ポスドクにならなかった理由 - アルゴリズムマニア2.0
今は自分の人生をどう振るかを考え中です。いや、前から考えてましたが、最後の選択が近づいてきたと言った方が正確でしょうか。現実と折り合いをつけていくと言っても良いかもしれません。 大まかにはポスドクにはならないと決め、企業に行くことにしました。そして、今年度の3月に卒業することも決めました。 特別研究員をやりながら、もう1年だけ学生するという道がもっとも楽で堅実だったとは思います。しかし、最終審査が終わった今から卒業を伸ばすというのは大人のマナー的に難しいです。まあ裏事情もあるのですが、それは酒のつまみにしたいと思います(^^; ポスドクになることはできます。表に出てこないというか、募集がないところでも任期つき研究員になれる場合があります。専攻の先生に片っ端からポスドクがないか聞いてみれば100%見つかると思います。基本的には2回、3回と同じ方法でいけると思います。ただ、そこから先は未知の世
理想の楽園は存在しない - アルゴリズムマニア2.0
ストップ・ザ・ナンバーズ・ゲーム。http://d.hatena.ne.jp/tihara/20071122#p1研究に限らず、世の中はそんなもんだと思います。会社の給料にしろ、人間関係にしろ、恋愛にしろ。たしかに、自分が一生懸命やって評価されないのはつらいのですけどね。でも、本質的な解決手段もないですしね。ただ、ダメな部分がある一方で、上には上がいるということも見落としがちなポイントかもしれません。なるべく下を見ないようにすることはストレス回避に有効です。そして、上はやはり尊敬に値します。 こんな話もあります。某大手電気メーカーには、労働基準法というのがあって土日に研究をしてはいけなくて、一日８時間までしか研究をしてはいけなくて、有給を必ず消化しなくてはいけなくて・・・ 世の中はこういうレベルのモチベーションで動いているかもしれません。だから、小手先改良の性能アップばっかりじゃん、という
ボナンザのすごいところ - アルゴリズムマニア2.0
ボナンザVS勝負脳: 404 Machine Learning Not Foundhttp://www.computer-shogi.org/blog/watanabe_vs_bonanza_404_machine_learning_not_found/棋譜データを解析した結果をコンピュータの思考に反映させる、という手法は、ボナンザが始めたものではなく、ゲームプログラミングでは古典的なテーマです。過去に機械学習を用いた研究があるかどうかは別として、棋譜を用いた機械学習は誰もが考えることだというのはもっともだと思います。問題はどのようにしてデータを正例、負例とラベリングするかです。ボナンザのすごいところは、人間が指した手全てを正例にしたところだと思います。この発想はなかなかできません。普通は人間より強いものを作るために、棋譜の中から重要なデータだけを統計的に取り出そうとします。例えば、勝った
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
