作家・演出家の鴻上尚史氏が、あなたのお悩みにおこたえします！　夫婦、家族、職場、学校、恋愛、友人、親戚、社会人サークル、孤独……。皆さまのお悩みをぜひ、ご投稿ください（https://publications.asahi.com/kokami/）。採用された方には、本連載にて鴻上尚史氏が心底真剣に、そしてポジティブにおこたえします（撮影／写真部・小山幸佑） 写真は本文とは関係ありません（※イメージ写真） 鴻上尚史の人生相談。「4歳の娘が可愛くない、キレそう。いつか手をあげてしまうのでは」と自分を不安がる相談者。苦しむ母親に、鴻上尚史が教える「理屈が通じない理不尽」の経験とは？ 【相談19】4歳の娘の我がままに、爆発してキレそうです（41歳　女性　ごんつく） 4歳の娘がいます。最近、娘が可愛くないのです。というのも、娘が自分勝手で我がままだからです。例えば、お昼はパンが食べたいというからパン

最近、知人に紹介されて、船釣りを始めた。 子供の頃、多少釣りをしたことがあったが、もう数十年も前の話だ。 現在は思想も道具もアップデートされており、要するに今の私は「シロート」。 そう言えば、漫画「はじめの一歩」の主人公の実家が釣り船屋だったな……とか思い出しつつ、海に釣りに行くようになった。 釣りはつらい この話をすると、「釣りって、楽しいですか？」と聞かれることがある。 回答は無論、「楽しい」なのだが、実はそれと同じくらいの割合で「つらい」も配合されている。 例えば今の時期、洋上はめちゃくちゃ寒い。 撒き餌を仕掛けに詰めるのも、手がかじかんで、めっぽう辛い。 日陰で何時間もじっとしていると、寒くて頭がおかしくなりそうになる。 揺れる船も問題だ。手元で紐を結ぶなどの、慣れない細かい作業をしていると、船酔いしそうになる。 休もうにも、逃げ場がない。目をつぶると、余計ひどくなるし。地獄。 ま

本記事は、kaggle Advent Calendar 2018の17日目の記事です。 qiita.com 何を書くか直前まで悩んでいましたが、16日に参加したAIもくもく会の中で、 機械学習に興味はあるけど、どのような手順で、何から勉強していったら良いかわからない という方が数名いたので、自分が今年の3月くらい〜今日に至るまで勉強してきた中から 今の自分ならこのような手順で勉強することをオススメする！という記事を書いてみようと思います。 ※自分の勉強した教材の中からのオススメになるので、偏った内容になることをご了承ください。 ※これもオススメ！というものがありましたら、ぜひ教えていただけると嬉しいです。 タイトルにあるメダルより大切なものについては最後に記載しております。 対象読者 2018年3月時点の筆者スペック 2018年3月〜今日に至るまで勉強したこと羅列 書籍 動画 udemy

膨大な商品を扱うAmazonのストア運営や、同社のウェブサービスであるAWSなどにおいては、サービスのあちこちに機械学習を使ったAI(人工知能)が用いられています。エンジニアのスキルアップのために数々の機械学習関連の教育コンテンツを開発・提供してきたAmazonはなんと、それらツールの無料公開を始めました。 Amazon’s own ‘Machine Learning University’ now available to all developers | AWS Machine Learning Blog https://aws.amazon.com/jp/blogs/machine-learning/amazons-own-machine-learning-university-now-available-to-all-developers/ Amazon says it’s mak

by geralt 「AI」と「機械学習」の2つは並列して使用されることが多いものですが、両者はまったく異なるものを指します。AIと機械学習はどのように違うのか、そしてしばしば両者が同時に使われるのはなぜなのかを、ソフトウェアエンジニアのBen Dickson氏が解説しています。 Why the difference between AI and machine learning matters | TechTalks https://bdtechtalks.com/2018/10/08/artificial-intelligence-vs-machine-learning/ 「機械学習と高度な人工知能(AI)を使って何百ものデータを収集・解析してモバイルアプリのユーザーエクスペリエンスを改善」といった文言を、テクノロジーを利用する製品やウェブサイトで見かけたことがある人も多いはず。しかし

データサイエンティストってなんだろう 掲題の通り、昨今色々と言われてるデータサイエンティストなる職業について考えてみる。 業界にいてもこの職種はとかく定義が曖昧で、統一的な見解がない。 まあ正直、『データサイエンティストなんて名乗りたい奴が名乗ればいーんじゃねーのぉ』という話ではあるのだが、せっかくなのでこの期に個人的な考えを書いておこうと思う。 なお、普段からデータサイエンティストについて考えている諸氏にとっては目新しいことは特に書いてないかもしれない どちらかと言えば、「データサイエンティストってどうやったらなれるんじゃい」、もしくは「流行りのデータサイエンティスト様を雇いたいけどどんな人採ればよいかのぅ」 って方々に見て欲しい記事なのでそのあたりはご了承願いたい 世間一般の見解を見てみる とりあえず世の中に既にある有名な幾つかの定義の俗説を見てみることにする。 "Data Scien

