Google Research Blogに載っていたNeural Networkを使った画像集が面白いです。 Inceptionism: Going Deeper into Neural Networks http://googleresearch.blogspot.jp/2015/06/inceptionism-going-deeper-into-neural.html このグーグルの記事は簡単に言うと、特徴量から絵が作れちゃうよ、という話です。 例えば下記はダンベルの特徴量から絵を創りだしたわけですが、なぜだか腕が生えています。これはダリっぽい絵を作ろうとわざとやったわけではなく、ダンベルを表すクラスに腕が混じり込んでいることを示します。ダンベル画像に付き物のマッチョなお兄さんを完全に分離できずに学習しちゃったんだなー、とネットワークが実はうまく作れていなかったことが分かるわけです。

今月4日、Airbnbは社内技術のイノベーションにつながる扉を勢いよく開け放った。同社は、オープンソース化した機械学習パッケージ・ソフトだけでなく、自社のデータ・インフラを一部公開し、“ホスト”としてコードを迎え入れる存在になろうとしている。 AirflowとAerosolveはすでに公開中のAirpalに続くことになった。Airbnbは今年すでにAirpalをオープンソース化している。Airbnbはまた、同社の全オープンソース・プロジェクトを管理するairbnb.ioを発表し、Githubページを補完するとしている。 4日の午前、開発者を中心とする同社の会議、OpenAirがサンフランシスコで行われた際に、Airbnbの技術担当副社長であるマイク・カーティスがこのように発表した。 Airbnbは、ソフトウェアを販売するのではなく、ホストの家やアパートなど、今までにはなかった滞在先と利用者

Posted by Alexander Mordvintsev, Software Engineer, Christopher Olah, Software Engineering Intern and Mike Tyka, Software Engineer Update - 13/07/2015 Images in this blog post are licensed by Google Inc. under a Creative Commons Attribution 4.0 International License. However, images based on places by MIT Computer Science and AI Laboratory require additional permissions from MIT for use. Artificia

How to watch NASA's first Boeing Starliner crewed flight launch today (scrubbed)

以下メモ 第48回R勉強会＠東京（#TokyoR） : ATND 第48回R勉強会＠東京（#TokyoR）の座席表 - セキココ 第48回R勉強会@東京まとめ - Togetterまとめ (2015.06.23)資料追加 前半セッション 10分で分かるR言語入門 転職おめでとうございます！ これまでは本気でRやっていなかったのか。。。 続はじめてのR 第48回 Tokyo.Rの発表資料を公開しました。 「はじめてのR」 http://t.co/ttMBRJGskU #TokyoR— Minoda Takashi (@aad34210) 2015, 6月 22 Rのロゴがフラットデザインになった 「はじめてのR」のはじめては5年前 最近の傾向に沿って内容を改訂 後半セッション Rを極めて個人的な意思決定に活かす jaguchiパッケージ APIを統一インタフェースで呼び出しできる 盆栽 ・・

MacBook(AirもProも含みます)を買ったり、iMacでトラックパッドを使うなら、この設定をするだけで、Windowsでは味わえない使い心地が実現できます。 3本指のドラッグ MacはWindowsと違って、アイコンやウィンドウがアクティブでなくても、スクロールできたりします。その応用で、マウスポインタでポイントしているアイコンやウィンドウを、3本の指でドラッグできるようになるのが今回紹介する設定です。 2014年までは、「システム環境設定」の「トラックパッド」に設定項目がありましたが、2015年以降は他の設定に移動されていました。 3本指ドラッグの設定方法 まずここ。「システム環境設定」の「アクセシビリティ」です。 その中にある、「マウスとトラックパッド」の「トラックパッドオプション」です。 その中の、「ドラッグを有効にする」の項目内に、 「3本指のドラッグ」がありました。 これ

今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co

市場規模を知る・・・ 消費者意識を知る・・・ 今後の動向を確認する・・・ マーケティングをする際に、これらの情報は必須です。 時には、企画書・提案書作成の際にデータを挿入することもあるでしょう。 統計サイトを利用すると、市場や消費者に関する情報・データを得ることができます。 実際に、統計サイトをよく利用している方も多いのではと思います。 様々な統計調査がなされていますが、一方で、望んだデータが得られないことも多いのではないでしょうか。 今回は、手っ取り早くお望みのデータが得られるよう、カテゴリ別に統計のデータベースを紹介いたします。 更新頻度が高く、利用しやすいサイトを厳選して紹介しますので、是非ご参考ください。 統計データを調査するなら！ネットリサーチ会社の一覧 ≫ 統計データについてそもそも「統計データってなに！？」、「使い道がわからない！！」という方に統計データとその活用法を説明しま

こんにちは、得居です。最近は毎晩イカになって戦場を駆けまわっています。 本日、Deep Learning の新しいフレームワークである Chainer を公開しました。 Chainer 公式サイト GitHub – pfnet/chainer Chainer Documentation Chainer は、ニューラルネットを誤差逆伝播法で学習するためのフレームワークです。以下のような特徴を持っています。 Python のライブラリとして提供（要 Python 2.7+） あらゆるニューラルネットの構造に柔軟に対応 動的な計算グラフ構築による直感的なコード GPU をサポートし、複数 GPU をつかった学習も直感的に記述可能 ニューラルネットをどのように書けるか 次のコードは多層パーセプトロンの勾配を計算する例です。 from chainer import FunctionSet, Vari

