をマンキューがNBERコンファレンスで明らかにした。以下はその概要。 フィリップス曲線は厳然として存在する インフレと失業率の無条件の関係としてはもはや存在しないが、条件付きの関係としては存在する。 金融ショック、ないし総需要ショックは、インフレと失業率を短期的に逆方向に動かす。これを短期のフィリップス曲線と定義すると、これから逃れることはできない。 しかしフィリップス曲線は実務的に有用なツールではない フィリップス曲線はマクロ経済理論の重要な部品、という点については断固として擁護するが、実務的なツールとしてはさほど重視していない。 NAIRUの推計は信頼区間があまりにも大きい。 フィリップス曲線が軌道から外れるたびに研究者は新たな定式化を提案してきたが、それはあまりにも頻繁に起きており、聖杯探しに似た状況になっている。 失業率よりもフィリップス曲線の当てはまりの良い経済のスラックの指標を
最初に 前回はGBDTの理論とフルスクラッチ実装に関して解説記事を書きました。今回は、その発展形であるXGboostとLightGBMの理論に関して、解説していこうと思います（めんどくさくて扱わない予定でしたが頑張りました！）XGboostやLigthGBMは、予測・分類タスクにおいて第一手段として利用されています。これは、比較的安定して高い予測精度と安定性を誇るという部分からきているという認識です。GBDTの時も書きましたが、GBDTは概念的理解、XGboostやLightGBMに関しては、GBDTの改善系なんだなというぐらいの認識しかもっていない方がほとんどだと認識しています。なので、そのふんわりとした認識を改善すべく、初学者向けにこの記事を執筆致します。 XGboost 1. 目的関数 GBDTの基本的な目的関数は以下の様に表されます。 一方、XGBoostの目的関数は l は損失関
ソーシャルノルムの多様化と、経験値の奪い合い
とある投稿への返信を書いていたら元投稿が消されてしまったので供養がてら。 ただ、社会に余裕が無いってのは違うと思う。 社会ではなく、社会規範とかノルム的なものが厳しくなっただけじゃないか。 社会はハード的、ソフト的にも受け入れる余裕はできてる。 足りないのは、経験じゃないか。 核家族化が進み、表面上だけのやり取りしかできなくなった世界。 自分も身の回りに車椅子の親戚や、アムウェイに入れ込んでいるオバさんや 特別支援教室の級友と直に触れ合うことで、どういうものか初めて理解できた。 外国人も同じ。アメリカ人も、韓国人も、中国人も、インド人も、フィリピン人も 直接触れ合って初めて、どういうものかのサンプルが一つずつ作られていく。 もちろん、それだってn=1を集めていくことでしかないけれど。 いまの世の中、15年ほど前にインターネットが終わってからますます実体験の重要性が増した。 インターネットの
大規模な日本語の事前学習言語モデルSarashina1・2の公開 - sbintuitions’s blog
概要 SB Intuitionsの清野舜，李凌寒，高瀬翔です。 弊社では高品質な日本語大規模言語モデルの構築に取り組んでいます。 大規模言語モデルの構築は理論的にも経験的にもまだまだ発展途上の領域であり，学術界・産業界の日本語大規模言語モデルの研究開発促進のために，7B，13B，65BパラメータのモデルからなるSarashina1および，7B，13BパラメータのモデルからなるSarashina2を公開しました。 この記事ではSarashina1・2の詳細について解説します。 使い方 Sarashina1・2共にHuggingFace Hubにて，商用利用も可能なライセンス（MIT）のもと公開しています。 以下のようにtransformersライブラリからお試し頂けます。 なお，下記にあるように，tokenizerを呼び出す際にuse_fast=Falseを設定することで想定通りの挙動となり
行列のフロベニウスノルムとその性質 | 高校数学の美しい物語
行列の「大きさ」を表す量はいくつもありますが，その中の一つがフロベニウスノルムです。全成分の二乗和のルートをフロベニウスノルムと言います。行列 AAA のフロベニウスノルムを ∥A∥F\|A\|_{\mathrm{F}}∥A∥F と書くことが多いです： ∥A∥F=∑i,jaij2\|A\|_{\mathrm{F}}=\sqrt{\displaystyle\sum_{i,j}a_{ij}^2}∥A∥F=i,j∑aij2 フロベニウスノルムは，行列の全成分を一列に並べてベクトルとみなしたときのベクトルの長さ（2ノルム）と考えることもできます。
トップページ
テスト用のホームページです． ホームページ作成の勉強のためにレンタルサーバーを借りて，ホームページを公開しました． レンタルサーバー:XFREE ウェブサイトのアイコンはこちらを利用させていただきました． 以下はコンテンツ一覧です．レイアウトの勉強中であるため完成しているものも近々改善します． 本サイトの内容に関するお問い合わせはこちらのメールアドレスにお願いします． 連絡先:mikami.contact333 (@) gmail.com 免責事項・プライバシーポリシーはこちら サイト内検索 テーブルデザイナー：表の作成・編集・保存 を公開しました 2024/7/10 12:00 欧州4大リーグ・欧州カップ戦・各国主審のイエローカードの枚数について を公開しました 2024/7/3 12:00 サッカー選手の経歴・クラブのシーズン別所属選手の検索 を公開しました 2024/6/26 12:
