ゲーム業界の研究論文を無料公開します｜Mori Michiharu
集英社の新規事業の担当あらため、集英社ゲームズというゲーム会社でゲーム事業を立ち上げる立場になりました。 noteは本当に久々に更新でして、この１年間のドタバタとか色々と書きたいことはたくさんあるのですが、今日はふと「七年前に書いた論文を公開してみよう！」と思って更新を思い立ちました。 マルチPFの話で思い出したけど、自分はゲーム業界のビジネスモデルで論文書いてまして。各ゲームPFの世代別のシェアを割り出して、そのPFが成功した要因をビジネスモデルで構造分析して、まとめているんですが、興味ある人いますか？どうせ誰にも読まれない論文なので、もしニーズがあるのであれば… pic.twitter.com/ZrKjkTwGgP — もりみちはる@SHUEISHA GAMES (@moritsuu) July 12, 2022 論文の背景あまりおおっぴらにプロフィールには書いてないのですが、実は自分
一般的に若い女性が良い匂いがするというのは何故ですか？
回答 (22件中の1件目) ohhh…No読んでて悲しくなりました。 それは「一般的」ではありません、「男性的に」なのです。 私(女)は若い女性から良い匂いを全く感じません、どちらかといえばその香は不快です。 自分以外の女性の匂いは苦手です。 他の女性はわかりませんが、私にとって良い匂いとは30〜40代の男性の首筋やおでこあたりから出ている匂いです。 風呂上がりのソープまじりの体臭や、Tシャツに染み込んだ匂いなどは私をくつろがせ安心させます。大人の男の匂いは実はフローラル系です。 一方で男性からしたらこの匂いはおそらく快ではないと思われます。 単に性フェロモンの指向性の話か...
『仮説が先、データが後』がなぜ重要なのか？ データがあるから規則性や現象が見つかるのではなく、まず仮説をもつことが重要という話
松本健太郎 @matsuken0716 「仮説が先、データが後」は僕が敬愛する鈴木敏文さんの言葉です。「今あるデータから何かできないか」と問われても、何もできない最大の理由です。問題を解決する仮説が先です。しかし、大半の分析は仮説をすっ飛ばしていきなり検証から入り、かつそれを分析と言います。それはおかしい。（1/n） pic.twitter.com/5GaXebGfCM 2022-05-31 22:32:33 松本健太郎 @matsuken0716 データ分析には、仮説構築向きと仮説検証向きの2種類に分かれます。そして"仮説構築"の真意は「筋の良い可能性の選択肢を増やすこと」にあります。すなわち正解は1つでは無い、と私は考えています。分けて考えないと「正解を絞れていない」「確からしく無い」とひっちゃかめっちゃかです。（2/n） pic.twitter.com/ZifqK8q3PE 2022
大学教員８年目やってるとワナビーとモノづくり好きの区別がつくようになってくる→「へえ，〇〇がやりたくて大学に入ってきたんだ，でなんで今まではやってないの？」（次週）「え，どうして今週できなかったの？」｜落合陽一
大学教員８年目やってるとワナビーとモノづくり好きの区別がつくようになってくる→「へえ，〇〇がやりたくて大学に入ってきたんだ，でなんで今まではやってないの？」（次週）「え，どうして今週できなかったの？」 表題に全てが現れているんだけど，博士とって着任＆研究室を独立したての頃（２７歳）は，「人間若いうちは誰だって伸びるから大丈夫だ！」と思って研究したり作品作りを応援したりしてたんだけれど，結局人間はあまり変わらず，のべ百人くらいの学生をゼミで触れ合ってきた結論，８年くらい同じこと繰り返して大体わかってきたことをまとめておこうと思う（遅すぎ？）． 極めてシンプルな話で，noteに書くよりはtwitterにまとまる程度のことなんだけれど，意外と人の伸びを信じてしまう性善説（どちらかというとお人好し）で環境に恵まれてきた落合陽一（未踏とか）なので人が成長していくところを見たくなってズルズルと期待して
技術者と研究者の狭間で得たたったひとつの教訓 2016 / career-keynote-2016
新卒研修 贈る言葉 - キャリア・キーノート 2016
総務省「誰でも使える統計オープンデータ」無料オンライン講座スタート
