KIRINJIの25周年ライブをブラックマジックデザインのカメラ18台で収録・配信〜「KIRINJIの配信史上、一番良かった」と言っていただきました。 2024年5月25日、LINE CUBE SHIBUYAで開催された「KIRINJI 25th ANNIVERSARY LIVE」は18台ものブラックマジックデザインのカメラで撮影され、生配信されたという。どういうシステムで生配信と収録を行なったのか、制作に携わった監督の大野要介さんと、技術周りを担当した森田良紀さんにお話を伺った。 編集部：一柳　　取材協力：Rock oN Company　LUSH HUB 写真左・大野要介（sleepycat.studio代表、映像作家、フォトグラファー、プロデューサー） 写真右・森田良紀（株式会社ニルヴァーナ、映像ディレクター、レコーディングエンジニア） KIRINJIをブラックマジックのシステムで撮り

仕事柄、大学生とよく会います。みんなひたすらに優秀。学生の頃の活動は、自分のど真ん中と紐づいてるからかどれも魅力的。 そんな彼ら彼女らですが、卒業し、就職した後、そのままめちゃ伸びて大活躍って子と、ちょっとくすぶってる子にわかれます。そんな時によく相談受けるので、アドバイス的なものをさせていただくことがあるんですが、それの評判が良かったのでnoteにまとめました。 このnoteを読んで、実践してもらった上でのGoalは、 社会人三年目くらいの「うわ、あの人仕事できるね」って言われてるような人に、半年でなる。 です。 この感覚わかりますかね？ 多分会社員の皆さんだと、「あーあいつみたいな感じね」「あーあの人みたいな感じか」となってもらえるかと思います。 会社員じゃない人だとあまりイメージ湧かないかもしれませんが、クライアントの若手の仕事できそーな感じの人を想像してみてください。そうです、その

はじめに 千葉大学・株式会社Nospareの川久保です．今回は，統計学（特に多変量解析）で多く出てくる行列演算の小技集を，線形回帰モデルにおける簡単な実用例を交えて紹介します． 転置に関する公式 行列の転置とは，$(i,j)$要素を$(j,i)$要素に入れ替えることです．$m$行$n$列の行列$A$の$(i,j)$要素を$a_{ij} \ (i=1,\dots,m; j=1,\dots,n)$とすると，$A$を転置した$n$行$m$列の行列$A^\top$の$(j,i)$要素が$a_{ij}$となります．また，自明ですが，転置行列の転置は元の行列になります．すなわち，$(A^\top)^\top = A$です． 行列の和の転置 行列$A$と$B$の和の転置は，転置行列の和です．つまり， が成り立ちます． 行列の積の転置 次に，行列$A$と$B$の積$AB$の転置としては，以下の公式が成り立

その日、とてつもないポルノが俺の元に訪れた。それは今まで見たことがないような、本当に新しいポルノであったし、本当に素晴らしいポルノであったように思う。とにかくそのポルノは俺のタイムラインに突如出現し、みるみるうちにチンチンが勃起してしまったのである。その瞬間にチャイムがなった。 恐る恐るドアを開けると、NHKのおじさんが立っていた。 「取り立てに来たぜ、ガキ」とおじさんは言った。 「でも俺は、テレビを置いていません」と反論。 おじさんはこれ見よがしに大きなため息をつき、 「チンチンを勃起させて、NHKを受信したな？受信料を払え」 と言い放った。 俺は、悔しかった。悔しかったから、スマホをかざし、おじさんに先ほどのポルノを見せつける。 おじさんは、んお！？と驚愕し、みるみるうちに勃起してしまった。 「クソ！ガキ！覚えてろ！」 おじさんは呪詛を吐きながらATMまで走っていった。俺はせせら笑いな

先日、博士（情報学）になりました。学部と大学院をあわせた 9 年間で読んだ情報科学関連の教科書・専門書を思い出を振り返りつつここにまとめます。私は授業はあまり聞かずに独学するタイプだったので、ここに挙げた書籍を通読すれば、大学に通わなくてもおおよそ情報学博士ほどの知識は身につくものと思われます。ただし、特に大学院で重要となる論文を読み書きすることについては本稿には含めておりません。それらについては論文読みの日課についてや論文の書き方などを参考にしてください。 joisino.hatenablog.com 凡例：（半端）とは、数章だけ読んだ場合か、最後まで読んだものの理解が浅く、今となっては薄ぼんやりとしか覚えていないことを指します。☆は特におすすめなことを表します。 学部一年 寺田 文行『線形代数 増訂版』 黒田 成俊『微分積分』 河野 敬雄『確率概論』 東京大学教養学部統計学教室『統計学