この記事はEAGLYS Advent Calendar 2021の22日目の記事です．12/27投稿予定が1/31になってしまいました・・・が，２月には入らなかったのでセーフ（何が？）． 今回の記事は下記の記事からの続きとなります． 原著論文：プログラマブルブートストラップの原著論文 第１回：第１回 第２回：第２回 第３回：第３回 プログラマブルブートストラップの原著論文の第２〜４章を厳密に考察します． 全体を通して使う記号や前提知識などは第１回目の記事にまとめています． 本論文全体の流れ 全体の前提知識 参考文献 深掘りしたZennの記事 第１回：第１回 第２回：第２回 第2.5回：第2.5回 第３回：第３回 第４回：第４回 突貫で書いてしまった部分もあるので，大いに誤りを含む可能性があります．誤字・脱字レベルでも構いませんので，ご指摘ください． また，予告なしに内容の加筆や構成の変更を
駆け足で学ぶエクスパンダーグラフ
こんにちは. Le Algorithm の著者をしているのぶしみ( @knewknowl )と申します. 数学系の記事を執筆しやすそうなMathlogというサービスを知ったので, 試しがてらに一記事を執筆しようと思い立ったのでエクスパンダーグラフについての紹介記事を書いています. グラフ理論やグラフアルゴリズム関連の研究に携わると「エクスパンダーグラフ」という単語に出会うことがあります. この記事ではこのエクスパンダーグラフについて概説します. 前提知識としては, 線形代数の基本的な事柄(固有値の定義とか)が分かっていれば大丈夫です. 念の為, 本記事の末尾に付録Aとして行列のスペクトルノルムの定義や基本的な性質を載せています. 1. 基本的な定義基本的な用語の定義をします. グラフの隣接行列, 遷移確率行列, グラフラプラシアンの定義を知っていれば1章は読み飛ばして頂いても構いません.
$\def\bm{\boldsymbol}$ 概要 オンラインで開催している『モデルベース深層学習と深層展開』読み会で得られた知見や気づきをメモしていく ついでに、中身の理解がてらJuliaサンプルコードをPythonに書き直したコードを晒していく 自動微分ライブラリにはJAXを使用する 第6回 大まかな内容 不動点反復式とは 逆問題の対象にする系が特定の条件を満たし、観測値を使って繰り返し更新計算をすることで解が導ける場合の反復式 より早く不動点に収束させる手法としてSOR法がある この中のパラメータを深層展開で学習するのがDU-PSOR法 議論になったこと 4.1節の最初 あたり 冒頭の「適切な条件が満たされる場合」とは？ ->その直後の話を指してる？ P85最初らへんの、「関数が縮小的である」とは？ 制御工学だと、状態方程式の線形写像の固有値の絶対値が１以下とか？（離散の場合） 数学
（論文）「金融政策の多角的レビュー」に関するワークショップ 第2回「過去25年間の経済・物価情勢と金融政策」の模様 : 日本銀行 Bank of Japan
2024年6月27日 日本銀行 全文 [PDF 723KB] 要旨 2024年5月21日、「金融政策の多角的レビュー」に関する第2回ワークショップ「過去25年間の経済・物価情勢と金融政策」が日本銀行本店にて開催され、経済学者や金融・経済分野の専門家らを交えて、活発な議論が行われた。 第1セッションでは、1990年代後半以降のわが国経済・物価情勢を振り返るとともに、最近の環境変化についても報告された。そのうえで、「量的・質的金融緩和」の経済・物価への影響や、なぜ賃金・物価が上がりにくいことを前提とした慣行や考え方がノルムとして社会に定着したのか、また、こうしたノルムは変化していると評価すべきか、といった点が議論となった。 第2セッションでは、金利が実効下限制約に直面するもとでの非伝統的金融政策の「期待に働きかける経路」の有効性や、緩やかな物価上昇がもたらす経済的な意味について報告された。その
【論文5分まとめ】AdaFace: Quality Adaptive Margin for Face Recognition
この記事は、論文の内容を5分くらいで読めるようにまとめた記事です。そのため、前提となる知識や関連研究に関する説明は大幅に省略しています。 基本的には筆者の備忘録ですが、面白そうと思ったら是非ご自身でも読んでみてください。 概要 顔認識の4つのデータセットでSoTAを更新したAdaFaceは、訓練サンプルの品質を反映できる適応的なマージン損失関数を提案している。 顔認識は、監視カメラなどの映像に映った顔が誰であるかを特定するタスクである。監視カメラなどの低解像度の画像などが訓練サンプルに含まれており、そのようなサンプルは訓練中にハードサンプルとなる。一方で、サングラスやマスクを使用している顔画像、あるいは特殊なアングルから撮影された顔画像もハードサンプルとなりうる。しかし、高解像度のハードサンプルと、低解像度のハードサンプルは、その難しさの質が異なっている。 下図に示すように、低品質（低解像