総務省は1月11日、データサイエンスのオンライン講座「誰でも使える統計オープンデータ」を、MOOC講座プラットフォーム「gacco」で開講した。社会人・大学生に、統計オープンデータを活用したデータ分析の手法を解説する講座で、3月7日まで受講できる。 週約3時間×4週間の内容。政府統計の総合窓口「e-Stat」、総務省と統計センターが提供する統計GIS、API機能などを使い、データ分析の手法を学べる。 講師は「統計学が最強の学問である」の著書で知られる統計家の西内啓氏や、総務省統計局の担当者など。 2017年6月に初開講して以来、断続的に開講し、のべ約2万8000人が受講した講座。 関連記事 政府が「ワクチン接種状況ダッシュボード」公開 性別や都道府県別に可視化 政府が、全国の新型コロナワクチンの接種状況を一覧にまとめた「ワクチン接種状況ダッシュボード」を公開。統計情報をまとめたCSVやJS
やばいと思ったらすぐ逃げる。ある研究室のスライドに「人生で大事な7つのこと」が書かれていると話題に。
SNS上でしばしば話題となり、共感を呼んでいるスライド資料。作成した慶應義塾大学の渡辺宙志准教授に聞きました
AIで数学の新たな定理発見 英DeepMindと数学者がNatureに共同論文
新たな数学の定理の発見や、未証明の予想の解決にAIが役立つ──そんな研究結果を、囲碁AI「AlphaGo」などで知られる英DeepMindが発表した。順列に関する新しい定理を発見した他、ひもの結び目を数学的に研究する「結び目理論」についても、異なる数学の分野をつなぐ、予想していなかった関係性を見つけたという。 DeepMindは、豪シドニー大学と英オックスフォード大学の数学者とともに数学研究を支援するための機械学習フレームワークを構築。これまでも数学者は、研究対象を調べるためにコンピュータを使い、さまざまなパターンを生成することで発見に役立ててきたが、そのパターンの意義は数学者自身が考察してきた。しかし、研究対象によっては何千もの次元があることから、人間による考察も限界があった。 今回開発したアルゴリズムは、こうしたパターンを検索する他、教師あり学習を基にその意味を理解しようと試みるという
研究効率化Tips Ver.2
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はViEW2021チュートリアルセッション「最新研究の始め方」のプレゼン素材です。また、xpaper.challengeの2020年末ワークショップとしてプレゼンした「研究効率化Tips」の拡張版です。本資料では3社12研究室300ページにわたるノウハウの詰め合わせです。 VIEW2021のチュートリアルセッションでは時間の制限があるため、こちらの資料から一部抜粋して発表を行うことになりますが、VIEW2021チュートリアルセッションの方にも足を運んでいただければ幸いです。 VIEW2021チュートリアルセッション：http://vie
論文の書き方 - 主にメンタル面の対処を中心として
初めて「論文」を書こうとしている人向けの、主にメンタル面（気持ち）の対処をメインにした書き方の指南書。 （ただし、メンタル面だけでなく書き方全般についても説明しています。） 筆者が査読付き論文を書くときに経験した最も大変だった（辛かった）ことは、研究の中身や書き方自体ではなく、諦めずに論文を書き上げて提出しようという意思を保ち続けること、つまりモチベーションの維持でした。モチベーションの維持は、個人の気持ちの持ちようとして片付けられがちに感じます。しかし対処方法は少しながらあるように思うのです。 本資料が、論文書きを諦めてしまおうとしている、あるいは諦めてしまった過去がある人への励ましになることを期待しています。 （10/6追記：本資料内での「レビュアー」は、自分が書いている原稿を添削指導してくれる人のことを指しています。しかし一般的にはレビュアーとは査読者のことを指す場合が多いのでちょっ
数ミリ単位での位置情報取得が可能な「Micro-GPS」が開発される
GPSは、スマートフォンや自動車、ドローンなどの位置情報取得に用いられていますが、「室内では位置情報を取得しづらい」「数mm単位での位置情報取得は難しい」といった問題が存在します。そんな中、アメリカ・プリンストン大学の研究チームが地面の情報をスキャンすることで非常に高精度な位置情報を取得するシステム「Micro-GPS」を開発しました。 High-Precision Localization Using Ground Texture https://arxiv.org/abs/1710.10687 Micro-GPS https://microgps.cs.princeton.edu/ Micro-GPSは地面の模様データを基に位置情報を数mm単位で認識可能。以下のムービーではMicro-GPSの仕組みが解説されています。 Micro-GPS ICRA2019 - YouTube Amaz
論文執筆/プレゼン資料作成時の参考資料 - Qiita
