並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 2441件

新着順 人気順

自然言語処理の検索結果1 - 40 件 / 2441件

自然言語処理に関するエントリは2441件あります。 AI機械学習人工知能 などが関連タグです。 人気エントリには 『ChatGPTの精度を上げる、あらゆる質問の最後に置く「命令」 優秀な壁打ち相手を作る、「チャットAI力」の高め方』などがあります。
  • ChatGPTの精度を上げる、あらゆる質問の最後に置く「命令」 優秀な壁打ち相手を作る、「チャットAI力」の高め方

    クリエイターに出会ったり、もっとファンになったり、noteで創作をつづけたくなるようなイベントを開催する「noteイベント」。今回は「チャットAI使いこなし最前線」をテーマに、黎明期からチャットAIを活用しているnote CXOの深津貴之氏が登壇しました。こちらの記事では、ChatGPTユーザーの悩みを解決するプロンプトなどが語られました。 ChatGPTユーザーの悩みを解決するプロンプト 徳力基彦氏(以下、徳力):まず今日はChatGPTの使い方をしっかり覚えていただきたいと思います。ここで「深津式汎用プロンプト」。 深津貴之氏(以下、深津):僕は1個1個、個別の例を出すのはあんまり好きではないです。さっき言ったように原理原則を1個理解すれば、全部その原理原則から引っ張れる方向が好きですね。 なので今日も、細かいプロンプトを出すよりは、だいたいあなたの悩みのすべてを解決するプロンプトを1

      ChatGPTの精度を上げる、あらゆる質問の最後に置く「命令」 優秀な壁打ち相手を作る、「チャットAI力」の高め方
    • 無料で“Google 翻訳”より高精度! “みらい翻訳”のお試し翻訳が便利/TOEIC960点レベルのビジネスマンと同等の翻訳精度【やじうまの杜】

        無料で“Google 翻訳”より高精度! “みらい翻訳”のお試し翻訳が便利/TOEIC960点レベルのビジネスマンと同等の翻訳精度【やじうまの杜】
      • ChatGPTに要件定義をお願いしたらハンパなかった | DevelopersIO

        架空の営業管理システムを作ってもらう前提で、ChatGPTに要件定義をお願いしてみました。 実験として軽く試すレベルで始めてみたのですが、予想を超えるクオリティでしたので、一部始終を皆様にもご紹介します。 ChatGPTとのやりとり まず、ざっくりと必要な機能の洗い出しをお願いしてみました。 あっという間に必要な機能を網羅的にリストアップしてくれまた。私自身、SFA/CRMをいくつか触った経験がありますが、適切な内容だと思います。 中には、「データのインポート・エクスポート機能」のように、検討初期段階ではつい忘れそうな機能も含まれています。さらに頼んでもいないのにオススメの検討プロセスまで教えてくれました。気が利いてます。 機能ベースだと要件の妥当性が判断しにくく思ったので、画面ベースで要件定義してもらことにしました。 「図で教えて」とできないことをお願いしたところ、やんわり断りつつ、意図

          ChatGPTに要件定義をお願いしたらハンパなかった | DevelopersIO
        • プログラミング必須英単語600+ | プログラミング英語検定

          概要 プログラミングをする際には、APIリファレンスやソースコードのコメントなどを英語で読むことが求められます。場合によっては英語で関数名を付けたり、ちょっとしたマニュアルを書いたりする機会もあります。ただしプログラミング時に求められる英単語は、一般的な英語で求められる英単語とは異なります。 本必須英単語リストでは、プログラミング時に求められ、特に目にすることが多い英単語を以下のカテゴリーに分けて選定しています(注1)。プログラミング英語の学習や知識確認にご活用ください。

            プログラミング必須英単語600+ | プログラミング英語検定
          • GPT-3の衝撃 - ディープラーニングブログ

            この1週間はGPT-3のユースケースの広さに驚かされる毎日でした. シリコンバレーでは話題騒然ですが日本ではほとんど話題になっていないので,勢いで書くことにしました. GPT-3はOpenAIが開発した言語生成モデルです.名前の由来であるGenerative Pretrained Transformerの通り,自然言語処理で広く使われるTransformerモデルを言語生成タスクで事前学習しています. 先月申請すれば誰でもGPT-3を利用できるOpenAI APIが発表され,様々な業種の開発者によって驚くべきデモンストレーションがいくつも公開されています. 特に話し言葉からJSXやReactのコードを生成するデモは著名なベンチャーキャピタルから注目を集め,誇大広告気味だと警鐘を鳴らす事態に発展しています. This is mind blowing. With GPT-3, I built