――先日（10月15日）、安倍総理から19年10月に予定通り消費税率を10％に引き上げるとの表明がありました。もっとも、この点については、デフレへの逆戻りを懸念する声も聞かれます。そこでまずお聞きしたいのですが、「デフレ」とはそもそもどのようなことなのでしょうか。 そうですね。デフレについてのご質問にお答えをする前に、ちょっとだけ先日の安倍総理の「表明」について簡単にふれておきたいと思います。世の中にいろいろと誤解があるようなのですが、先日の表明によって消費税について何か新しいことが決まったり、19年10月の消費税率引き上げが確定したりしたわけではありません。後ほど詳しくお話しますが、先日の表明をめぐっては安倍総理の閣議での実際の発言と、新聞やテレビで報道されている内容の間には大きなギャップがあります。 そのもとで、ではデフレとは何なのかということになると、この点については２つの見方がある

若いヨルダン人エンジニアの後輩がいるんですが、彼は本当に前のめりで成長に対して貪欲です。 入社してすぐに「家で勉強するのに良い資料はありますかッ？！」と聞いてきたり、GW前には「何を作ったらいいですかッ？！」と聞いてきたり、とにかく勢いがすごいです。こういう訳がわからない前のめりさはとても重要だと思っていて、何かしら力になりたいなぁと思ったりします。 で、この前も昼時に 「konifarさんは新卒の時どんな風に成長したんですかッ？！」と聞かれまして。覚えてることを話したんですが、ふわっとしたことしか話せなくて申し訳なくなってしまいました。 自分でも成長とは何なのかよくわかってないなぁと感じたので、思考整理してみようと思います。 未来の成長は想像しにくい 自分は正直、『成長する』というのがどういうことなのかよくわかってません。 就活の時に、「他の会社の5年分を1年で身につけられますよ！」みた

AIが人間を超える知性をもつ、AIで多くの人の仕事が奪われるーーそんな議論が盛んになって数年。空前の「AIブーム」は、どんな結末を迎えるのか？ 一部の人が夢見る「シンギュラリティ」はやってくるのか？ こうしたAI議論の過熱に「待った」をかけるのは、『AI原論』を著した元エンジニアで情報学者の西垣通氏だ。今回、日本でもっとも注目される哲学者のひとり、立命館大学准教授の千葉雅也氏と西垣氏の対談が実現。第一部に続き、AIが「知性」たり得るか否かについて、議論は白熱してゆく…。 AIは猫を「知っている」のか？ 西垣：最近流行っている深層学習のニューラルネットワークという考え方は、実は1950年代や60年代からありました。自己符号化1というやり方を使って現在の深層学習は行われているんですが、そのアイディアももう80年代からあって、そんなに新しいものじゃないんです。 当時はものすごく計算時間がかかるか

――米国や中国に比べ、日本は人工知能開発で遅れているといわれています。なぜ日本はこの競争に負けているのでしょうか。 松尾さん　それは、日本がインターネットで世界に負けた理由と似ているのではないでしょうか。 一つは、技術の取り入れ方が非常に遅い点。1990年代後半には若者たちが「これからはネットの時代だ！」と言っていたのに、上の年代の人たちが理解しませんでした。「信用できない」「オタクが使うだけ」と否定し、新しいものが生まれなかった。 今もそれは同じです。一口にAI、人工知能といっても、新しい技術の中心であるディープラーニングに対して、従来の分野へのこだわりが強く、拒否感が強い人も大勢います。 もう一つは、若い人が力を持っていない点。若い人が自分の裁量で自在に動けるような社会環境になっていません。彼らに裁量を与えて何かやらせれば絶対に何か起こるんですけど、それをやらせないから変化が起こらない

調査チームは1700作品もの小説を分析し、物語を6つのタイプに分類した。この分類は、世界中で愛されている作品にも当てはまるのだろうか。

Research and data to make progress against the world’s largest problems4321 charts across 297 topics All free: open access and open source

エンジニア（ここでは主にプログラマー）に必要な知識や経験って、ざっくりベース、カテゴリ、実行環境というレイヤー分けられると思ってて、それぞれに対してはだいたい以下のような定義で考えている。 ①ベース コンピュータサイエンス(CS)などの理論的なもの低レイヤー②カテゴリ フロントエンド / バックエンド / クライアントアプリなど③実行環境 特定のプログラミング言語や開発環境やツール、フレームワークやライブラリなど最近の潮流で言うと、③の部分から入る人が多いと思う。 ③は比較的習得が楽なこともあって、初心者がプログラミングを始める際には一番コストパフォーマンスが高い。中身はブラックボックスであってもなんとなく動くものは作れるので、自己満足にしろ仕事にしろ成果として見えるものにはなる。 ただし、流行り廃りが速く、手を動かし続けないとキャッチアップしていけない。 ①は習得するのに時間かかる。その