ヤマモ卜ヒ口ユキ （Hiroyuki Yamamoto） @yam_owl 案件がなくなってしまったソーシャルゲーム用の素材用に描いていた背景。　結局まだ描きかけだけど、もう加筆することもないだろうから供養　#今まで描いた中で一番背景を晒せ pic.twitter.com/MCHuWtLm3a 2015-06-05 00:41:13

うちの金魚は５歳である。名前はあるが、個魚情報なので一応伏せておく。うちにやって来たときには生まれていたから、正確な誕生日はわからないけれど、まあとにかく大体５歳である。金魚の年齢で５歳というと、まだまだ生きられそうに思えるが、実のところすでに寿命は近い。うちの金魚は金魚すくいでよく見かける赤いやつではなく、背ビレのない、背中が丸みを帯びているあの形である。たまにテレビに映る何十歳のでっかい老魚とちがって、このタイプは比較的るい弱だし、体もそこまで大きくはならない。ましてうちの子はあまり食べずに育ったから、年のわりに貫禄がなく子供っぽくみえる。 でも小さいくせしてなかなか骨の折れる魚生を送ってきた。うちの水槽に来た当初は２匹の仲間と一緒に泳いでいたが、いつか彼らはこの世を去り、今では大きすぎる住処に１匹で生活している。氷水みたいに冷たくなった冬の水中で、じっと身を縮めるところなどを見ると、

shinshinohara @ShinShinohara 子どもの「理解の仕方」は、大きく二つに分かれる。 「何故かが分からないと先に進めない子供」と「役に立つことが分からないと先に進めない子供」だ。理解（納得）の仕方が全然違うので、指導法を誤ると、学習が全然進まなくなる。 2015-06-04 18:50:15 shinshinohara @ShinShinohara たとえばy=2x+3という方程式があったとして、xに数字を代入したらyが求まるので便利だということは分かったとしても、前者の子の場合、「なぜxに数字を入れたらyの数字が自動的に出てくるのか」、不思議に思う。 この不思議を解き明かさないと、次に進めない気分になる。 2015-06-04 18:50:30

著者：シンタロヲフレッシュ Graphic Designer / cinematographer. 「prasm（プラズム、って読みます）」は週末だけが楽しいWeekenderではなく、1週間7日間、自分のしっくりを追い求め、日々をアップデートし続けるそんな“Weeker”に献げるブログです。 しっくりくるモノ・コトが好きなシンタロヲフレッシュがあなたの明日をしっくりさせるべく、しっくりにまつわるアレコレを書いていきます。 より詳しくプロフィールは「about」へ。

ディープラーニングは、人間の脳の中のニューロンとシナプスの回路をコンピューターの電子回路で真似て、それを何層にも重ねた手法。この手法が思いの外、成果を上げているので、人工知能に注目が集まっている。英誌エコノミストも最近の号で人工知能を特集するなど、ビジネスマンの間でも人工知能は今、ちょっとしたブームだ。 ディープラーニングは、人間の脳の中のニューロンとシナプスの回路をコンピューターの電子回路で真似て、それを何層にも重ねた手法。この手法が思いの外、成果を上げているので、人工知能に注目が集まっている。英誌エコノミストも最近の号で人工知能を特集するなど、ビジネスマンの間でも人工知能は今、ちょっとしたブームだ。 しかしディープラーニングのように人間の脳を模倣しなくても、コンピューターを賢くさせる手法はほかにもある。例えば「トピックモデリング」。トピックモデリングは、多数の文書を読み込むことで傾向を

線形代数に固有値という概念が出てきます。最初はイメージしにくいのでは、と思うのですが重要な概念かつ、統計学でも頻繁に利用されるので、これもこの可視化シリーズとしてアニメーショングラフを書いて説明することを試みたいと思います。 このようなグラフの意味を読み解いていきます。 1.固有値・固有ベクトルとは？ まず、固有値・固有ベクトルとはなんぞや。数式で表すと下記のことです。 ${\bf x}\neq {\bf 0}$の${\bf x}$で、行列Aをかけると、長さが$\lambda$倍になるような${\bf x}$の事を固有ベクトル, $\lambda$を固有値と言います。 知らない人は？？？で、これだけではよくわからないですね。 早速、グラフィカルな説明も交えて説明していきたいと思います。 2.行列Aによる線形変換 固有値・固有ベクトルの説明の前に、行列による線形変換について取り上げます。 例

「ノートパソコンをサーバにしたら性能はデスクトップ並だしUPSついてるし 静かだしいいよ」なんてお馬鹿なこと言いだす人が絶えません。物には適材適所ってものがあるんですよ。 ※知らない人のために書いとくと「サーバー」がやってることって、ソフト次第でその辺のノートパソコンでもほとんど同じことができるんだけど、その辺のノートパソコンではWindowsだろうとLinuxだろうとサーバとしてはまともに使えないよっていう話。 — 元記事を書くより前～2010年ごろまで、うちの職場ではいろんな部署で少し古くなって個人のデスクで使われなくなったノートPCを部内サーバとして勝手にファイルサーバやプリントサーバやアプリサーバにしていました。それこそシステム部のようなのが無いのでやりたい放題。一見うまく動いている、動かせているように見えるのだけど…  ※だったらそれでいいじゃん的な自称SIerはどこにでもいる。