              GPT-3の衝撃 - ディープラーニングブログ
            • 【検証】クイズ王は、大喜利の回答からお題を導き出せるのか? | オモコロ

              通常の大喜利では出されたお題から回答を考えるが、逆に「回答」だけを見て「お題」を当てることはできるのか? 超高難易度の検証に、あの方がチャレンジしてくれました。 こんにちは、ライターの店長です。趣味で大喜利をしています。 このように大喜利は、出された「お題」に対して「回答」を考えるゲームです。 それだけでも結構難しいのですが、 逆に「回答」から「お題」を当てるのは、さらにやりがいがあるのではないでしょうか? 盛り上がれば新しいゲームになるかもしれません。当てられるかどうか、さっそく検証してみたいと思います。 検証開始 というわけで早速、オモコロライターのみくのしんをzoomで呼んで趣旨を説明してみました。お笑いは好きで、今回かなり自信があるらしいです。 答えを見て大喜利のお題を当てればいいんだよね? 悪いけど俺、マジで当てちゃうよ? 自信満々ですね。 当てたらそれで説立証なんだよね、大丈夫

                【検証】クイズ王は、大喜利の回答からお題を導き出せるのか? | オモコロ
              • ChatGPTが賢くなる!noteの深津さん考案「深津式汎用プロンプト」でChatGPTが劇的に使いやすくなった! - ディレイマニア

                ChatGPTは「手前の文に確率的にありそうな続きの文字を繋げるAI」 まず最初にChatGPTの仕組みについて。 深津さんによるとChatGPTは、「手前の文に確率的にありそうな続きの文字をどんどん繋げていくAIである」とのこと。 例えば「昔々」という入力に対して、確率的にありそうな続きの文字は「あるところに」であるという具合に、続きそうな文字をただ出してくれるAIなんだそうです。 これを誤解していると求めているような回答がなかなか得られないので、ChatGPTに自分が求めている回答してもらうためには、確率的にありそうな続きの文字を出す方向性を狭めていくような質問をする必要があるそうなんですね。

                  ChatGPTが賢くなる!noteの深津さん考案「深津式汎用プロンプト」でChatGPTが劇的に使いやすくなった! - ディレイマニア
                • GPT-4

                  We’ve created GPT-4, the latest milestone in OpenAI’s effort in scaling up deep learning. GPT-4 is a large multimodal model (accepting image and text inputs, emitting text outputs) that, while less capable than humans in many real-world scenarios, exhibits human-level performance on various professional and academic benchmarks. We’ve created GPT-4, the latest milestone in OpenAI’s effort in scalin

                    GPT-4
                  • -EMI- さんの 2017年09月29日 投稿のマンガ | ツイコミ(仮)

                    作者:-EMI-,e3_noguchi, 公開日:2017-09-29 18:16:31, いいね:5152, リツイート数:1932, 作者ツイート:【漫画】パラダイムシフト①ぼくんち https://t.co/pJJ3ZVhBYF こんな感じの漫画です、表現とか苦手な方はすみません

                      -EMI- さんの 2017年09月29日 投稿のマンガ | ツイコミ(仮)
                    • 経産省発の npm モジュール!住所や電話番号の正規化、ジオコーディングなどができる IMI コンポーネントツールを試した! - Geolonia blog

                      経産省発の npm モジュール!住所や電話番号の正規化、ジオコーディングなどができる IMI コンポーネントツールを試した! Code for Japan の関さんが SNS でシェアしてて知ったのですが、経産省さんがなにやらオープンソースで住所や電話番号の正規化などなどをするツールを公開したとのこと。 https://info.gbiz.go.jp/tools/imi_tools/ 経産省が住所変換や法人種別名、電話番号の正規化に使えるIMIコンポーネントツールを公開しました。 ソースコードも公開。README にも使い方が丁寧に書かれていました。https://t.co/fPbV00EgZP 素晴らしい動き。こういう... #NewsPicks https://t.co/bew0qGKMFE — Hal Seki (@hal_sk) May 28, 2020 ぶっちゃけ当初はあまり期待

                        経産省発の npm モジュール!住所や電話番号の正規化、ジオコーディングなどができる IMI コンポーネントツールを試した! - Geolonia blog
                      • 5ch(旧2ch)をスクレイピングして、過去流行ったネットスラングの今を知る - にほんごのれんしゅう

