名門クレディ・スイスを葬った金融ビジネスの「毒」
やまざき・はじめ／1958年、北海道生まれ。東京大学経済学部卒業。現在、楽天証券経済研究所客員研究員。株式会社マイベンチマーク代表取締役。東京大学を卒業後、三菱商事に入社。野村投信、住友生命、住友信託、メリルリンチ証券、パリバ証券、山一証券、明治生命、UFJ総研など、計12回の転職を経験。コンサルタントとして資産運用分野を専門に手掛けるほか、経済解説や資産運用を中心に、メディア出演、執筆、講演会、各種委員会委員等を務めた。2024年1月1日、永眠。 山崎元のマルチスコープ 旬のニュースをマクロからミクロまで、マルチな視点で山崎元氏が解説。経済・金融は言うに及ばず、世相・社会問題・事件まで、話題のネタを取り上げます。 バックナンバー一覧 経営危機に陥ったクレディ・スイスをUBSが買収し、救済することになった。スイスの名門金融グループがこのような憂き目に遭った理由は、金融ビジネスの「毒」に耐え
ChatGPT-4 と始める爆速 Python GUI 開発 - Qiita
1. はじめに 今年で10年目、そろそろ中堅か...と感じているメーカーのソフトウェアエンジニアです！ 今朝 ChatGPT Plus に入って GPT-4.0 を使って遊び始めたのですが、 「自分の仕事、なくなるかも...」 と朝から頭を抱えることになったので、皆さんにその過程を共有したいと思います！ 1.1. ちょっと前提記事紹介 以下の記事で、Python の Tkinter をおしゃれにしたライブラリ CustomTkinter を紹介しました。 この記事では、CustomTkinterの紹介と，PythonでGUIをどうやって作るのかを自分なりに詳しく紹介したものなのですが、これと同じ GUI を作成するのに、ChatGPT-4 を使うとどこまで簡単になるか、試してみるかというのがこの記事の趣旨です。 長くなったので、この記事では GUI の完成まで行っていないですが、今回の範囲
【図解】誰でもわかるTransformer入門！凄さ・仕組みをわかりやすく解説 - すえつぐのNLP&LLM
始めに こんにちは！自然言語処理（NLP）・自然言語生成（NLG）の解説記事を書いている、すえつぐです！ 突然ですが、BERT、GPT-3、PaLMを使ったことはありますか？Transformerはこれらの最先端のモデルに使用されている、現代のNLPモデルには欠かせないモデルです。おそらくBERTやGPT-3でTransformerを知った、このページに来たという人も多いのではないでしょうか。機械学習、特にNLPの勉強をしている方々は、Transformerの概要は知っておいた方が良いと思います。 ただ多くのサイトは、いきなり細かい仕組みの解説をする中級者以上向けの記事が多いですよね。 そこで、このページでは、Transformerの入門〜中級までの解説をしていきます！まず入門として、「Transformerの使い道」「Transformerの何が凄いのか？」を先に解説します。その上で「T
手回し式靴下編み機を作って靴下を編んでみた｜fabcross
靴下を自分で作りたい！ と試行錯誤するうちに、19世紀半ば頃に発明された手回し式の靴下編み機の存在にたどり着きました。3Dプリンターを使って、自分の靴下を編むのにちょうどいい機械を作ってみました。 靴下は楽しい。カラフルなものだったり、動物や恐竜の総柄だったり、ちょっと表に着るのは勇気がいるものでも身に着けやすいところが好きです。自分の着るものはできるだけ自分で作るのが私の信条。靴下も自分で作ってやろうと試行錯誤してきました。 靴下は伸縮性が大事なため、布を縫うのではなく編んで作られています。市販の靴下の中には薄くて布のようなものもありますが、よく見ると編み目があるのが分かります。そのため、ミシンを使った縫物ではなく、編み物の技術が必要となってきます。 靴下を作ろうとして初めに試したのは、おもちゃの編み機。取っ手を回すと筒状に毛糸を編める子ども用のおもちゃです。小さいころ大好きで、おばあち
GPTの仕組みと限界についての考察（１） - conceptualization
GPT4が登場してChatGPTが盛り上がってますね。 本記事は、GPT（を支えるTransformerという仕組み）をChatGPTユーザにとって分かりやすく説明し、その能力と限界についての見通しをよくしよう、という趣旨になります。 少し長くなりそうなので、全部で記事を3回に分けようと思います。 （１）大まかな背景と概要：本記事 （２）GPTの能力と可能性：実際の使用例とTransformerの仕組みを踏まえて説明 （３）GPTの限界と未来展望：Transformerの仕組みが持つ限界と研究の進展を予想 GPT3と4の違い： トークン長とは何か？ まずここから話を始めます。GPT-3は、パラメータ数が750億個（850GBの容量を食う）でトークン長が4097(GPT-3.5)でした。GPT-4は、パラメータ数は非公開でトークン長は32768ですので、ちょうど8倍になります。 さて、トーク
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
日本のキャッシュレス比率 本当は54%? 経産省が新方針