ディープラーニングの応用のための具体的方針まとめ - HELLO CYBERNETICS
はじめに 目標の設定と指標の決定 目標の設定 指標の決定 評価指標に対する最低限の知識 機械学習における知識（補足） ニューラルネットワークの学習 最初に使うニューラルネットワーク 時間的にも空間的にも独立である複数の特徴量を持つデータ 空間の局所的な構造に意味のある多次元配列データ（例えば画像） 時間的な変動に意味のあるデータ（例えば音声、自然言語） ニューラルネットワークの細かい設定 ユニットの数と層の数 正則化 活性化関数 ドロップアウト バッチ正規化 学習の早期終了 性能が出ない場合 データの追加収集 ニューラルネットの設定をいじる 用いるニューラルネット自体を変更する 新たなニューラルネットワークの考案 コードを書くにあたって データ成形 結果を記録するコード フレームワークの利用 フレームワークの選択 ChainerとPyTorch TensorFlow Keras 最後に は
深層強化学習でシステムトレードをやる時に役に立ちそうな資料まとめ - ニートの言葉
Photo via Visual Hunt 少し前のことですが、AlphaGoという囲碁の人工知能プログラムがイ・セドル九段に勝利したことで話題になりました。*1 また、一部のゲームにおいて「DQN（Deep Q-network）」が人間よりも上手くプレイするようになったというニュースも話題になっていましたね。*2 今回はこれらの事例で使われている「深層強化学習」という仕組みを使って、FXのシステムトレードができないかと思い、調べてみました。 注意：強化学習もFXも勉強し始めたばかりなので、色々間違っている箇所があるかもしれません。ご指摘いただけると幸いです。 今回の内容 1.強化学習について 1-1.強化学習 1-2.Reinforcement Learning: An Introduction (2nd Edition) 1-3.UCL Course on RL 1-4.強化学習につい
「最強将棋ソフトの勝ち方」と「スティーブ・ジョブズの遺言」
久保明教さんという方が書かれた文章が、あまりにも見事でシビレました。 計算する知性といかにつきあうか――将棋電王戦からみる人間とコンピュータの近未来久保明教 / テクノロジーの人類学 将棋の電王戦（コンピュータとプロ棋士との対戦イベント）について、一戦ごとの戦いの詳細に踏み入りながら、将棋マニア以外にも「そこで起きていること」が理解できるだけでなく、「人間と人工知能との付き合いが生み出す未来」についての考察も読ませる展開で。 ほんと良い文章だと思ったので、ぜひリンク先をお読みください。 いくつも読ませる部分があったんですが、非常になるほどと思ったのは、 「コンピュータには大局観がなく損得計算しかできないが、プロ棋士には読みの数ではコンピュータに負けるかもしれないが“大局観”がある」 という一般人の思い込みは 「間違い」 だってことでした。 そうではなくて、 「コンピュータにはコンピュータな
計算する知性といかにつきあうか――将棋電王戦からみる人間とコンピュータの近未来/久保明教 / テクノロジーの人類学 - SYNODOS
ある個人的な経験から話を始めたい。半年ほど前、翻訳会社でアメリカ製オンラインゲームを翻訳するアルバイトをしていた私は、数時間後に迫った締切りに冷や汗をかきながら翻訳校正用のソフトを操作していた。 翻訳を仕上げる際かならず使うよう上司に指示されたそのソフトは、私の作った翻訳文に数百個のエラーがあると指摘している。だが、その大半は、数字が正しく訳されていない（Ex.「10」を「十」と訳している）、訳語が統一されていない（Ex.「order」を「注文」と「順番」で訳し分けている）、違う原語に同じ訳語が使われている（Ex.「Objective」と「Objectives」をどちらも「目的」と訳している）といった意味のない指摘なのだ。 文脈に応じて適切な言葉を選び自然な翻訳を作ろうとしてきた私の努力が、文脈を全く考慮しないソフトによって無残に打ち砕かれる。もちろん明らかな翻訳ミスを指摘している箇所もあ
月5000円で理想の彼女をつくれる（声だけ） じわり広がるAIとの恋愛サービスが提示する課題とは
スパイク・ジョーンズ監督の新作映画『her(原題)』が、来年春に日本で公開される。近未来のロサンゼルスを舞台に、手紙の代筆ライターの中年男セオドア（ホアキン・フェニックス）が、実態のない最新型AI「サマンサ」（声：スカーレット・ヨハンソン）と対話し、恋に落ちる姿を描いたラブストーリーだ。現実と仮想世界の融合を取り巻く、多くのテーマを含んだ内容となっている。 この映画などを題材にして海外メディアは、AIと人間の関係の現在と未来について語っている。 【仮想パートナーは、健全に私たちの生活を豊かにするか？】 自然言語処理を用いて質問に答える「Siri」に技術提供した、ニュアンス社のジョン・ウエスト氏は「（AIとの対話は）思っているほど遠くない」とワイアード誌に語っている。同社のシステムではレストラン予約や友人の招待ができる。今、映画のサマンサのように、ユーザーの嗜好を見極めてレストランをおすすめ
今、話題の自動運転車は、なぜ自動で運転できるのか? その基本メカニズムを「ベイズ理論」にまで遡って解説（小林 雅一） @gendai_biz
今、話題の自動運転車は、なぜ自動で運転できるのか? その基本メカニズムを「ベイズ理論」にまで遡って解説 今週、幕張メッセで開催中のCEATECでは、日産の自動運転車が一際大きな注目を浴びている。そのデモを見た多くの人たちは「なんでクルマが自力で運転できるのか?」と改めて不思議に思ったのではなかろうか。そこで今回は、そうした疑問に答えるべく、自動運転車の原理を分かり易く解説してみたい。 ハードとソフトに分けて考える 自動運転車の動作メカニズムは、大きくハード（各種センサー）とソフト（AI:人工知能）の2つに分けられる。まず各種センサーとしては、GPS（グローバル･ポジショニング･システム）、ミリ波レーダー、ビデオ･カメラ、レーザー･レーダー（Lidarとも呼ばれる）などが多数、自動車のボディ各部に装備されている。 このうちGPSの位置情報が特に重要かとも思われるが、実はそうではない。GPSは
クイズ王「ワトソン」の開発責任者がヘッジファンドに転職（小林 雅一） @gendai_biz
IBM「ワトソン」の開発プロジェクト･リーダーが、米国のヘッジ･ファンドに移籍したという。 ●"David Ferrucci: Life After Watson" New York Times, MAY 6, 2013 ご存じの方も多いと思うが、「ワトソン（Watson）」はIBMワトソン研究所が開発した質疑応答コンピュータである。ワトソンは自然言語、つまり人間が話す言葉を理解し、自らも男性の声（もちろんコンピュータの合成音声）で話す。 ワトソンは元々、米国の人気クイズ番組「ジョパディ（Jeopardy!）」に出演し、その歴代チャンピオン（つまり人間）と対戦するために開発された。そして当初の予定通り、2011年2月にジョパディに出演し、そこでジョパディ史上最強とも言われるチャンピオン2人と同時に対戦し、見事、彼らを破って全米の話題となった。 ワトソン開発の背景にあるもの そもそもIBMが
1
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
人工知能に賭けるブリッジウォーター、新チーム発足－関係者 - Bloomberg
BLOGOS サービス終了のお知らせ