「私は人工知能（ＡＩ）悲観論者ではない」と、ダロン・アセモグル氏はインタビュー開始早々に宣言した。ＡＩの可能性は認めているという。 マサチューセッツ工科大学（ＭＩＴ）の著名な経済学者、アセモグル教授は迫り来る経済・金融の危機を警告する悲観論者的な声を上げるのは、ＡＩへの熱狂やそれがあおる投資ブームと驚異的なハイテク株急騰が、とどまらないところを知らないからだ。 ＡＩがどれほど有望であろうと、その過剰な期待に応えられる可能性は非常に低いとアセモグル氏は語る。ＡＩに奪われる職、あるいは少なくともＡＩに大いに依存する職は向こう10年でわずか５％に過ぎないというのが、同氏の計算だ。労働者には確かに朗報だが、生産性の急上昇を見込んでＡＩに巨額を投じている企業にはとても悪いニュースだ。 「多額の資金が無駄になるだろう」とアセモグル氏は話す。「５％では経済の革命は起きない」と述べた。

ことし2月、中国のサイバーセキュリティー企業の“内部文書”がネット上に流出した。 詳しい実態が分かっていない中国のサイバー空間での「暗躍」を明らかにできるのではないか。 NHKは世界7つの国と地域の専門家と文書を徹底分析した。 文書に含まれていたのは、SNSで世論をコントロールするシステム。取材を進めると、中国による「世論操作」の一端が見えてきた。 （NHKスペシャル取材班 福田陽平 新里昌士 高野浩司 杉田沙智代）

機能エンジニアリングは、機械学習における楽しく、創造的で、不可欠なステップの1つです。生データを、モデルが将来を予測するための非常に意味のある情報の形式に変換します。モデルの予測可能性は優れた機能に依存しており、優れた機能はドメイン知識に依存しています。 取引ルールやチャートを評価する多くの経験豊富な株式市場のトレーダーは、それを実現したかどうかにかかわらず、すでに何らかの形の機能エンジニアリングに従事しています。たとえば、移動平均は株価の動きを特徴付ける機能です。すべてのテクニカル指標（RSI、MACD、ストキャスティクス、ボリンジャーバンドなど）も何らかの形の機能です。これらの機能は、機械学習モデルに入力したり、取引シグナルとして使用したりできます。市場の異常を捉えたり、将来の傾向を予測したりするために、数千とまではいかなくても数百の取引戦略が存在する可能性があります。 この投稿では、

アルゴリズム取引と機械学習を理解することは、金融市場での成功の鍵となります。 この方法をマスターすれば、一定のルールにより取引のバックテストまでPythonコードで行うことができるようになります。 バックテストを繰り返し精度を高めて自分だけの取引黄金ルールを作りましょう。 アルゴリズム取引とはアルゴリズム取引は、事前に定義されたルールに基づいて自動的に取引を行う方法です。 これには、市場のデータを分析し、特定の条件が満たされたときに売買注文を出すプログラムが含まれます。 このアプローチにより、感情に左右されることなく、迅速かつ効率的に取引を行うことができます。 Pythonは、その読みやすい構文と豊富なライブラリにより、アルゴリズム取引に最適なプログラミング言語です。 特に、データ分析、数学的計算、機械学習に関連するライブラリが充実しており、これらはアルゴリズム取引の開発に不可欠となってい

ggrepel パッケージを使うと、ggplot2 パッケージによる可視化の際に、ラベルとラベルが重なって見にくくなることを防ぐことができる。 はじめに R の ggplot2 パッケージで散布図などを作るときに、データ点に対してラベルをつけたいということがあるだろう。そういったときに便利なのが、ggrepel パッケージである [1] 。この ggrepel パッケージを使えば、ラベル同士が重なることが抑制される [2] 。なお、以下では散布図の場合を扱うが、ggrepel パッケージは他の種類の可視化にも利用することができる。例えば、Matt Strimas-Mackey 氏は Mapping the Longest Commericial Flights in R という記事の中で、地図上のラベルが重ならないようにするためにこのパッケージを用いている。 使い方 まずは、必要なパッケー

Version 1.92 is now available! Read about the new features and fixes from July. The R programming language is a dynamic language built for statistical computing and graphics. R is commonly used in statistical analysis, scientific computing, machine learning, and data visualization. The R extension for Visual Studio Code supports extended syntax highlighting, code completion, linting, formatting, i

はじめに データサイエンス需要の高まりに比例してRの需要も高騰しています．本記事では広く利用されている Visual Studio Code(以下，VSCode) においてR言語を利用するための環境設定方法を紹介いたします． ２年前に投稿した記事ではVS CodeにおいてRを使うための拡張機能であるvscode-rの基本的な機能を紹介しました．これからVS CodeでRを使ってみようかなという方は参考になれば幸いです．本記事ではその後二年間で改善・追加された機能の紹介を雑多に行います． 本記事の想定読者 すでにvscode-rのユーザーでより機能を使いこなしたい人 R Studio ユーザーでVS Codeに環境を移したい人 を想定しています． その他 インストール手順 vscode-rの特徴 VS Codeの設定方法 は関連記事等をご参照ください． 本記事で紹介する機能 コード補完機能の

RStudio は、R の IDE として大変使いやすいけれど、マルチカーソルがちょっと使いづらい…… とゆーことで、VSCode で R を動かせるように設定した時の備忘録。 必要なインストール類は下記。 ＜必須＞ R Visual Studio Code VS Code 拡張機能：R (by Yuki Ueda) ＜入れるべき＞ VS Code 拡張機能：R LSP Client (by REditorSupport) languageserver radian 以下、「R」と「VS Code」はインストール済みとして進める。 vscode-r vscode-r のインストール VS Code を開いたら、Ctrl + Shift + X で (もしくは左側のボタンから) R 拡張機能をインストールする。 検索画面に r と入れて検索するか、Extentions > R で R の設定

EBPMデータベース過去の研究成果を確認して、証拠に基づく政策（Evidence Based Policy Making, EBPM）を進めましょう。気になった政策分野のタブをクリックすれば、世界中の研究者が実施した実験や研究成果が確認できます。 政策担当者の方へ関心のある政策課題を選択すると過去に行われた政策の検証結果を調べることができます。星の数は検証結果の証拠としての強さを示しています。さまざまな課題に対する政策のアイデアの発掘や、客観的なデータに基づく政策の優先づけ、議会や住民とのコンセンサスづくりなどにご活用できます。 レビューの作成者による詳しいアドバイスが必要な場合は、お気軽にebpm@cyberagent.co.jpまでお問い合わせください。 研究者の方へGitHubから新たな記事（レビュー）を自由に投稿したり、既存のレビューを修正することができます。政策的な含意のある国内

４月５日、人材派遣会社アデコ・グループは、人工知能（ＡＩ）の導入により、今後５年で多くの企業で従業員が減るとの調査結果をまとめた。写真は昨年７月、上海で撮影（２０２４年　ロイター/Aly Song） [チューリッヒ ５日 ロイター] - 人材派遣会社アデコ・グループ(ADEN.S), opens new tabは５日、人工知能（ＡＩ）の導入により、今後５年で多くの企業で従業員が減るとの調査結果をまとめた。