この記事はEAGLYS Advent Calendar 2021の17日目の記事です。 今回の記事は下記の記事からの続きとなります． 原著論文：プログラマブルブートストラップの原著論文 第１回：第１回 第２回：第２回 プログラマブルブートストラップの原著論文の第２〜４章を厳密に考察します． 全体を通して使う記号や前提知識などは第１回目の記事にまとめています． 本論文全体の流れ 全体の前提知識 参考文献 深掘りしたZennの記事 第１回：第１回 第２回：第２回 第2.5回：第2.5回 第３回：第３回 突貫で書いてしまった部分もあるので，大いに誤りを含む可能性があります．誤字・脱字レベルでも構いませんので，ご指摘ください． また，予告なしに内容の加筆や構成の変更を行うことがありますが，読みやすくするためのものですので，ご容赦ください 本記事にはリメイク記事がありますので，そちらもあわせてご確認
■要旨 毎年７月頃、厚生労働相の諮問機関である中央最低賃金審議会から「域別最低賃金額」の目安額が公表される。同審議会は、公労使各同数の委員から構成される審議体であり、地域における労働者の生計費、賃金動向、事業者の賃金支払い能力の３点を考慮し、最低賃金を定めることが法律に規定されている。同審議会で提示された目安額は、地域の実情を反映させる都道府県最低賃金審議会の審議・答申を経て、最終的な改定額が８月頃に決定し、その年の９月末から10月末頃にかけて適用される。 政府は、６月に閣議決定した「経済財政運営と改革の基本方針2024～賃上げと投資がけん引する成長型経済の実現～」（骨太方針2024）の中で、最低賃金を『2030年代半ばまでに全国加重平均を1,500円となることを目指すとした目標について、より早く達成ができるよう、労働生産性の引上げに向けて、自動化・省力化投資の支援、事業承継やＭ＆Ａの環境
前回からめちゃめちゃ離れてしまいましたが，今回の記事は下記の記事からの続きとなります．理論の最終回です． 原著論文：プログラマブルブートストラップの原著論文 第１回：第１回 第２回：第２回 第2.5回:第2.5回 第３回：第３回 プログラマブルブートストラップの原著論文の第２〜４章を厳密に考察します． 全体を通して使う記号や前提知識などは第１回目の記事にまとめています． 本論文全体の流れ 全体の前提知識と参考文献 この連載を読みやすくリメイクしたQiitaの記事 第１回：第１回 第２回：第２回 第３回：第３回 第４回：第４回 突貫で書いてしまった部分もあるので，大いに誤りを含む可能性があります．誤字・脱字レベルでも構いませんので，ご指摘ください． また，予告なしに内容の加筆や構成の変更を行うことがありますが，読みやすくするためのものですので，ご容赦ください 全４回通しでの目次 第１回 本論
Section1：再帰型ニューラルネットワークの概念 ■RNNとは ・自然言語や時系列データなど連続的なつながりのあるデータに対応可能な、ニューラルネットワークである。 ・時系列データとは、時間的順序を追って一定間隔ごとに観察され、しかも相互に統計的依存関係が認められるようなデータの系列 →音声データ、テキストデータ ・時系列モデルを扱うには、初期の状態と過去の時間$t-1$の状態を保持し、そこから次の時間での$t$を再起的に求める再帰構造が必要になる。 ■RNNの学習イメージ ※$x$：入力層、$y$：出力層、$z$：中間層 ・中間層からの出力を次の中間層へ入力する ・次の時間では、前の中間層から受け取った状態と入力層の内容をもとに出力を出す ■RNNの数学的記述 $u^t = W_{(in)}x^t+Wz^{t-1}+b$ $z^t = f{(W_{(in)}x^t+Wz^{t-1}+
はじめに こんにちは。モノリスソフト テクニカルアーティストの廣瀬です。 今回は、USDとMaterialXを使用してインテリアマップシェーダーを作成してみたいと思います。 USD（Universal Scene Description）はオープンソースの共通3Dシーンフォーマットです。 すでに多くのDCCツールやゲームエンジン（Maya・Houdini・Unreal Engineなど）でサポートされています。 USDはFBXやAlembicのようにメッシュデータのやり取りはもちろん、Composition ArcsというPhotoshopのレイヤー合成のようなことを3Dシーンに対して行う強力な機能を有しています。 これにより、3Dシーン同士の合成や必要な値のみの上書き、大量のリファレンス・インスタンス、マテリアルアサイン管理、遅延読み込みなど、効率的に巨大なシーンを構築することが可能とな
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
インフレについての6つの考え - himaginary’s diary
XGBoostとLightGBMの理論の解説 - tomtom58’s blog
「プログラマブルブートストラップの原著論文を理解する回」を理解する回 4/4 - Qiita
『モデルベース深層学習と深層展開』読み会レポート#6 - Qiita
「プログラマブルブートストラップの原著論文を理解する回」を理解する回 3/4 - Qiita
最低賃金政策の方向性－国内外の潮流、ポリシーミックスの重要性
プログラマブルブートストラップの原著論文を理解する回 4/4
ラビットチャレンジ学習レポート：深層学習day3 - Qiita
USD・MaterialXを使用したインテリアマップシェーダー｜TECH BLOG｜モノリスソフト