あとで読むに関するqiu-gitsのブックマーク (6)

  • AIを「新しい分野」で研究すべき時期が到来している

    by Alex Knight これまでコンピューター科学者やロボット工学者が中心となって研究してきた人工知能(AI)を、全く新しい分野を切り開いて研究すべきだという指摘がMITメディアラボのManuel Cebrian氏とIyad Rahwan氏によって行われています。なぜ既存の研究方法では限界があるのか、新たな研究分野によって未来がどう変えられるのか、2人の研究者がNautilusで解説しています。 It’s Time to Study AI on Its Own Terms http://nautil.us/issue/58/self/machine-behavior-needs-to-be-an-academic-discipline 2018年現在、AIの行動を研究・開発しているのはコンピューター科学者とロボット研究家が中心です。彼らは自分たちが意図した機能だけに集中してAIが効率

    AIを「新しい分野」で研究すべき時期が到来している
  • Pythonでの数値計算ライブラリNumPy徹底入門

    NumPyは、多次元配列を扱う数値演算ライブラリです。機械学習だけでなく画像処理、音声処理などコンピュータサイエンスをするならNumPyを学んでおくことで、あなたの日々の研究や開発の基礎力は格段にアップするはずです。 プログラミングの初心者から、Webエンジニア、これから研究する人など、初学者にも分かりやすく優しく説明することを心がけて必要な知識が身につくように解説しています。 腰を据えて学習する時間と余裕のある方は、Step1から順に進めていくことで、苦手意識のあった方でも一通り読み終わる頃には理解できなかったPythonとNumPyのソースコードがスラスラと読めるようになるはずです。 上級者の方は、分からない記事だけ読むだけでも、力になると思われます。あなたのプログラミング能力を向上する手助けになることをお約束します。このサイトを通して、コンピュータサイエンスに入門しましょう。 Ste

    Pythonでの数値計算ライブラリNumPy徹底入門
  • 【Day-14】株価や仮想通貨で使える、5つのテクニカル分析を解説&Pythonで実装してみた - プロクラシスト

    データ分析ガチ勉強アドベントカレンダー 14日目。 時系列データでまず思いつくのは、株価のチャートですよね。 また、最近はやっている仮想通貨。私も最近coincheckに入金しました。 ビットコイン取引所 "coincheck" やっぱ、実際にお金が絡むとちゃんと勉強しようって言う気になる!笑 せっかくチャートを見るわけだし、その見方について勉強しておこうと思いました。 そしてせっかくなので、自分で実装してどういう仕組みなのかまで知っておこうと思いました。 理系だからね、分からないものを使うのは嫌だからね。 というわけで、Python(主にPandasとMatplotlibを用いながら)でテクニカル指標についてやっていきます。扱うデータは三年分の日経平均株価。 指標について知りたい人も、自分で実装してみたいという人もどうぞ。 テクニカル分析とファンダメンタル分析 実装において ローソク足

    【Day-14】株価や仮想通貨で使える、5つのテクニカル分析を解説&Pythonで実装してみた - プロクラシスト
  • 「統計学と機械学習の違い」はどう論じたら良いのか - 渋谷駅前で働くデータサイエンティストのブログ

    何かこんなメディア記事が出ていたようです。 これを読んで色々な人がツッコミを入れまくっている模様ですが、この記事の不思議なところは「完全に間違った説明というわけでもないのに何故か(両分野に詳しい)誰が読んでも猛烈な違和感を覚える」ところなんじゃないかなぁと。 正直、これはライター・インタビュアー・コメンテーター・編集者の誰のせいなのかは全く分からないんですが、ツッコミ入れられまくっている内容について色々あげつらってもあまり建設的でないので、ここでは記事中で題として取り上げられている「統計学と機械学習の違い」についてちょっとコメントしてみようと思います。 あ、もちろん僕がこれから書くコメントも別に正しいとは全く限らないので、おかしいところや間違ってるところがあったらバンバン突っ込んでいただければ幸いです*1。そしてガチ勢向けのコメントでもないので何卒悪しからず。 統計学はデータを「説明」す

    「統計学と機械学習の違い」はどう論じたら良いのか - 渋谷駅前で働くデータサイエンティストのブログ
  • Googleが社員教育で実施している「無意識バイアス」の講義を徹底解説

    バイアスとは、シンプルに言うと育った環境や文化、経験などさまざまな要素からなるフィルターのことで、意志決定の際に避けては通れません。無意識でバイアスがかかることもあり、正確な判断を下すことを困難にしてしまいます。Googleは業務においてバイアスをかけないことが重要だという企業理念を持っており、社員がバイアスについて理解できるように講義を開いています。その中でGoogleの人事部を対象に行われた講義のムービーが公開されていて、Googleの無意識バイアスに対する対策を伺い知ることが可能です。 Unconscious Bias @ Work | Google Ventures | Office for Institutional Equity https://oie.duke.edu/knowledge-base/toolkit/unconscious-bias-work-google-ve

    Googleが社員教育で実施している「無意識バイアス」の講義を徹底解説
  • なぜ私は私なのか - Wikipedia

    「なぜ私は私なのか」(なぜわたしはわたしなのか、英:Why am I me ?)は哲学の一分野である形而上学、または心の哲学の領域で議論される問題のひとつ。この問題は様々な形で定式化されるが、最も一般的には次のような形で表される問題である。 世界中に今現在、沢山の人がいる、また今までに数多くの人が生まれてきて、これからも多数の人が生まれてきて死んでいくだろう。しかしそれにも拘らず「なぜ私は他の誰かではなく、この人物なのか?」(Why am I me, rather than someone else?) この問いには色々な名称がある。たとえば「私の問題(わたくしのもんだい)」、これは日の哲学者永井均が使用する山括弧付きの〈私〉という表記法を使って「〈私〉の問題(やまかっこわたくしやまかっことじの-)」と表記されることもある。またオーストラリアの哲学者デイヴィッド・チャーマーズが提出した「

    なぜ私は私なのか - Wikipedia
  • 1