タグ

2019年2月28日のブックマーク (4件)

  • イソップ童話を思い出させる「危険すぎて公開できないAIアルゴリズム」の話

    OpenAIが先ごろ発表していた「GPT-2」というテキスト処理関連のアルゴリズムについて、「危険なほどよくできている」ことを理由に公開を見送るという方針を打ち出していた。そして、この判断に対して一部の人工知能AI)研究者・開発者の間から「おかしいのではないか」という反論の声が上がっている。その話を今回は紹介する。 「GPT-2」発表のニュースについては下記のCNET記事をご覧いただきたい。 マスク氏が支援するOpenAI、大規模な教師なし言語モデル「GPT-2」の情報を公開 実はこの記事、依拠したオリジナル(英語記事)のほうは次のような見出しになっていた。直訳すると「Musk氏が支援するAI組織:われわれのテキストジェネレーターは恐ろしいほど優秀だ」となる。 Musk-backed AI group: Our text generator is so good it's scary -

    イソップ童話を思い出させる「危険すぎて公開できないAIアルゴリズム」の話
    ma2
    ma2 2019/02/28
  • 年末が近づいてきたのでRuby開発用に.vimrcとプラグインを大掃除した - Qiita

    こちらはフロムスクラッチ Advent Calendar 2017の12日目の記事です。 はじめに 前回の記事でdein.vimを使ってプラグインのTOML化まで行いました。 今回は普段開発しているRubyJavaScript向けにプラグイン周りを整えたいと思います。 NeoVimではなく、Vim8を使用しています。 ゴール vimをIDE化するつもりはない デフォルト機能を少しずつ強化するプラグインを中心に入れる 基RubyJavaScript向けにプラグインを入れる ついでに.vimrcも整理する " 挿入モードでTABキーを押した際、対応する数のスペースを入力 set expandtab " 画面上でタブ文字が占める幅の指定 set tabstop=2 " 自動インデントでずれる幅の指定 set shiftwidth=2 " 連続した空白に対してタブキーやバックスペースキーで

    年末が近づいてきたのでRuby開発用に.vimrcとプラグインを大掃除した - Qiita
    ma2
    ma2 2019/02/28
  • 分析関数(ウインドウ関数)をわかりやすく説明してみた

    はじめに ちょっととっつきにくいけどとっても便利な分析関数について、なるべく分かりやすく説明してみようと思います。Oracleを対象にしていますが、他のDBでもたぶん似たようなものでしょう(無責任)。 まず分析関数とは何をするものか、ですが、一言で言うと集合関数と同じ集計動作をそれぞれの行に制限範囲で実行するものです。ここでいう集合関数とは、MAXやSUMやAVG等、GROUP BYと共に使い行をまとめるて集計計算する関数ですね。分析関数は集合関数と同様の計算をしますが、集合関数と違い行をまとめません。それぞれの行で集計計算し結果を返します。ここが集合関数との大きな違いです。 また、集合関数ではGROUP BYの同じカラム値をもつ全行を一つに集計しますが、分析関数では集計対象となる行の範囲を任意で指定できます。関数に続くOVER句でこの範囲指定を行います。集合関数と分析関数は基同じ名前な

    分析関数(ウインドウ関数)をわかりやすく説明してみた
    ma2
    ma2 2019/02/28
  • [Kaggle]0から本当に機械学習を理解するために学ぶべきこと~一流のデータサイエンティストを例に~ - Qiita

    機械学習が出来るようになりたい」そう思いつつも、中々身についた感じがしない。 そんな方々に向けて、Kaggleで公開されているデータ分析の手順を追いかけながら、そこで必要とされている知識を解説したいと思います。全体像を把握することで、より理解が進むはずです。 1. データを分析するために必要な統計的知識 機械学習の目的は未知の事柄を推定することです。そのために既にあるデータから何らかの法則性を見つけ出す為に様々な手法が考えられてきました。 統計学はご存知でしょうか? 機械学習はデータを扱うという点で統計学と深い関係があります。平均値や標準偏差などは聞いたことがあると思います。統計学はそれらの情報をこねくり回すことによって、限られたデータから当の全体像を推定します。例えば、選挙の結果を開示前に知りたいときに、投票者全員に聞ければ良いですが、そうもいきません。そこで、統計学は様々な方法を使

    [Kaggle]0から本当に機械学習を理解するために学ぶべきこと~一流のデータサイエンティストを例に~ - Qiita
    ma2
    ma2 2019/02/28