これは何？ NGK2024Sの発表資料です。 自己紹介 名前: 中西克典 X(Twitter): @n_kats_ 機械学習名古屋研究会主催 NGK発表は2回目 機械学習名古屋研究会 論文読み会 毎月第3木曜（19:00～）オンラインで 次回（2月15日第71回）・・・https://machine-learning.connpass.com/event/308186/ 本編 イントロ（研究会の表の目的） 論文を読む習慣付け 知識のアップデート 発展的・実践的な知見の獲得 イントロ（研究会の裏の目的） この世の真理と呼べるものを全て知りたい。 という話を2年前のNGKでした。 おさらい（2年前の話） 読み上げソフトを使うと機械学習の論文が30分で再生できる。 ある分野の概要を把握する目安の論文50本には約3日あればよい。 2年前の課題 読み上げられてる文章を目で追いかけないといけない。つら

環境構築 以下の手順で構築していきます． Overleaf-Workshopの拡張機能をVScodeに入れる Latex-Workshopの拡張機能をVSCodeに入れる Latex-Workshopの設定を変更 texliveをインストール +α Grammarlyの拡張機能をVSCodeに入れる Grammarlyの設定を変更 1, 3, 5はVSCodeの拡張機能で検索すれば一瞬で出てくるのでスキップ． Latex-Workshopの設定を変更 Latex-Workshopの設定を変更します．以下を設定から変えましょう．cmd+,で設定のタブが開けると思います． Latex-workshop › Latex › Recipe: Default - first + lastUsed onSaveでtexソースをビルドするときに、デフォルト設定のfirstのままだとpdflatexのビル

","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">

はじめに 今回は各大学が公開している、エンジニア向けの資料をまとめていきます。 東京大学 ChatGPT活用法 ChatGPTの基礎的な内容から実際にどのように活用すべきかが解説されている。 Pythonプログラミング入門 Pythonについて環境構築から始まり、基本文法、応用的な使い方まで分かりやすく解説されている。 AWS入門 ハンズオン形式でAWSの学習ができる。 AI・データサイエンスの活用事例 データサイエンスやAIの活用事例を学べる。 人工知能・深層学習を学ぶためのロードマップ AIやデータサイエンスの具体的な活用事例が学べる。 京都大学 プログラミング演習 Python 統計学 統計学やデータ分析、検定を学べる。 慶應大学 ChatGPTの活用資料 ChatGPTを用いた開発方法が学べる。 東京工業大学 機械学習 筑波大学 データベース データベースの基本から正規化や設計とい

（2024年5月25日追記） ChatGPT有料ユーザー限定だったPaper Interpreterが、遂に無料ユーザーに開放されました！🎉 GPT-4oになり、回答速度や精度も明らかに向上しています。 これまでPaper Interpreterを使ったことがなかった人も、ぜひ一度使ってみてください😊 【論文解説AI"Paper Interpreter"無料公開！🎉】 ChatGPT有料ユーザー限定だったPaper Interpreterが、遂に無料ユーザーに開放されました！🎉 GPT-4oになり、回答速度や精度も明らかに向上しています（添付動画）。 ぜひ一度試してみてください！😊https://t.co/LOU2eDiNKW https://t.co/czMDJ0nsW3 pic.twitter.com/ISRlhVsRfh — Daichi Konno / 紺野 大地 (@_

・水道を修理したいときは自治体の指定業者を使う ・スマホやPCの挙動がおかしいときは再起動する ・電線に鳥がとまってその下に糞が落ちまくって嫌なときは、電力会社やNTTやケーブルテレビ会社に言えば無料で鳥がとまらないよう対策してくれる あと１つは？

2階や3階は別の人が住んでた ダンボールかき集めて半額の弁当で飢えをしのいでいた 先住の人にいろんな話を聞いたり、焚き火を囲んでワンカップを飲みながら昔話をしたり 「お前はまだ20代なんだからこんな生活に慣れちゃあかん。早めに出て行けよな。」と事あるごとに言われてた。 決心がついて出ていくとき、仲の良かったじいさんが腕時計をくれた 親父の形見で、最後の最後までこれだけは質入れもできんかった （大したカネにもならんしな、と笑いながら） 本当は子供に託したかったが、嫁も子供もどこにいるかもわからん だから預かってくれと。 何のことはない、シチズンの普通の腕時計だった あれからもう20年以上経つ とっくにビルは無くなっているし、自分は家庭は持っていない弱者男性に変わりはないが それでも毎日それなりの人生を歩んでいる 玄関にじいさんのシチズンを飾っている 電池切れか故障かわからないが、もう止まって