はじめに 本記事では，論文執筆やプレゼン発表の際にnegocia社内で参考にしている資料を @aiueola さんと一緒にまとめました．もし何かの参考になれば幸いです． (また，もし関連リソースをご存知の方がいらっしゃれば，ぜひ本記事のコメント欄にご紹介いただけると嬉しいです．内容を確認の上，追記させていただきます．) negocia株式会社について negocia株式会社では，「うれしい広告」の実現をミッションとして，機械学習，数理最適化の技術を活かしたオンライン広告向けのSaaSを開発するメンバーを募集しています．この記事を読んで興味を持たれた方がいらっしゃいましたら，こちらのリンク よりご応募ください．ご連絡お待ちしています． 目次 研究事始め/論文サーベイ テクニカルライティング/論文執筆/レビュー テクニカルライティング全般 論文執筆 レビュー/リバッタル/ポジションペーパー プ
研究の呪い
私たちはなぜ研究をするのでしょうか。なぜかこの世にもたらされ、いずれ世を去る我々はなぜ研究をするのでしょうか。Read less
松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 | Ledge.ai
TOP > Topic Keywords > JDLA DL for DX > 松尾豊氏が監修した無料AI講座「AI For Everyone」、開講2週間で登録者数5000人を突破 一般社団法人日本ディープラーニング協会（JDLA）は5月20日、新講座「AI For Everyone（すべての人のためのAIリテラシー講座）」の受講登録者数が開講から約2週間で5000人を突破したと発表。JDLAは本講座が人気の理由を社会におけるDX（デジタルトランスフォーメーション）への関心の高さが影響していると考察する。 JDLAは本講座を「すべてのビジネスパーソンに向けた、人工知能（AI）／ディープラーニングについてまず『知る』ための無料エントリー講座」と位置づける。AIの基礎を学びたい人、今の組織をAIが使いこなせる組織に変えたい人など、理系文系はもちろん、肩書きや職種問わず、受講できるとしている。
Hiroshi Takahashi
Skip to the content. 機械学習の研究者を目指す人へ 機械学習の研究を行うためには、プログラミングや数学などの前提知識から、サーベイの方法や資料・論文の作成方法まで、幅広い知識が必要になります。本レポジトリは、学生や新社会人を対象に、機械学習の研究を行うにあたって必要になる知識や、それらを学ぶための書籍やWebサイトをまとめたものです。 目次 プログラミングの準備 Pythonを勉強しよう 分かりやすいコードを書けるようになろう 数学の準備 最適化数学を学ぼう 基本的なアルゴリズムとその実践 機械学習の全体像を学ぼう 基本的なアルゴリズムを学ぼう 深層学習の基礎を学ぼう scikit-learnやPyTorchのチュートリアルをやってみよう サーベイの方法 国際会議論文を読もう Google Scholarを活用しよう arXivをチェックしよう スライドの作り方 論文の
東大が無料公開している超良質なPython/Data Science/Cloud教材まとめ (*随時更新) - Digital, digital and digital
東京大学がちょっとびっくりするくらいの超良質な教材を無料公開していたので、まとめました Python入門講座 東大のPython入門が無料公開されています。scikit-learnといった機械学習関連についても説明されています。ホントいいです Pythonプログラミング入門 東京大学 数理・情報教育研究センター: utokyo-ipp.github.io 東大のPython本も非常にオススメです Pythonによるプログラミング入門 東京大学教養学部テキスト: アルゴリズムと情報科学の基礎を学ぶ https://amzn.to/2oSw4ws Pythonプログラミング入門 - 東京大学 数理・情報教育研究センター Google Colabで学習出来るようになっています。練習問題も豊富です https://colab.research.google.com/github/utokyo-ip
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
IEICE全集中シリーズ（トライアルコース） | 一般社団法人 電子情報通信学会
分散型金融システムのトラストチェーンにおける 技術リスクに関する研究 研究結果報告書
https://twitter.com/Yoichi_Yamazaki/status/1477918421501284354
日本の研究力、低落の一途 注目論文数10位に - 日本経済新聞