                        5ch(旧2ch)ではここ数年はTwitterを使用するようになってしまいましたが、ネットのミームの発信地点であって、様々なスラングを生み、様々な文化を作ってきたと思います。 学生時代、2chまとめとか見ていたので、影響を受けてきたネット文化で、感覚値からすると、どうにも流行り廃りがあるようです。 5chの過去ログを過去18年ほどさかのぼって取得する方法と、懐かしいネットスラングのドキュメントに占める出現具合を時系列でカウントすることで、時代の変遷でどのように使用の方法が変化したのか観測することができます。 文末に「orz」って付けたら若い人から「orzってなんですか?」と聞かれて心身共にorzみたいになってる— ばんくし (@vaaaaanquish) October 19, 2018 図1. 今回集計したorzの結果 例えば、今回集計した5chの書き込み500GByte程度のログからで

                          5ch(旧2ch)をスクレイピングして、過去流行ったネットスラングの今を知る - にほんごのれんしゅう
                        • ChatGPTの使い方<26例>|入江 慎吾 🚀 MENTA代表|note

                          こんにちは!いろんなプロに相談できるMENTA代表の入江です。 話題のChatGPT。いろんな質問例がTwitterに上がっていて未来を感じさせてくれます。 ※ただし、どんな質問にも答えてくれるChatGPTですが間違いもあるので注意が必要です。 1)バグを見つけてもらう

                            ChatGPTの使い方<26例>|入江 慎吾 🚀 MENTA代表|note
                          • ChatGPTをより有効的に使う為のテンプレートがまるで呪文「検索エンジンでキーワードを捏ねるのと似てる」など

                            きたがわ 🍥 ChatGPT活用術 @bukuta_3 ChatGPTの便利な活用方法を図解にまとめて発信中 。(ツイートを見て頂きありがとうございます)ライター兼ブログ運営をしています。座右の銘は「情報を自分で調べて考える/三方よし」 きたがわ 🍥 ChatGPT活用術 @bukuta_3 Note株式会社CXO「深津貴之」さんが考案したChatGPTの命令文が便利すぎたので共有。ChatGPTは無限にある言葉から、一番確率の高い単語を繋げて回答している。アイデアや思考をまとめる時は、AIに回答して欲しい条件を絞って質問することが、めちゃくちゃ大事です。 pic.twitter.com/gt1ERYScj6 2023-03-18 06:00:16

                              ChatGPTをより有効的に使う為のテンプレートがまるで呪文「検索エンジンでキーワードを捏ねるのと似てる」など
                            • 機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ - エンジニアHub|若手Webエンジニアのキャリアを考える!

                              機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ 機械学習を学ぶために、まず知っておきたいPythonライブラリを、機械学習エンジニアの「ばんくし」こと河合俊典さんに厳選し、そのエッセンスをつづってもらいました。機械学習入門に向けたスタートアップガイドです! こんにちは。機械学習エンジニアの「ばんくし」こと河合俊典(かわい・しゅんすけ/ @vaaaaanquish )です。 近年の機械学習関連の開発では、多くの場合Pythonが用いられます。 本記事は、「機械学習をこれから初めてみたいけど何から始めればいいか分からない」「基本のキから学びたい」という方に向けて執筆しました。プログラミング言語「Python」の中でも、特に機械学習における使用頻度の高いライブラリを厳選し、その解説を目的としています。 「この記事の内容に沿ってPythonを学習すれば、機械学習エンジニアとして入

                                機械学習入門 - 基本のPythonライブラリ、9つを触って学ぶ - エンジニアHub|若手Webエンジニアのキャリアを考える!
                              • 「怠惰・短気・高慢」であれ、ChatGPTを使って業務効率化しよう(要件定義編)

                                例として読書記録アプリをつくります! 筆者が欲しいサービスを作ろうと思い、今回は「読書記録アプリ」をつくります。 最低限の要件は、次のように設定しました。 デモアプリの要件(読み飛ばしてOK) 読書記録アプリを作る目的 読書が苦手なエンジニアが読書記録をし、記録を共有することで、継続して技術本を読めるようになること ターゲット 新人、中堅のWebエンジニア おおまかな要件 ユーザーは新規登録することで、読書記録アプリにログインできる ユーザーは読む本を登録できる ユーザーは本を何ページ読み終えたかを記録できる ユーザーは本を読み終わったら次の本を登録できる ユーザーは他の人がどの本を読んでいるのか、また何ページ読み終えたかを閲覧できる 質問する前に... また、ChatGPTに業務で使用するコードを渡す場合、環境キーやサービスを特定できる情報を送信しないでください。入力内容が他の人に渡って

                                  「怠惰・短気・高慢」であれ、ChatGPTを使って業務効率化しよう(要件定義編)
                                • 執筆者やライターに向けて、編集者からのお願い→原稿を書き終わったらチェックして欲しい点がこちら

