2018-08-01 blockchain.tokyo #10 が開催されました！ イベント Ethereum ネットワーク Blockchain はじめに こんにちは！LayerXの榎本@mosa_siruです。 先日DMMさんの会場でblockchain.tokyoの第10回（！）が行われたので、復習もかねて当日の内容をこちらにまとめたいと思います。当日の様子はTwitterでハッシュタグ #blockchaintokyo でツイートされてい… 2018-07-23 Counterfactual: オンチェーン処理なくアプリケーションの導入が可能なGeneralized State Channelフレームワーク Blockchain Ethereum State Channel はじめに こんにちは、中村（@veryNR）です。 さて、State Channelシリーズ第二弾として、今

ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在しており、そこから学習された「何か」を人間が理解可能な形で取り出すというのは至難の業です。 例題：このネットワークが何を根拠に猫を猫として判断しているか、ネットワークの重みを可視化した上図から答えよ(制限時間:3分) image from CS231n Visua

仮想通貨XPの買い方。0.001円の草コインに1万円投資してみた。 2017年12月11日 2018年9月21日 仮想通貨投資実践 CoinExchange, XP, 草コイン 穂北ヨシフミ どうも、ながやまです。 仮想通貨で億万長者になった人のことを「億り人」と呼びますね。なりたいですね。億り人。 どうやったらなれるかなーと思っていたんですけど、例えば、1000万円をメジャーな仮想通貨に投資すれば、多分１年後には億り人になれます。 でもそんな金ないし、できれば「少額で投資した仮想通貨がすごい爆上がりして億り人」の方が嬉しいですよね。 そこで僕は草コインと呼ばれる、めっちゃ安い通貨に目をつけました。 まずは、草コインの大本命（だと思っている）XPという通貨を買ってみましたので、買い方を紹介します。 買い方だけ知りたい人は、こちらからどうぞ。 仮想通貨XPとは？ さて仮想通貨XPですが、あま

mac環境でpip install xgboostがコケた。 エラーログ最下部には以下のメッセージが出力されていたので、そのままググる。 Command "python setup.py egg_info" failed with error code 1 in ~/setuptoolsをアップグレードすれば直る場合もあるようだが、今回は動かず。 cherries5557.hatenablog.com エラーログを読み込んでみると、XGBoostLibraryNotFoundとあり、どうやらgccが原因のようだ。 brew install gcc5これで動いた。

ビットコインは、2008 年に「サトシ・ナカモト」と名乗る人物がインターネット上に公開した論文の中で構想が示され、それを受けて運用が開始された仮想通貨です。分散型台帳を作る技術であるブロックチェーンを利用することで、公的な発行主体や管理者の裏付けなしにネットワークを介して価値の保存や移転を行える特長があります。ビットコインは数ある仮想通貨の中で時価総額が最も大きいことから、仮想通貨の代表格と言っても過言ではありません。ビットコインから分裂や派生した通貨も多く、仮想通貨の基軸となっています。

DELUXE のシャツの特徴である、スッキリとしたシルエットで洗いざらし感が雰囲気の良い、 ギンガムチェックシャツ。 オリジナルで作成したギンガムチェック生地はしっかりとした打ち込みで、表面は微起毛さ せて滑らかな肌触りを出しています。 少し褐色感のある落ち着いたカラーリングも非常に良く、生地の良さを引き立てたたせる為 に、最低限のミニマムなディティールに仕上げ、仕立ての良さを実感できる 1 品です。

pandasでCSVファイルやTSVファイルをDataFrameとして読み込むにはread_csv()を使う。 pandas.read_csv — pandas 2.0.3 documentation IO tools (text, CSV, HDF5, …) - CSV & text files — pandas 2.0.3 documentation CSVファイルへの書き込み・追記については以下の記事を参照。 関連記事: pandasでCSVファイルの書き込み・追記（to_csv） pandasでのExcel, JSON, pickleファイルの読み書き（入出力）については以下の記事を参照。 関連記事: pandasでExcelファイル（xlsx, xls）の読み込み（read_excel） 関連記事: pandasでExcelファイル（xlsx, xls）の書き込み（to_exce

All business crowdfunding platforms wishing to operate within the European Union (EU) must now comply with a new EU-wide regulatory framework that brings a uniform set of rules to the bloc. Crowdfundi

筆者が初めてnumpyで行列についていくつか処理をする際に学んだことを，こちらにまとめておきたいと思います．対角化を目標にはしていますが対角化は後半にあり，内容のほとんどは行列に関する基本的な処理ですので，初めてnumpyで行列処理をする方にも理解できるよう心がけたつもりです．．． 行列を作成(定義)numpy.ndarray型一番よくつかわれて扱いやすく，困ったときの解説もネットに多い型です．おそらく，python で行列演算する際に最もよく使われる型ではないのでしょうか．なお，型とオブジェクトは厳密には違いますが，区別なく話したいと思いますので，型という言葉がたくさん出てきます． 要素を指定すると同時に，行列定義import numpy as np A = np.array([[0,1,-2],[-3,7,-3],[3,-5,5]]) 最初の行でnumpyを使う宣言をしています．2行目

