Raku LandRaku Land is a directory of Raku distributions. Written itself in Raku, licensed under Artistic 2.0, and available on GitLab; patches welcome! Distributions
Reinforcement learning’s foundational flaw
In this essay, we are going to address the limitations of one of the core fields of AI. In the process, we will encounter a fun allegory, a set of methods of incorporating prior knowledge and instruction into deep learning, and a radical conclusion.[1] The first part, which you're reading right now, will set up what RL is and why it (or at least a particular version of it we shall name 'pure RL' a
Has AI changed SEO for better or worse?
Has AI changed SEO for better or worse? The meteoric rise of generative AI is transforming the way we do SEO. Here's a look at the implications for the search marketing industry. Google first turned to artificial intelligence and machine learning to power its search engine algorithm back in 2016. With ChatGPT‘s launch in late 2022, however, artificial intelligence truly became mainstream and signi
GitHub - nfmcclure/tensorflow_cookbook: Code for Tensorflow Machine Learning Cookbook
This chapter intends to introduce the main objects and concepts in TensorFlow. We also introduce how to access the data for the rest of the book and provide additional resources for learning about TensorFlow. General Outline of TF Algorithms Here we introduce TensorFlow and the general outline of how most TensorFlow algorithms work. Creating and Using Tensors How to create and initialize tensors i
Determining the number of clusters in a data set - Wikipedia
Determining the number of clusters in a data set, a quantity often labelled k as in the k-means algorithm, is a frequent problem in data clustering, and is a distinct issue from the process of actually solving the clustering problem. For a certain class of clustering algorithms (in particular k-means, k-medoids and expectation–maximization algorithm), there is a parameter commonly referred to as k
Procedural Worlds from Simple Tiles
In the two years after publishing this, I worked on refining this algorithm to power a real-time world generator, called Generate Worlds, and it lets you design your own 2D and 3D tile sets and explore the worlds they generate in first-person. I have a post that describes it, and it’s available for purchase on itch.io. Here’s Generate Worlds in action: Introduction This post describes two algorith
新井紀子教授はAIの専門家ではない 『AI vs. 教科書が読めない子どもたち』 - 学校の勉強しかできないあなたへ
新井紀子教授のAIやコンピュータに関する知識は素人に毛が生えた程度 新井紀子教授の『AI vs. 教科書が読めない子どもたち』という本が大変売れているようです。 私も本を購入し精読させていただきました。 一言で感想を言うと、新井紀子教授のAI技術に関する知識はせいぜいAI関連ニュースに詳しい人レベルであり、そのベースであるコンピュータに関する知識もほぼ素人だということがわかりました。 『AI vs. 教科書が読めない子どもたち』で彼女が描く未来のビジョンに共感するかどうかは読者それぞれの自由ですが、彼女のことをAI技術に関する専門家だと勘違いしている方が多いのは問題があると私は考え、こちらの記事を書くことにしました。 『コンピュータはすべて数学で出来ている』という勘違い 『AI vs. 教科書が読めない子どもたち』からの引用です。 コンピュータはすべて数学でできています。AIは単なるソフト
Deep Neuroevolution: Genetic Algorithms Are a Competitive Alternative for Training Deep Neural Networks for Reinforcement Learning
Deep artificial neural networks (DNNs) are typically trained via gradient-based learning algorithms, namely backpropagation. Evolution strategies (ES) can rival backprop-based algorithms such as Q-learning and policy gradients on challenging deep reinforcement learning (RL) problems. However, ES can be considered a gradient-based algorithm because it performs stochastic gradient descent via an ope
Evolving Simple Organisms using a Genetic Algorithm and Deep Learning from Scratch with Python
Evolving Simple Organisms using a Genetic Algorithm and Deep Learning from Scratch with Python TL;DR - Learn how to evolve a population of simple organisms each containing a unique neural network using a genetic algorithm. IntroductionA few weeks ago I got pretty deep into a late night YouTube rabbit hole, and somewhere around evolving soft body robots, I came across this video (here). I’m not sur