                                  中村明博【編集者】 @naka727 【編集者からのお願い】 著者やライターさんへ、原稿が完成したら、 ・「という」をカット ・「と思います」をカット ・「こと」をカット ・「もの」をカット ・過剰敬語をカット できないか見直していただけないでしょうか。ざっとでもかまいません。関係者全員が幸せになります。なにとぞ、、! 2021-03-05 12:14:24 中村明博【編集者】 @naka727 【なぜこんなお願いをするか】 誰かが直さなければならないからです。その分、「磨き上げ」の時間が減り、本のクオリティーが落ちます。本の売り上げが落ち、関係者全員が不幸になるためです。 2021-03-05 14:37:22 中村明博【編集者】 @naka727 さらに可能なら、 ・40字を超える長文は短く・簡潔にする ・「これから説明します」的な余計な前置きはカット ・「ひとつ・1つ」「ひとり・1人

                                    執筆者やライターに向けて、編集者からのお願い→原稿を書き終わったらチェックして欲しい点がこちら
                                  • Chat GPTの完全な上位互換!Bing AIの面白い使い方まとめ|梶谷健人 / Kent Kajitani|note

                                    テレビ番組で特集されるなどChatGPTへの注目が高まっていますが、その上位互換となるBing AIはもう使われましたでしょうか? ChatGPTで使われてるGPT3.5というモデルの発展版を開発元のOpenAIがマイクロソフトに提供する形で作られたBing AIは、過去の学習範囲内で回答するChatGPTと異なり、事前学習データ+対話ごとに関連する検索結果を都度読みにいくことで、非常に精度の高く正確な解答をすることが可能になっています。 このnoteではそんなBingAIを時間を忘れて使い倒してみた自分が特に面白いなと思った使い方をジャンル別に紹介します。 仕事SpotifyとApple MusicのARPUを聞いたらWeb上の開示情報から比較数字を提示してくれ、さらにSpotifyの方が低い理由も仮説を提示してくれました。 Bing+GPTが凄すぎて深夜3時に興奮が止まらなくなってる。

                                      Chat GPTの完全な上位互換!Bing AIの面白い使い方まとめ|梶谷健人 / Kent Kajitani|note
                                    • 「どんな文章も3行に要約するAI」デモサイト、東大松尾研発ベンチャーが公開 「正確性は人間に匹敵」

                                      文章の「3行要約」を生成するAIのデモサイトを、東大・松尾豊研究室発のAIベンチャーが公開。会話文の要約も得意だ。要約の正確性は「人間に匹敵する」という。 東京大学・松尾豊研究室発のAIベンチャーELYZA(イライザ/東京都文京区)は8月26日、文章の要約文を生成するAI「ELYZA DIGEST」を試せるデモサイトを公開した。人間より短時間で要約でき、要約の正確性は「人間に匹敵する」という。今後も精度を高め、議事録作りやコールセンターでの対話メモ作成などでの活用を目指す。 同社は自然言語処理技術(NLP)の研究を進めており、日本語テキストデータの学習量・モデルの大きさともに日本最大級というAIエンジン「ELYZA Brain」を開発している。 ELYZA DIGESTは、大規模言語モデルを基に、要約というタスクに特化したAIとして開発。読み込んだテキストを基に、AIが一から要約文を生成す

                                        「どんな文章も3行に要約するAI」デモサイト、東大松尾研発ベンチャーが公開 「正確性は人間に匹敵」
                                      • Googleが大量の機械学習用データベースを無料公開してた - Qiita

                                        個人用メモです。 機械学習は素材集めがとても大変です。 でもこの素材集め、実は無理してやらなくても、元から良質な無料データベースがあったようなのです。 URLはこちら YouTube8-M https://research.google.com/youtube8m/explore.html 提供されているサービスは以下の通り 800万個の動画 19億個のフレーム 4800個の分類 使い方はExploreから画像セットを探し、ダウンロードするだけ。 他の方法も見つけた open images dataset 「すごい神だな」と思ったのは これもう完成されてますよね もちろんこの認識前の画像もセットでダウンロードできます。 Youtube-8Mとは、画像数を取るか、精度で取るか、という違いでしょうか。 他にも良い素材集を教えていただきました (はてなブックマーク情報 @sek_165 さん )

                                          Googleが大量の機械学習用データベースを無料公開してた - Qiita
                                        • 社員用に作った文書校正ツールを一般公開した - gecko655のブログ