起業家や「勝ち組」のコミュニティは、障害者やマイノリティなどの社会的弱者には非常に優しい。 彼らはリベラルなので、そういった「生まれつきの属性」に対しては非常に寛容である。 だが「仕事ができない」「変化に対応できない」といった、「努力でなんとかなりそうな」弱者には、非常に厳しい人がゴロゴロいる。 「社会の役に立ちたい」と起業家や「勝ち組」たちは口を揃えて言う。 だが、彼らのいう「社会」に、「仕事のできない人」は含まれていない。 「動かないやつはほっときゃいいんだよ。落ちてくだけ。」と平然と述べる人は、特に珍しいわけではない。 確かに、健康で、大学を出ており、読み書きも普通にできるけれども、仕事が全くできない、という人を「社会的弱者」と認識するのは、通常の感覚ではないだろう。 でも、真実を言えば、実は彼らは現代では「弱者」に含まれる可能性がある。 彼らは単純な反復作業はできる。マニュアルがあ

機械学習に必要な知識 ネット上の様々な意見 機械学習への携わり方と必要な数学 具体的に勉強を進める 簡単な問題で動作を確認 プログラムを書く Kaggleはやるべき？ 勉強を進める上で使えるツールたち Python Jupyter Notebook scikit-learn TensorFlow 機械学習に必要な知識 ネット上の様々な意見 機械学習の勉強をしていく上で大事なものは何でしょうか。 調べればプログラミングだとか統計だとか、解析学・線形代数学であるなど、いろいろな意見が見られます。 おそらくネット上で見つかるいろいろな意見、「機械学習では○○を勉強すべき」という話は、少なくともその話を言っている人の中では真であるのだろうと思われます。 要するに、その勉強をしたことによって（あるいはその知識を持っていたことによって）、その人は何らかの機械学習に対する知見が得られたと言っているのです

急な雨が降ってコンビニでビニール傘が品切れになるほど売れたり、猛暑日の昼休みは何かさっぱりしたものが食べたくなったりするなど、天候・気候と消費活動は密接に結びついている。リアルな環境にあまり影響を受ないと考えられてきたオンライン消費についても、実は天候がかなり影響を及ぼしていることが指摘されている。 ■スマホ広告の効果は天気に左右されていた コンテンツ内容は同じでも、ネット広告では受け止められ方や効果がかなり独特であることがわかっているが、スマホなどで目にするモバイル広告は意外にも天気や気候の影響を受けていることが最新の研究で報告されている。 中国の北京航空航天大学（Beihang University）の研究者をはじめとする合同研究チームが先日発表した研究では、中国国内344都市の計600万人以上のスマホユーザーのモバイル消費行動データと、各都市の1時間単位の詳細な気象データを分析して、

現在、状況が変わり本記事を転売で利用する価値はありません。 カロリーメイトや漫画が米国で転売されるケースは無くなった。 日米間の送料が高すぎる。(送料は別途が多い) 値段が無茶苦茶な業者が多い。 変な値段で出品してすぐ取り消す業者も多い。そのため掲載された商品の多くがリンク切れ。この記事を書いてから、変な業者が増えすぎた。出品できても税関や輸出規制で配送できないこともある。 「米Amazonに転売して儲けてるけど質問ある？」という、警備員が米amazon転売で月25〜50万くらい儲かっているというまとめ記事がはてブ1200くらいバズっていたので「日米アマゾン価格比較サイト」を作りました。 前述の記事の言葉がパワーワードすぎる。 「商品右から左に流すだけで情弱共が次々とポチっていく あざーすwww」 「ちなみに米amazonが一番儲かってる」 「特に米amazonあいつらマジでなんでも買って

以下は、カリフォルニア大学バークレー校のコンピュータ科学、統計学教授マイケル・I・ジョーダン氏の記事 "Artificial Intelligence — The Revolution Hasn’t Happened Yet" の翻訳です。 人工知能  — 革命いまだ成らず 人工知能 (AI) は現代の真言(マントラ)である。この言葉は、技術者、研究者、ジャーナリストやベンチャーキャピタリストによっても唱えられている。他の数多くの言葉と同様にテクニカルな学問分野から一般的な流通へと至るにつれて、言葉の用法に著しい誤解が伴っている。けれども、一般大衆が科学者を理解できないのは今に始まったことではない。—ここでは科学者もたいてい一般人と同様に混乱している。現代は、人類自身の知能と競合するシリコン製知能の出現を目撃しつつあるという考えは、我々みんなを楽しませるものだ。—我々を魅了し、また同じ程度

追記 【2020年版・初心者向け】独学でAIエンジニアになりたい人向けのオススメの勉強方法 【保存版・初心者向け】独学でAIエンジニアになりたい人向けのオススメのAI勉強方法 また、Pythonや機械学習がオンライン上で学べるAI Academyをnoteでも書きましたが、3/17日からほとんどのコンテンツを永続的に無料で利用できるよう致しましたので、是非使って頂けますと幸いです。 AI AcademyとAI Academy Bootcamp 我々が運営している個人向けの２つのAI学習サービスです。 AI Academy 無料で100種類近いテキストコンテンツにて、Pythonや機械学習、ディープラーニングのが学べるオンラインAIプログラミング学習サービス AI Academy Bootcamp AI Academy Bootcampは、「短期間でAI活用スキルを付けたい」と考えている方や