これがゴールドマン・サックスの｢360度評価｣だ。評価依頼で駆け引き、明け方まで記入…関係者3人の証言
ウォール街の一流銀行であるゴールドマン・サックスには長年にわたり、期末に成績の悪い者を処分する｢戦略的資源評価（SRA：Strategic Resource Assessment）｣と呼ばれる評価制度がある。過去の例からいくと、削減人員の割合は5％前後を推移している。 同社の広報担当者に取材すると、2022年のSRAで削減対象となりうる役職数の目標については、まだ決定していないとのことだった。しかし、仮に5％という数字が維持されるとすると、現在の同社の全世界の従業員数約4万7000人のうち、およそ2300人が解雇通知を受け取ることになる。 そこでInsiderは、ゴールドマン・サックスの360度人事評価制度について仔細に取材することにした。同社の360度評価は、解雇決定につながる要因の一つである。この複雑な年次評価がどのように行われるのか、Insiderはニューヨーク本社の現役社員1名と、
機械学習による株価予測 KaggleのJPXコンペを終えて - Qiita
はじめに UKIです。 Kaggleで開催されたJPX Tokyo Stock Exchange Predictionのサブミッションが終了しました。本コンペの結果が出るのは3ヶ月後ですが、記憶が鮮明なうちにコンペを終えた感想をまとめておきたいと思います。 コンペ仕様 ざっくり要約すると、 日本株2000銘柄の中から、 毎日200銘柄ロング、200銘柄ショートし、 3カ月間の日次損益のシャープを競う 運ゲーになりがちなファイナンスコンペですが、以下の点で問題設定に工夫が凝らされていると感じました。 買い入れ銘柄数を大きくすることで異常値の影響を軽減する 例えば買い入れ銘柄が少ない場合、運よくSTOP高銘柄を引き当てたプレイヤーは大きなアドバンテージを得ることになります。買い入れ銘柄を大きくすることで異常値の影響を軽減し、予測性能の実力を可能なかぎり測れるよう配慮されています。 評価指標がシ
時系列データの予測ライブラリ--PyFlux-- - Qiita
モチベーション 時系列データは動画、FXの取引額の遷移、気温の遷移など幅広い分野で使用されるデータです。そのデータを学習し予測できればそれに合わせた施作を打つことができ、ちょっとした未来予測につながります。 そのような魅力的な時系列データを簡単に予測することができるライブラリPyFluxについて紹介します。 pyfluxの特徴 scikit learnライクに記述可能 描画のメソッドが標準で実装済み 学習後のパラメータの確認が容易 時系列データ独特な特徴 連続 時間、空間、場所 潜在的な依存構造 トレンド、シーズン、周期性など 動的な挙動 突然の変化、ゆるやかな変化 時系列データの予測に対する2つのアプローチ 予測 深層学習や線形回帰などのアプローチ 確率分布 確率分布を用いたアプローチ PyFluxでは確率分布を用いたアプローチをしています。 ワークフロー 下記のワークフローで考えます。
グーグル、曖昧な指示を理解し対応できるロボットをテスト中--AI言語モデルを応用
Googleは、ロボットが現実世界の複雑さに対処するための驚くべき新たな手法を見つけた。それは、ロボットに言語を理解する方法を教えることだ。 Googleは、親会社Alphabetのロボット事業部門Everyday Robotsのロボットに、言語を扱う最新の人工知能（AI）技術「PaLM」（Pathways Language Modelの略）を組み合わせた。その結果生まれた「PaLM-SayCan」という技術を、米国時間8月16日に公開した。 この技術により、GoogleのAI言語モデルに現実世界に関する知識が十分に組み込まれると、ロボットは人間の曖昧な指示を解釈し、それに応える一連の動作を組み立てられるようになる。これは、自動車の組み立てラインでフロントガラスを取り付けるような厳密に制御された状況で、大部分のロボットが正確にスクリプトで指定された動作に従っているのとは対照的だ。 PaLM
イオン DXの一環で「ＡＩワーク」と「ＭａＩマ イボード」を展開
イオンリテール株式会社は、DX推進として「イオン」「イオンスタイル」などの約350店舗で「AIワーク」と「MaIマ イボード」を展開しはじめました。 このAIニュースのポイント イオンリテールは、「イオン」「イオンスタイル」約350店舗で「AIワーク」と「MaIマ イボード」を展開 「AIワーク」は、チームの勤務計画を自動で起案するシステム、「MaIボード」は、デジタルサイネージでチーム内の情報共有を行うツール 2022年6月に約60店舗で試験導入した結果、利用部門の勤務計画作成時間が70％低減 イオンリテールは、DX推進の一環となる「従業員体験価値」向上のため、「イオン」「イオンスタイル」約350店舗で「AIワーク」と「MaIマ イボード」を展開しはじめました。 「AIワーク」は、チームの勤務計画を自動で起案するシステムで、従業員の計画業務時間を低減するほか、勤務希望の提出と勤務シフト確
JavaScript のクロージャーと for 文の let 初期化の例外
先日、次のような JavaScript クイズを Twitter で出しました。 // JavaScript quiz: 出力は？ const a = []; { for(let i = 0; i < 10; i++) { a[i] = () => console.log(i); } } a[3](); { let i; for(i = 0; i < 10; i++) { a[i] = () => console.log(i); } } a[3](); { for(let i = 0; i < 10;) { a[i] = () => console.log(i); i++; } } a[3](); — Takuo Kihira (@tkihira) August 15, 2022 答えは 3, 10, 4 なのですが、for 文の let 初期化専用の例外処理がない場合は 10, 10,
5つの文字から1万4000文字を自動生成 筑波大発AIベンチャーがフォント生成システム 特許出願
筑波大学発AIスタートアップのAIdeaLab（東京都千代田区）は8月17日、5つの文字から1万4000以上の文字をAIで自動生成するフォント生成システムの特許を出願したと発表した。 システムは、敵対生成ネットワーク（GAN）をベースに、大量のフォントを学習させた上で、手作業でデザインした数個の文字から、太さやセリフ（装飾）の形状を抽出し、生成する。パラメーターの値を調整することで、新しいフォントとして出力することも可能。ピクセル画像ではなく、ベクター画像として生成する独自技術により、フォントファイルとしての出力を可能にしたという。 特許は、フォント生成モデルだけでなく、アプリケーションUIも含む。パラメーター調整でフォントを生成するUI、少ない文字数でのアップロードでフォントを生成するUIなど、さまざまなパターンのサービス展開を織り込んでおり、特許出願技術をベースに、フォント制作会社向け
エッジAIを活用する際に検討したい３項目 ニュースイッチ by 日刊工業新聞社
深層学習（ディープラーニング）の登場以降、社会実装が進む人工知能（AI）。大量のデータから特徴を把握することで飛躍的に精度を高めることができるようになった。一方でマイコンなど、計算資源に制約があるデバイスではこの手法を使いづらいという欠点があった。 そこで注目されているのが、デバイスでデータ処理を行うエッジAIだ。数値制御など、一つのデータ量が少ない場面で強みを発揮する。クラウドコンピューターでデータ処理するのに比べ、通信遅滞が少なくなるのも特徴だ。 今回は機械制御などで、エッジAIを活用する際に知っておくべき検討項目を『エッジAI導入の手引き 生産設備/機器制御への組み込み』（日刊工業新聞社）より抜粋し、紹介する。 実製品にエッジAI/エンドポイントAIを実装するにあたり、必須となる3つの検討項目 実際にエッジAI/エンドポイントAIを実装するにあたり、いくつか必須となる項目があると我々
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
強化学習における平均分散アプローチ