この記事は、去年私が書いた「Machine Learning in a Week（機械学習に挑んだ一週間）」という記事の続編です。その記事では、私が5日間集中的に機械学習を学び、のめり込んでいった経緯について説明しています。 機械学習に挑んだ一週間 一般の人にとって機械学習の分野に足を踏み入れるのは、無謀なことに思えるでしょう。medium.com 私は順調なスタートを切った後も、時間を見つけて勉強を続け、およそ一年後には、仕事で機械学習を活用した初プロジェクトを立ち上げることができました。そのプロジェクトでは、さまざまなタイプの機械学習や自然言語処理（NLP）の技術を駆使して、 Xeneta の 潜在顧客の特定 を行っています。 趣味でやっていたことが仕事になって、とても嬉しかったです。 同時に、仕事として機械学習を利用するのは博士号を持つ限られた人だけだ、という思い込みも払拭されました

人工知能を何の言語で作るかについては大事な論点です。人工知能のフレームワークはPythonやC++などで書かれている事が多く、それらを使う場合は仕様に依存するということも少なくありません。 あなたはどんなプログラミング言語で書いてますか？ フレームワークのことについては数多くのブログで触れられているので割愛させていただき、本質的に人工知能を実装するのに適した言語は何かという視点で整理していきたいと思います。 まずは、人工知能の本質的なポイントについて考えていきましょう。 ポイントは学習データとハードウェア 人工知能という言葉が一人歩きし、「なんかすごいことができそう！」と期待するのは浅はかかも知れません。 実際には、人工知能を教育する、学習用データの質と量が精度を向上させるキモとなっています。 これは、人間も同じです。赤ちゃんの時から、誰の手にも触れず、何も教えられなければ一向に話をするこ

目次 定義と構造 復元 確率分布 コードサンプル：Deeplearning4jを使ったIrisで制限付きボルツマンマシンを起動する パラメータ及びkについて 連続的なRBM 結論及び次のステップ 定義と構造 Geoff Hintonによって開発された制限付きボルツマンマシン（RBM）は、次元削減、分類、 回帰 、協調フィルタリング、特徴学習、トピックモデルなどに役立ちます。（RBMなどの ニューラルネットワーク がどのように使われるか、さらに具体的な例を知りたい方は ユースケース のページをご覧ください。） 制限付きボルツマンマシンは比較的シンプルなので、ニューラルネットワークを学ぶならまずここから取り組むのがよいでしょう。以下の段落では、図と簡単な文章で、制限付きボルツマンマシンがどのように機能するのかを解説していきます。 RBMとは浅い2層のニューラルネットであり、ディープビリーフネッ

ビデオ会議用のテレキューブ、4~8名用の個室の会議室があります。ホワイトボード、Wi-Fiあり。会議室は時間単位でご予約可能です。

こんにちは．@yos1up と申します．好きな食べ物は，緑色のキノコです． 2016/10/12に DeepMind が Nature に投稿した論文，Hybrid computing using a neural network with dynamic external memory にて提案されているニューラルネットワークモデル DNC (Differentiable Neural Computers) を，大急ぎで Chainer で実装してみました． DNC について DNC は，先述の論文で提案された新しいニューラルネットワークで，その情報処理能力の高さが期待されています．論文中では，グラフ上の最短経路タスクやちょっとしたパズルのタスクなど，従来ニューラルネットワークでは学習不可能と思われていたタスクが DNC で学習できており，その情報処理能力の高さがうかがい知れます． DN

こんにちわ、昨日今日のデータエンジニア ひろぽん(hiroponius)です。 データ分析の部署でお仕事するようになって１年、 それまでのWeb（しかもフロント）系とはぜんぜん異なるノウハウが要求される中、 「このままでは円滑な業務遂行に差し支えが、統計の勉強せんと！」 「Rとかちゃんと使えるように！」 「ていうか、データともっと深い感じになりたい！」 ということで、まさに今年2014年がんばった軌跡、主に参考にした本について。 たぶん、以下のような状況でなおかつ統計学勉強したいなーと思ってる人に、 ちょっと役に立つ内容になってるはず、です。 （学習するにあたってのマイルストーンは統計検定2級合格レベルです。） いわゆる文系、ちゃんとした数学教育は高校まで 中学校課程の数学までは理解できる／具体的な数式で解ける 微分積分は「見たことあるし解いてたはずなんだけど忘れた...」 Σ... がん