ネットワーク・エンジニアリングから学ぶこと − システム理論の見地から - Qiita
Cisco Advent Calendar 2017 第4日目！ はじめに ソフトウェアシステムから見たネットワーキング ネットワークにおけるシステムの捉え方 – 複雑適応系 複雑適応系的捉え方により、AIもブレークスルーした 生命モデルとしての複雑適応系 ネットワーク・エンジニアリングの重要性 むすびに代えて – The Network. Intuitive. 1. はじめに ネットワークエンジニアは最近肩身が狭い感じがします。「ネットワークがつながるのは当たり前。」「つながってくれさえいれば後は何も余計なことはしなくてよい。」「今勉強するならAIかな。 ネットワークは今更感ある。」 でも本当にそうでしょうか。私はソフトウェア技術者としてプログラミングとソフトウェア・エンジニアリングを経験してから、ネットワーキングの世界に入りました。そしてそれ以来ずっと、ネットワーキングから多くのことを
ダレトクファイナル案件。3Dモデルと息子スティックの適合度を検出するアルゴリズムが開発される | カラパイア
Wrote a genetic algorithm to determine how phallic a 3D object is. I call it… the Dicktector. #unity3d #gamedev pic.twitter.com/ACU20OTHRm — Zi (@MajorMcDoom) August 18, 2017 3D立体モデルの猛々しさを判定する遺伝的アルゴリズムを書いた。名付けてディックテクターだ このツイートに対するやり取りを見ていこう。 Kukiolworks： 息子スティック形状のブロックを積み上げるゲームなんてどうかな？ 60パーセントに達しなければゲームオーバー。 Daniela Fontes： なんでこんなこと思いついたの？ Zi Ye： 適合度関数は体積の適合度しか判定しない……最もフィットする外枠を検出したら、今度はそのご立派さを判定す
「遺伝的アルゴリズム（GA）」| 広告朝日｜朝日新聞社メディア事業本部
淘汰（とうた）、交叉（こうさ）、突然変異といった生物進化の過程にヒントを得て考案された代表的な最適化手法のひとつ。製造や金融、マーケティングなど幅広い分野で活用事例が増えている。ゲームや自律型ロボットの開発にも応用されている。 AI（人工知能）、BI（ビジネスインテリジェンス）、MA（マーケティングオートメーション）、GA（Google Analytics）など、最近、会社内で耳にすることが多い英語２文字がある。しかし、情報工学の分野でGAと言えば遺伝的アルゴリズム（Genetic Algorithm）を指すことが多い。 1975年にミシガン大学のジョン・Ｈ・ホランドが提唱して以来、数多くの研究がなされてきたこの手法は、必ずしも最適ではないが満足できる解（※１）を、短時間で効率よく探索することで知られている。（※１）近似解または準最適解と呼ぶ 手法の内容について簡単な例で説明する。（※２）
P-versus-NP page
The P-versus-NP page This page collects links around papers that try to settle the "P versus NP" question (in either way). Here are some links that explain/discuss this question: A clear formulation of the "P versus NP" question by Stephen Cook. Mathworld's page on "P versus NP" The Wikipedia page on "P versus NP" Michael Sipser has a survey paper on "The History and Status of the P versus NP ques
Recommender Systems survey - Knowledge-Based Systems (2013) 読んだ (1/2) - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 長いので2回に分ける ##概要と読む動機 2012年10月投稿，2013年4月採択の推薦システムのサーベイ論文 最新の技術動向の流れを確認したくて読むことにした 著者らもこのサーベイは過去のものと違い，有名な手法ではなく推薦システムのの進化に焦点を当てると述べているので期待がもてる ##推薦システムのサーベイ論文について イントロに書かれている内容の気になったところをメモ 近年の推薦システムの適用領域について http://dl.acm.org/citation.cfm?id=2181690 初期の推薦システムの方式について http:
公開中のプログラム・コード一覧(実用的かつ実践的なデータ解析・機械学習・データマイニング) : 大学教授のブログ (データ分析相談所)
プログラム・コード販売にあたっての『あいさつ』・『心構え』はこちらをご覧ください。 [New] 堀江貴文さん(ホリエモン)のメルマガ[Vol.359]における副業紹介において、このプログラム・コード販売が、なんと １番 に紹介され評価していただきました！ 公開しているデータ解析・機械学習・データマイニング関係のプログラム・コードをまとめておきます。ご興味のある方はぜひご利用ください！なおこちらは随時追加していきます！ご要望があればおっしゃってください！ 見える化・可視化・低次元化 複数の見える化・可視化手法を一気に行い、結果を比較 R言語(note) R言語(SPIKE) Python言語(note) Python言語(SPIKE) 主成分分析(principal component analysis, PCA) スマホ用 教科書 カーネル主成分分析 (kernel principal c
Stitch Fix Algorithms Tour
Algorithms Tour How data science is woven into the fabric of Stitch Fix log p 1 - p = α +Xβ + Zb ... min i j a Σ Σ a ij q ij s.t. a ij = 1 ∀ i j Σ a ij ∈ { 0,1 } , ∀ i,j a ij < k j ∀ j i Σ ∂x∂t = f ( x t , u t , w t ) p (i → j ) = logit ( β 0 + β 1 x 1 ... ) p ( 1 ) = β ex_cell + α 1 p ( 1 | stylist ) + α 2 p ( 1 | client ) ... ... ... c i s j At Stitch Fix, we’re transforming the way people find
PathNet: Evolution Channels Gradient Descent in Super Neural Networks
For artificial general intelligence (AGI) it would be efficient if multiple users trained the same giant neural network, permitting parameter reuse, without catastrophic forgetting. PathNet is a first step in this direction. It is a neural network algorithm that uses agents embedded in the neural network whose task is to discover which parts of the network to re-use for new tasks. Agents are pathw
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
The Best Open Source (And Free) Crypto Trading Bots | CoinLedger
cruiser-knight.tk
lspector/Clojush: The Push programming language and the PushGP genetic programming system implemented in Clojure.