（『IT Text 自然語処理の基礎』より） 3ヶ月ほど前に空前のLLMブームについて概観する記事を書きましたが、それ以降も世間のLLMに対する狂騒ぶりは収まるどころかますます拍車がかかるという有様で、あまつさえ僕自身の仕事における日常業務にもじわじわと影響が及びつつあり、今後も良きにつけ悪しきにつけLLMと共生し続ける必要がありそうだと感じている今日この頃です。 そんな猫も杓子もLLMに群がるが如き空前のブームを受けて、エンジニアやデータ分析職の方々の中には「LLMに興味はあるんだけど世の中にあまりにも多くのLLM関連コンテンツが溢れ返っていて何から手をつけたら良いのか分からない」という向きもあるように見受けられます。そこで、僕も断じてLLM以下生成AIの専門家などではないのですが、個人的に「このテキストを読めばLLM時代を生き抜くことが出来そうだ」と感じた書籍を、全くの独断と偏見で3冊

自己決定理論では、キャリアや報酬は外発的動機付けとされています。 内発的動機付けは、興味・好奇心・ワクワク感といった感情に動機付けされるものだけです。仕事をする上では、ワクワク感を求めるのは難しいと思う方もいらっしゃると思います。 でも、本当にそうでしょうか。 この資料では、私が体感してきた、動機付けによって自分をハックする方法について紹介します。

社内勉強会からの抜粋資料です。

2017年の画期的な研究論文「Attention Is All You Need」で、Google は、テキストや画像データ間の連続した関係や深い意味を強力なニューラルネットワークで学習する、つまり AI をより本物の「人」に近づける言語モデル「Transformer」を紹介した。 Image credit: Google 2017年、Google は画期的な論文「Attention Is All You Need」を発表し、今日の AI トレンドの基礎を築いた。 Transformer の最も重要なブレークスルーは、言語モデルの運用フローとは別に、多くの処理作業を同時に行うことでコンピューティングパワーを利用できるようにする「並列化」だ。スタンフォード大学の研究者は2021年の論文で、「AI 分野のパラダイムシフトを促すだけでなく、AI で何が可能かという想像力を広げる」と、Transf

東京にのこる唯一の都電、荒川線。 むかし懐かしい雰囲気で老若男女に愛される路面電車だ。 30の停留場を持ちながら、終点の早稲田から三ノ輪橋まで全長は12.2kmだそうだ。 12.2km、思ったよりこじんまりとしている。 あれ、なんだか歩けそうだ。 1日かけて沿線をゆっくり歩くには、ちょうどよい気がする。 実践してみたら、これがたいへん良かったので紹介したい。 ちょうどよい旅情、ちょうどよい達成感 薔薇が咲き誇る終点・三ノ輪橋停留場 去年の秋から冬にかけて、早稲田から三ノ輪橋の方向に3回歩いてみた。 都電荒川線・路線図 しんぎんぐきゃっと, CC BY-SA 4.0, via Wikimedia Commons 12.2kmとはいえ、鉄道路線の全区間を歩くのだ。 ああやっぱり大変だった、でもそれだけ達成感も格別だ！ ……なんて記事になりそうなものだが、実際のところ、日々それなりに活動している

やっぱGPTを仕組みから勉強したい、という本をいくつか見つけたのでまとめておきます。 まず理論的な概要。 機械学習からニューラルネットワーク、CNNでの画像処理、トランスフォーマーでの自然言語処理、音声認識・合成、そしてそれらを組み合わせたマルチモーダルと章が進むので、理論的な概観を得るのにいいと思います。 最初は数式が多いのだけど、Σをfor文だと思いつつ、定義が説明文中に埋まってるPerlよりたちが悪い記号主体言語だと思えば読めるけどめんどくさいので飛ばしても問題ないと思います。 深層学習からマルチモーダル情報処理へ (AI/データサイエンスライブラリ“基礎から応用へ” 3) 作者:中山 英樹,二反田 篤史,田村 晃裕,井上 中順,牛久 祥孝サイエンス社Amazon で、もういきなり作る。 トークナイザーから全部つくっていきます。TensorFlowでBERTをつくってGPT2をつくる