仮想通貨、ビットコイン大暴落はあるのか？ライブドアショックの経験から考えてみる
ビットコイン大暴落、バブル崩壊をイメージしておく企画 仮想通貨バブル真っ只中。 みなさん、バブルを満喫していますか？ せっかく儲けたのなら、たまには散財して日本を潤わせてくださいよ！ これだけ右肩上がりの相場を経験していると、流石に多くの人はそろそろ心配になってきます。 どこかで仮想通貨、ビットコインが大暴落してバブルが弾けるんじゃないか？ ということですね。 ただ、どういうストーリーで、どういう流れで崩壊していくのかイメージが湧かない人も多いと思います。 「バブル崩壊」という言葉はよく知っていても、実際に体験したことはないのでリアリティが無いという。 私は2005年～2006年にかけての株式新興市場バブルと、ライブドアショックを引き金にしたその後の崩壊をモロに経験しています。 ぶっちゃけ、2,000万円近くがバブルの泡となって消えました。 現在の仮想通貨市場がバブルなのか、それが本当に崩
魚の構造を知り尽くした魚屋さんは、魚のキレイな食べ方も知り尽くしているの？ - ぐるなび みんなのごはん
「みんなのごはん」をご覧の皆様はじめまして、ライターのニシキドアヤト（@art_0214）と申します。 突然ですが、みなさんは焼き魚をキレイに食べられますか？ 本当に突然すみません。 「お前はいつも突然なんだよ」と、よく言われます。 でも、焼き魚ってめちゃくちゃ食べづらくないですか？ ほぐした身にはもれなく小骨がくっついてきて食べづらいし、好き嫌いが分かれますが、キモは個人的には苦手でして……。それらをよけながら食べていると、どうしても汚くなってしまうんですよね。 ▲僕が食べたサンマ。掲載NGが出たためモザイク処理 実家で焼き魚を食べていると、家族からは、 「本当に汚い」 「育ちが悪い」 「親の顔が見てみたい」 と、ののしられます。「うちの子じゃない」と言いたいらしい。 でも、そもそも僕が子どもの頃に親がちゃんと教えてくれなかったから、26歳のいい大人になってもこの有様なのでは……？ 「責
カラフル子供用動画がとんでもないことになっていた 2017 – NEWREEL
カラフルなスーパーヒーローや動物たちが脈絡のない動きをする子供用動画が量産されている。閲覧数も数百万PVを越えるものが少なくない。いったい何が起こっているのか？ *11/29追記 さらにトップの映像消えました（キャラクター使ったいなかったので、権利侵害ではない？） いくらでも同様のものがあるので貼ってみます。 今年見た映像の中で最も印象に残ったものがのひとつが上記の『カラータイヤで色を学ぼう』動画であります。印象に残った、と柔らかめに表現してしまいましたが、控えめに言ってあたまがおかしいヤバイ動画ということになりましょうか。 このビデオ１本で、１時間以上の長さがあるんですけど、このシリーズがアホほどあるんですね。ものすごい数のビデオが！ もはや大きなジャンルを形成している言ってもよいでしょう。 ちょっとだけ見てみますか。とりあえずAnimals For Kidsチャンネルのものだけでも。
Perl でテンプレートの変数に型を書く in 2017 - ポクポク
この記事ははてなエンジニアAdvent Calendar 2017の22日目の記事です。前日は id:takuya-a さんの『Bing検索の裏側―BitFunnelのアルゴリズム』でした。たいへん興味深いですね。 はてなは Perl アプリケーションが多い会社ですが、今年のアドベントカレンダーは全く Perl の話が出てきてない......。でも僕は Perl 大好き少年なので、このまえ作った CPAN モジュール Text::Xslate::Bridge::TypeDeclaration の話をします。 一般的な Web アプリケーションではテンプレートエンジンに変数を渡して html を組み立てますよね。 はてなでは Text::Xslate の TTerse Syntax を利用しているプロジェクトが多いです。 例えばユーザ情報を表示するサイドバーの部分テンプレートはこんな雰囲気に
[Survey]Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift - Qiita
[Survey]Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate ShiftDeepLearning この論文は、データの新しい変換方法の提案論文です。 著者はBatch Normalizationと読んでいる。著者いわく、バッチ毎のデータの分布の違い（internal covariate shift)により、学習の収束がおそくなったり、初期値パラメータを慎重に決めなければならなかったと言っています。Batch Normalizationを導入することにより以下の利点があるそうです。 利点 ・学習が早く進む（learning rateに大きな値を使うことができる） ・初期値依存性を軽減できる ・初期化を気にしなくて良い ・Dropoutの必要性を減らせる Algori
![[Survey]Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/e93763f2acd26e374b80369d37f5e3656a8d20c1/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JTVCU3VydmV5JTVEQmF0Y2glMjBOb3JtYWxpemF0aW9uJTNBJTIwQWNjZWxlcmF0aW5nJTIwRGVlcCUyME5ldHdvcmslMjBUcmFpbmluZyUyMGJ5JTIwUmVkdWNpbmclMjBJbnRlcm5hbCUyMENvdmFyaWF0ZSUyMFNoaWZ0JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz0wYjhmYzdiM2MyOTlmNjRkMjNkNWM4MzAxMWJjNWZhOA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzdXBlcnNhaWFrdWppbiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NDM4YTY0ZDdkYWRmMTQxNDhkYTFiMzYzY2M5NjlkNjA%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D837d4d3cafdbe442c8fc2e7bb5941dba)
勾配降下法の最適化アルゴリズムの備忘録 - Qiita
勾配降下法の最適化アルゴリズムを概観する という神みたいな記事に対して、さらっと読んで最小限のイメージっぽいのをメモ程度にまとめたものです。 上記のリンクの記事を読むととてもわかりやすいかと思います。それを読みつつなるべく要点絞ったものを以下に備忘録として書きました。 一旦公開にしますが、簡単なpythonやC++での実装例なども、追加していきたいと思います。 そもそも勾配降下法とは 特に何かしらの目的関数を最適化(最小化,最大化)する問題を数値解析的に解くことに帰結するような問題に勾配降下法が使われます。なので、微分して0になるような値は何か的なものをプログラムで解くような感じです。 1. 最急降下法(バッチ学習) 仕組みとしては、まず最初にスタート地点を選び、その点での一番降下する傾きが大きいベクトルを利用して次のステップへと更新していく方法です。 みたいなステップで収束を繰り返す処理
Google グループ
Google グループでは、オンライン フォーラムやメール ベースのグループを作成したり、こうしたフォーラムやグループに参加したりすることで、大勢のユーザーと情報の共有やディスカッションを行うことができます。
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