                                          スクリーンショット これはなに 会社で「PR用の文章を人力でチェックする工数が重くて、めっちゃ残業が発生している。なんとか自動化できないか」との依頼を受け、Word等のファイルをGUIでそのままtextlintできるツールをちゃちゃっと作って社内公開しました。その結果、いい感じに社内で有効利用してもらうことができたので、外部公開に踏み切ることにしました。 github.com インストール&設定 1. インストーラーでツールをインストールする GitHub上で配布しています。 https://github.com/gecko655/proofreading-tool/releases Mac版で「開発元が未確認のため開けません」が出た方へ https://support.apple.com/ja-jp/guide/mac-help/mh40616/mac を参考に、アプリケーションをセキュ

                                            社員用に作った文書校正ツールを一般公開した - gecko655のブログ
                                          • ChatGPT使い方総まとめ - Qiita

                                            こんにちは!sakasegawaです! ( https://twitter.com/gyakuse ) 今日は今流行のChatGPTについて紹介します! ChatGPTとは OpenAIが開発するGPT-3(※)というめちゃくちゃすごい言語モデルをベースとしたチャットアプリです。 色んな質問にすぐ答えてくれます。 この記事ではさまざまな使い方を紹介します。 https://chat.openai.com/ ちなみにGPT-3関連では、noteの以下記事も便利なのでぜひ読んでみてください AIがコミットメッセージ自動生成!神ツール『auto-commit』『commit-autosuggestions』の紹介 ※正確にはGPT-3.5シリーズと呼ばれています ChatGPTの仕組みを考えながらプロンプトを作る手法はこちらに別途まとめています 文章 質問-応答 〜について教えて Wikiped

                                              ChatGPT使い方総まとめ - Qiita
                                            • 【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた | DevelopersIO

                                              【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた こんにちは。CX 事業本部 Delivery 部のきんじょーです。 ここのところChatGPT と戯れてアプリを作ったり、様々なプロンプトの検証をしていましたが、言語モデルの性能を最大限に引き出すために、体系的にプロンプトエンジニアリングを学びたいと考えていました。 GitHub に「Prompt Engineering Guide」という素晴らしいリポジトリがあったので、読んで検証した内容をブログにまとめていきます。 本記事は、執筆時点の上記リポジトリの内容を元にしていますが、意訳や独自に検証した日本語のプロンプトを含みます。 上記リポジトリも絶賛開発中の段階のため、最新情報や原文が気になる方はリポジトリを直接参照してください。 目次 プ

                                                【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた | DevelopersIO
                                              • プロとアマの小説の特徴を数値化して比較してみたらやっぱり差があったので、それを埋めるための型付き小説記述用言語 TypeNovel を公開した件について - anti scroll

                                                ラノベのタイトルみたいな記事を書く、という夢が叶いました。 github.com 開発に至った動機 以前から、アマチュアの小説はプロに比べると、描写不足な傾向があるのかもしれない、と思っていました。 特に不足がちだと感じるのは「時間」に関する描写です。 季節がわからなかったり、昼か夜か、平日か休日かみたいなことが不明瞭な作品が多い気がします。 しかし印象だけで語ってもアレなので、実際に差があるのかどうかを計測してみました。 計算式は、 時間描写の文の数 * 時間描写分布のエントロピー / 文の数 です。 「時間描写分布のエントロピー」というのは「全体を通じて、どれだけ満遍なく時間表現が書かれているか」という数字だと思ってください。 例えば時間描写が冒頭部にしかなかったりすると数値が小さくなり、全編を通じて満遍なく描写されていると、数値が大きくなります。 あと時間描写というのは、一応「季節、

                                                  プロとアマの小説の特徴を数値化して比較してみたらやっぱり差があったので、それを埋めるための型付き小説記述用言語 TypeNovel を公開した件について - anti scroll
                                                • 保育士さんがよく使う“肯定の言い換え言葉”「俺も全肯定されたい」「大人にも使えるのでは」

                                                  ただの猫好き @moon1807cat @mamari_official すごくわかります。ウチの子言うこと聞かなくて困ってます的な相談を保育士さんに相談したとき似たようなアドバイスを頂いたので。つい否定するような言い方しちゃうから意識してなるべく言い換えるようにしてました。でもだからといってできたお母さんではなかったのですが😭 2021-05-19 21:37:27 なる @Akkyun193 @mamari_official なんか知らんかったけど、意外とあたし出来てるじゃんw 肯定の言い換え言葉だっていうんだぁ。 子供がこう言った方が分かりやすいと思って、知らず知らず言ってたw まぁそれでも言う事きかない時はきかんけど。 特にイヤイヤ期は😑 2021-05-19 22:12:00

                                                    保育士さんがよく使う“肯定の言い換え言葉”「俺も全肯定されたい」「大人にも使えるのでは」
                                                  • 「GPT-4」発表 日本語でもChatGPT英語版より高性能、司法試験で上位10%、「この画像何が面白いの?」にも回答

