要なスキルは下記
誤解を招きそうなツイートに対してTwitter(X)ユーザーが背景情報を書くことができるコミュニティノート機能が日本でも正式リリースになりましたね。 このTwitterコミュニティノート機能、フェイクニュースや陰謀論などを見た人が冷静に判断しやすくなる背景情報を付与でき、とても意義深いです。 しかし、この機能自体に対する誤解も多い上に、僕が見て残念な使い方も増えてきているように思います。 そこで、この記事では Twitterコミュニティノートについて解説しながら、いかにこれが超絶スゴい複雑さで「インターネットっぽい仕組みか」を語っていきたいと思います。 Twitterが好きな人も嫌いな人も、どうか最後まで読んでもらえれば嬉しいです。 コミュニティノートは書いただけでは表示されない、複雑な仕組みだよ。 コミュニティノートは、誤解を招きそうなツイートに対してTwitterユーザーが背景情報を書
『Skyrim』のキツネはプレイヤーをお宝に導くか。発売直後から囁かれてきた噂の真相を元開発者が明かす - AUTOMATON
ホーム ニュース 『Skyrim』のキツネはプレイヤーをお宝に導くか。発売直後から囁かれてきた噂の真相を元開発者が明かす オープンワールドRPG『The Elder Scrolls V: Skyrim（以下、Skyrim）』 海外プレイヤーを中心に長年囁かれてきたある噂について、同作元開発者が興味深い事実を明かした。その噂は「キツネを追うと宝や重要な場所に辿り着く」というもの。キツネは宝を追っているのか否か、その答えはゲームの仕組みの内側にあったようだ。 『Skyrim』は根強い人気を誇るロングラン作品だ。最近では『Skyrim』冒頭で発生する「荒ぶる馬車」バグについて語る元開発者Nathan Purkeypile氏のSNS投稿が話題になるなど、いまだ多くのプレイヤーの興味を集めている（関連記事）。こうしたなか、同作ではある噂がまことしやかに囁かれてきた。それは、「野生NPCであるキツネを
ダニエル・コーエン 「セックスと恋愛感情が分けられた世界で人間性を認識するのは無理です」 | 未邦訳の新著『ホモ・デジタリス』に込められたメッセージ
夢想に終わった「集団的知性」の到来 ──『ホモ・デジタリス』ではデジタル社会について「個人がバラバラになってしまい、架空のコミュニティを形成してそれに対処しようとしている社会」と評しています。厳しい見方だと感じました。なぜデジタル社会に失望しているのですか。 2000年代の始まりを思い出してください。あのときはウィキペディアの成功もあって、「これからは集団的知性の時代で、誰もが知識を得られる新しい時代がやってくる」と喧伝されていました。ところが、20年後のいま、どんな時代になったかといえば、フェイクニュースの時代、ポスト真実の時代です。米国の大統領がツイッター上で好き勝手なことを書いて、全世界に発信するようになりました。 タバコ産業がタバコの発がん性を完璧にわかっていながらもそれを売っていたのと同じで、SNS企業も、ヘイトむき出しのコンテンツや挑発的なコンテンツがいちばん売れることをわかっ
LeetCode 150問を解いて起きた意外な変化
はじめに 年末に Twitter でこのツイートを見かけました。 もともとアルゴリズムの勉強に興味があり、一年ほど前に数ヶ月だけ AtCoder をやっていましたが、途中で挫折してしまった自分にとって、NeetCodeの勉強ロードマップは非常に魅力的に感じました。（転職意欲があったわけではないです） NeetCode のロードマップ そこで、このロードマップに従って LeetCode の問題を 150 問解くことを決意し、結果的におよそ1ヶ月半で全ての問題を解き切ることができました。 この過程で、様々なことを学ぶことができました。中には自分が予想していなかった学びも多くありましたので、同じくアルゴリズムに興味のあるエンジニアの方に役立てていただけるよう、記録として残しておきます。 ハードスキル 📗 データ構造への理解 頻出するデータ構造について、それぞれの長所/短所を理解し、主要な処理の
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
1100万行・32GB超の巨大CSVファイルの基本統計量を4GBメモリマシンで算出する - Qiita
ブルゲ的脱衣将棋のAIの凄さは「強さ」だけじゃない - 緑SM64のいろいろメモ
Pythonで理解するディープラーニング入門
大学院で教授が何の説明もなしに使った近似に衝撃…「1年 ≒ 円周率×一千万秒」って本当？→つまりこういうことらしい
ChatGPTで英作文の添削＋CEFR C2レベルまで仕上げる方法｜Sangmin Ahn
node_modulesの問題点とその歴史 npm, yarnとpnpm
ディープラーニングも使える確率的プログラミングツール「Gen」を開発、MIT
『デウス・エクス・アートマキナ』：作画AIによる日本オタク界への大局的影響を考える
アルゴリズム本、書きました！ - Qiita
動的計画法を実現する代数〜トロピカル演算でグラフの最短経路を計算する〜 - Qiita
コーディングインタビューの対策とその意義 (1/2) - 16bitのメモランダム
「強いメモリモデル」と「弱いメモリモデル」 - yamasaのネタ帳
「センターサーバ方式Suica」に関する疑問をJR東日本に聞いた【鈴木淳也のPay Attention】
Engadget | Technology News & Reviews
10秒で衝突するUUIDの作り方
2億資金調達してから二年、結構量子コンピュータ頑張った結果 - Qiita
アルゴリズムと数学的思考力 - 怠惰を求めて勤勉に行き着く
APIに利用制限をかけるとしたらどういうやりかたがあるのか - おもしろwebサービス開発日記
”持田香織になっちゃうマイク”爆誕。話題のヤマハ歌声合成がスゴかった【藤本健のDigital Audio Laboratory】
Windows 95ではマウスカーソルをぐるぐると動かすと処理速度が早くなることがあった
35歳で競プロを始めて橙になるまでにやったこと - Kiri8128の日記
手を動かして読む技術書のススメ なっとく！アルゴリズム｜まりーな／エンジニア
36億パラメータの日本語言語モデルを公開しました
Goで作るテキストエディタ - Sansan Tech Blog
ソフトウェアエンジニア採用におけるコーディングテストのススメ - MAYAH
機械学習を仕事に使うには？ 03_Pythonのコーディング手順 - Qiita
Twitter(X) コミュニティノートについて知って欲しいことを暑苦しく語る - フジイユウジ::ドットネット