                                                    「GPT-4」発表 日本語でもChatGPT英語版より高性能、司法試験で上位10%、「この画像何が面白いの?」にも回答(1/3 ページ) 大規模言語モデル「GPT-4」が登場。テキストでのやり取りだけでなく、ユーザーから画像も受け取れるようになった。司法試験の模擬問題を解かせると上位10%のスコアで合格する。ChatGPTの有料版やAPI経由でこれから利用可能になる。 米OpenAIは3月14日(現地時間)、大規模言語モデル「GPT-4」を発表した。テキストでのやりとりだけでなく、新たにユーザーから画像を受け取り、適切な情報も返せるようになったという。司法試験の模擬問題を解かせたところ、現在の「ChatGPT」が採用しているGPT-3.5では受験者の下位10%ほどのスコアしか取れないのに対し、GPT-4では上位10%のスコアで合格するとしている。 ChatGPTの有料版「ChatGPT P

                                                      「GPT-4」発表 日本語でもChatGPT英語版より高性能、司法試験で上位10%、「この画像何が面白いの?」にも回答
                                                    • Netflixにおける日本語字幕の導入

                                                      (Please note that this article is a localized (to Japanese) version of a corresponding tech blog article in the English language) Netflixでは、2015年9月の日本における配信サービス開始時から日本語字幕を提供しています。 今回のブログでは、日本語字幕提供に至るまでの技術的な取り組みについて説明します。 字幕ソースファイルの仕様、字幕ソースファイルからNetflix配信用字幕への変換モデル、Netflixにおける日本語字幕の納品モデルなどを取り上げます。さらに、W3C字幕規格Timed Text Markup Language 2 (TTML2)導入に向けた対応についても触れます。 2014年の終盤にかけて、Netflixでは2015年9月に予定していた日

                                                        Netflixにおける日本語字幕の導入
                                                      • 『機械学習のエッセンス』はゼロからガチで機械学習を生業にしたい人が「いの一番に」読むべき一冊 - 六本木で働くデータサイエンティストのブログ

                                                        機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning) 作者: 加藤公一出版社/メーカー: SBクリエイティブ発売日: 2018/09/21メディア: 単行本この商品を含むブログを見る発売されてからだいぶ経ちますが、構想段階の頃より著者の「はむかず」さんこと加藤公一さんからお話を伺っていて注目していたこちらの一冊をようやく一通り読みましたので、サクッと書評めいた何かを書いてみようかと思います。 各章の概要 言うまでもなく実際の内容は皆様ご自身でお読みいただきたいのですが、これまでの書評記事同様に概要を簡単にまとめておきます。 第01章 学習を始める前に Python環境やAnacondaのインストールについての説明もなされているんですが、重要なのは後述する「本書は何を含まないか」という節。ここに本書の狙いの全てが書かれていると言って

                                                          『機械学習のエッセンス』はゼロからガチで機械学習を生業にしたい人が「いの一番に」読むべき一冊 - 六本木で働くデータサイエンティストのブログ
                                                        • ChatGPT と結城浩の対話(矛盾や反復を含んだ対話によってAIと人間の識別は行えるか)

                                                          chat.md 結城浩 こんにちは。今後、GPT-4を使ったアプリケーションやサービスがたくさん登場してくると思います。その中には、たとえばSNSを利用したbotもたくさん出てくるでしょう(現在でもすでにありますけれど)。そこで質問なんですが、SNSでおしゃべりしている相手が、人間なのか、GPT-4などの技術を使ったAIなのかを識別するにはどのような会話をしてみればいいでしょうか。一般的なAIでは難しいかもしれないので、GPT-4に限ってもいいです。あなたの考えを聞かせてください。 ChatGPT Model: GPT-4 GPT-4のような高度なAIと人間を識別するのは、時に難しいことがあります。しかし、いくつかの方法を試してみることで、相手が人間かAIかを見極めることができるかもしれません。 複雑な感情やニュアンスについて尋ねる: AIは感情やニュアンスを理解するのが苦手です。複雑な感

                                                            ChatGPT と結城浩の対話(矛盾や反復を含んだ対話によってAIと人間の識別は行えるか)
                                                          • けーさん/こまたん博士 on Twitter: "DeepL使ってる日本人多いと思うんですけど、同じような精度で、かつ無料でいろいろできたり、API使えたりする日本の国研開発のサイトがあります。欠点は最初にユーザー登録必要なことと、あまりにも知名度が低いこと みんなの自動翻訳… https://t.co/bDdSuQ1jMe"

                                                            DeepL使ってる日本人多いと思うんですけど、同じような精度で、かつ無料でいろいろできたり、API使えたりする日本の国研開発のサイトがあります。欠点は最初にユーザー登録必要なことと、あまりにも知名度が低いこと みんなの自動翻訳… https://t.co/bDdSuQ1jMe

                                                              けーさん/こまたん博士 on Twitter: "DeepL使ってる日本人多いと思うんですけど、同じような精度で、かつ無料でいろいろできたり、API使えたりする日本の国研開発のサイトがあります。欠点は最初にユーザー登録必要なことと、あまりにも知名度が低いこと みんなの自動翻訳… https://t.co/bDdSuQ1jMe"
                                                            • ディープラーニングの限界 | POSTD

                                                              (注:2017/04/08、いただいたフィードバックを元に翻訳を修正いたしました。 @liaoyuanw ) この記事は、私の著書 『Deep Learning with Python(Pythonを使ったディープラーニング)』 (Manning Publications刊)の第9章2部を編集したものです。現状のディープラーニングの限界とその将来に関する2つのシリーズ記事の一部です。 既にディープラーニングに深く親しんでいる人を対象にしています(例:著書の1章から8章を読んだ人)。読者に相当の予備知識があるものと想定して書かれたものです。 ディープラーニング: 幾何学的観察 ディープラーニングに関して何より驚かされるのは、そのシンプルさです。10年前は、機械認識の問題において、勾配降下法で訓練したシンプルなパラメトリックモデルを使い、これほど見事な結果に到達するなど誰も想像しませんでした。

                                                                ディープラーニングの限界 | POSTD
                                                              • Satoshi Nakajima @NounsDAO 🇺🇦 on Twitter: "話題のchatGPT3ですが、そのベースになっているGPT3について連投で解説します。元々は「途中で切れている文章の次の単語を予測する」だけの人工知能を作り、それにインターネット上にある大量の文章で教育してみる、という実験から始まったものです。(1/n)"

                                                                話題のchatGPT3ですが、そのベースになっているGPT3について連投で解説します。元々は「途中で切れている文章の次の単語を予測する」だけの人工知能を作り、それにインターネット上にある大量の文章で教育してみる、という実験から始まったものです。(1/n)

                                                                  Satoshi Nakajima @NounsDAO 🇺🇦 on Twitter: "話題のchatGPT3ですが、そのベースになっているGPT3について連投で解説します。元々は「途中で切れている文章の次の単語を予測する」だけの人工知能を作り、それにインターネット上にある大量の文章で教育してみる、という実験から始まったものです。(1/n)"
                                                                • 校長先生の話エンドレス

                                                                  このサイトでは、マルコフ連鎖で作成した校長先生の話を永遠に聞くことが出来ます。ぜひ音声ありでご視聴ください。

                                                                    校長先生の話エンドレス
                                                                  • 【信号無視話法】2018年5月30日 党首討論 VS枝野代表|犬飼淳 / Jun Inukai|note

                                                                    2018年5月30日に行われた、安倍総理と野党4党首の党首討論。 本記事では、立憲民主党・枝野代表との討論を取り上げ、質問と答弁を信号機で直感的に視覚化していく。具体的には、信号機のように3色(青はOK、黄は注意、赤はダメ)で視覚化する。 また、聞かれていないことを話し続け(=赤信号・黄信号でも車を走らせ続け)、議論相手や聴衆(=周りのドライバーや通行人)に迷惑をかけ、時間を浪費させる答弁を 信号無視話法と筆者は命名する。 (2018/6/1に筆者 命名) 全体まとめ 上記グラフは、枝野代表の質問 1837字、安倍総理の答弁 4161字を分析した結果である。 総理答弁の回答はわずか6%にとどまる上、中身はゼロ回答であった (例)事務所に回して頂ければ答えた、政府はコメントする立場にない 一方、枝野代表は青信号(33%)よりも、黄信号(65%)が多く、肝心の質問に入るまでにやや時間がかかって

                                                                      【信号無視話法】2018年5月30日 党首討論 VS枝野代表|犬飼淳 / Jun Inukai|note
                                                                    • 日本の住所の正規化に本気で取り組んでみたら大変すぎて鼻血が出た。 - Qiita

                                                                      先日、弊社では Community Geocoder というサービスをリリースしました。 Community Geocoder 紹介記事 さて、このジオコーダーは、住所を正規化してそれを「大字町丁目コード」という12桁の数字に変換し、そのコードをファイル名として GitHub ページ上に大量においた JSON ファイルにアクセスして緯度経度を取得するということをやっています。 つまり、住所の正規化からコードに変換する部分がとても重要で、そもそも正規化に失敗してしまうとどうしようもないという仕様なんです。 さいわい先日経産省が公開した IMI コンポーネントツール である程度のことをやってくれるのですが(というかそうであることを期待したのですが)、いろいろ調べ始めると住所という仕組みはほんとに複雑で、Facebook で絡んでくださった @hfu さんいわくまさに「自然言語処理そのもの」であ

                                                                        日本の住所の正規化に本気で取り組んでみたら大変すぎて鼻血が出た。 - Qiita
                                                                      • 画像生成AI「Stable Diffusion」を低スペックPCでも無料かつ待ち時間なしで使う方法まとめ

                                                                        2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、「ボールで遊ぶ猫」「森の中を走る犬」といった指示を与えると指示通りの画像を出力してくれます。Stable Diffusionはデモページで画像生成を試せる他、NVIDIA製GPUを搭載したマシンを用いてローカル環境で実行することも可能です。しかし、デモページは待ち時間が長く、NVIDIA製GPUは所持していない人も多いはず。Googleが提供しているPython実行環境「Colaboratory」を利用すれば、NVIDIA製GPUを所持していなくともStable Diffusionを待ち時間なしで実行する環境を無料で整えられるので、実際に環境を構築する手順や画像を生成する手順を詳しくまとめてみました。 Stable Diffusion with 🧨 Diffusers https://huggingf

                                                                          画像生成AI「Stable Diffusion」を低スペックPCでも無料かつ待ち時間なしで使う方法まとめ
                                                                        • GPT-4のすごさとその影響範囲について - Qiita

                                                                          こんにちは!逆瀬川 ( https://twitter.com/gyakuse ) です! 今日発表されたGPT-4について見ていきたいと思います。 なにがすごいのか 専門的な問題を解けるようになった たとえば米国司法試験で上位10%、GPT-3.5は下位10%だった 非常に長い文章を入出力できるようになった 最大で32k tokens (日本語で約2.5万文字、文庫で50pくらい) 画像をもとに会話できるようになった (これは実験段階でまだ提供されません) 特に嬉しいのは32k tokensまで文章を扱えるようになったことでしょう。 たとえば小説を書くみたいなときも、プロット、設定等に3000文字使っても、残り2.2万文字くらい使えます。 画像をもとにした会話の例 USER: この画像はどこがおかしいですか?パネルごとに説明してください GPT-4: この画像は、3つのパネルで構成される

                                                                            GPT-4のすごさとその影響範囲について - Qiita
                                                                          • HなStable Diffusion

                                                                            前提として、Stable Diffusionでエロ画像を出そうとしてもsafety checkerという機能が入っており、センシティブな画像を出そうとすると黒塗りになる。 (Stable DiffusionのSaaSであるDream Studioはぼかしだが、多分別の技術) https://github.com/huggingface/diffusers/releases/tag/v0.2.3 そこでGoogle Colabでちゃちゃっと環境を作り、なおかつNSFWを回避する。 1. 下記のリンクでノートを開く https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb 2. 下記の箇所を書き換える vvvvvvvvvvvvvvvvvv f

                                                                              HなStable Diffusion
                                                                            • AIひらめきメーカー

                                                                              AIひらめきメーカーは、AIを使って無限にアイデアを生成できるサービスです。 入力ワードから連想できるアイデアを、たった1クリックで生成します。ワンタップで生成します。 今すぐアイデアが欲しい方へ、新しいひらめきを得てみませんか?

                                                                                AIひらめきメーカー
                                                                              • Imagicを理解する

                                                                                17 oct 2022に出たImagicという技術について、ペーパーとソースを見比べながら説明します。

                                                                                  Imagicを理解する
                                                                                • C++標準化委員会、ついに文字とは何かを理解する: char8_t - Qiita

                                                                                  C++ Advent Calendar 2018 この記事はC++ Advent Calendar 2018 15日目の記事です。 14日目: VTKライブラリ 16日目: C++のエラー処理との付き合い方 当初見積もりよりも大幅に長い記事となり、投稿したのは12/22で1週間遅刻です。すみません。 お知らせ cpprefjpにchar8_t型追加について解説を書きました。ぎゅぎゅっとコンパクトに、また査読を受けて中立的な表現で書いていますので、よければどうぞ。 UTF-8エンコーディングされた文字の型としてchar8_tを追加 - cpprefjp C++日本語リファレンス Caution この文章には以下の要素が含まれます。苦手な方はご注意くださいね~。 西欧人への偏見 C++の始祖への反論 日本語に偏った文章 アジア圏に偏った文章 常体と敬体の入り乱れた文章 溢れ出た強烈な感情が打ち

                                                                                    C++標準化委員会、ついに文字とは何かを理解する: char8_t - Qiita

                                                                                  新着記事