Let’s 競技プログラミング! E8さんが教える アルゴリズム発想のキホン(12) アルゴリズムの基本用語 - 「グラフ」とは?
皆さんは「グラフ」という言葉を聞いて何を思い浮かべますか。Excel の折れ線グラフや棒グラフを想像する方が多いことでしょう。しかしアルゴリズムの文脈では、グラフは「モノとモノを繋ぐ関係」のことを指します。今回は、グラフの基本について整理した上で、どんな問題をグラフで表すことができるのかを紹介します。 グラフとは グラフは、モノとモノを繋ぐ関係を表すネットワーク構造のようなものです。グラフは頂点と辺からなり、頂点はモノを、辺は繋がりを表します。イメージしづらい場合は、鉄道路線図の駅を頂点、線路を辺と考えると良いでしょう。なお、頂点同士を識別するため、各頂点には 1、2、3…… と番号が付けられることが多いです。 無向グラフと有向グラフ 下図左側のように、辺に向きが付いていないグラフを「無向グラフ」と言い、下図右側のように、辺に向きが付いているグラフを「有向グラフ」と言います。例えば、一方通
GitHub - codemix/deprank: Use PageRank to find the most important files in your codebase.
Deprank Deprank uses the PageRank algorithm to find the most important files in your JavaScript or TypeScript codebase. It uses dependency-cruiser to build a dependency graph of your source files, then ranks those dependencies based on their importance. We define importance as those files which are directly or indirectly depended upon the most by other files in the codebase. Deprank is particularl
2022年5月 Google コア アルゴリズム アップデートについて - 株式会社JADE
Google は、2022年5月25日、コア アルゴリズム アップデートのリリースを発表しました。ロールアウトは6月9日まで続き、その間、検索結果にはさまざまなクエリで変動が見られました。このレポートは、このコア アルゴリズム アップデートについて、日本における日本語の検索結果に、どのようなジャンルで、どのような動きが見られたのかをまとめたものです。 定期的にリリースされるコア アルゴリズム アップデートに関して、インターネット上では数多くの情報が出回っていますが、誤解を生むような表現が多く、参考にはならないものが多くあります。誤った情報が過度に拡散されることを防ぐために、JADE では今回、コア アルゴリズム アップデートで何が起こっているかについて、弊社の見解を発表することとしました。この分析は、あくまで JADE が入手した情報に基づくものであり、Google 公式のものではありませ
CMSベンダーに独禁法違反の疑い 「独自の方がセキュリティ対策になる」と自治体に営業、他社参入を阻害
サイネックスとスマートバリューに独占禁止法の規定に違反する疑いがある。2社はWebサイトの改修を計画する自治体に、独自開発のCMS導入が情報セキュリティ対策になると営業活動を行い、他社が受注競争に参加しにくくなるよう働きかけていた。 公正取引委員会は6月30日、メディア事業を手掛けるサイネックス（大阪市）と行政向けサービスを展開するスマートバリュー（同）に、独占禁止法の規定に違反する疑いがあると発表した。調査の結果、2社はWebサイトの改修を計画する自治体に対し、独自開発したCMSの導入が情報セキュリティ対策になると営業活動を行い、オープンソースのCMSを扱う他の事業者が受注競争に参加しにくくなるよう働きかけていたことが分かった。 サイネックスとスマートバリューは自治体に対し、オープンソースのCMSではなく2社が開発した独自のCMSを導入することが情報セキュリティ対策上必須とする仕様案を自
報酬確率分布の変化に応じたBandit Algorithm〜論文解説：A Linear Bandit for Seasonal Environments〜 - MonotaRO Tech Blog
はじめに MonotaROとBandit Banditの着目理由 MonotaROにBanditを導入する際の課題 A Linear Bandit for Seasonal Environments 論文概要 背景と動機 提案手法 実験 まとめ おわりに はじめに はじめまして、データサイエンスグループの岡林です。普段はbanditなどの強化学習を用いてUIの最適化に取り組んでいます。 このブログでは最近MonotaROが注目しているbanditの概要を紹介しつつ、その中でも事業特性にあったbanditアルゴリズムにフォーカスし、論文を解説します。 MonotaROとBandit Banditの着目理由 MonotaROでは、商品単位レベルでのUI最適化に取り組んでいます。例えば、商品に応じて商品ページのコンテンツ文言などを変化させ、より適切なUIを提供することに取り組んでいます。具体的に
リアルタイム共同編集のアルゴリズム (Operational Transformation; OT) を理解する試み – RORO
Google Docsのように文書を複数人でリアルタイムに共同編集できるアプリケーションがあります。あのような機能は、多かれ少なかれ、Operational Transformation (OT; 操作変換) という考え方を使って実現されているようです。興味があったので、このOTについて調べてみました。 なおGoogle Docsではいわゆる「リッチテキスト」を共同編集できますが、ここでは話を簡単にするために「プレーンテキスト」を共同編集することを想定します。 リアルタイム共同編集の流れ 共同編集システムの登場人物は次の通りです： サーバ x 1（各クライアントから届く編集操作をもとに、最新の文書を保持します） クライアント x N（文書を編集する側です） そして、リアルタイム共同編集では以下のような処理が繰り返されます： 各クライアントは、手元で文書が編集されたら、その編集操作の内容をサ
ZOZOTOWNホーム画面におけるパーソナライズの取り組み - ZOZO TECH BLOG
はじめに こんにちは、ML・データ部推薦基盤ブロックの寺崎（@f6wbl6）と佐藤（@rayuron）です。 ZOZOTOWNのホーム画面は2021年3月にリニューアルされ、「モジュール」と呼ばれる単位で商品が表示されるようになりました。 本記事ではユーザーごとにパーソナライズされたモジュール（以降、パーソナライズモジュール）のロジックやシステム構成、および導入時に実施したA/Bテストの内容と結果をご紹介します。 先に結論から言ってしまいますが、今回のパーソナライズモジュールでは機械学習モデルを使わず、ユーザーの回遊行動を分析した結果を元にしたルールベースのロジックを使用しています。本記事のポイントは大きく以下の3点です。 ルールベースのパーソナライズロジック 機械学習モデル導入を見越したシステム設計 ホーム画面のパーソナライズによる効果 本記事がこれから同様のタスクに取り組む方の参考にな
ECDSA署名の数学的理解とCloud KMSによる実装 - Gaudiy Tech Blog
こんにちは！ファンと共に時代を進める、Web3スタートアップのGaudiyでエンジニアをしている椿（@mikr29028944）です。 先日、Gaudiyではサーバーサイドウォレットの構築やEthereumにおけるECDSA署名の実装を行いました。 そこで今回は、少しニッチではありますが「ECDSA署名」をテーマに、Gaudiyの事業背景から、ECDSAの数学的な処理とコードまでを、実例をふまえてお伝えしてみたいと思います。 はじめに断っておくと、僕は大学時代にzk-SNARKsの理論を研究していたため、代数学を学んだことはありますが、この領域における専門家ではありません。なので理解が誤っている部分があれば、ぜひご指摘いただけると嬉しいです。 Web3スタートアップで働くことに興味がある方や、ブロックチェーンを業務で扱うエンジニアの方にご参考になればと思い、詳しく書いていたら1万5千字を超
⚡️ The computers are fast, but you don't know it
Humans have a shit sense of measurement, especially for quantities that they can't biologically perceive. For example, you intuitively know how much more heavy a 10kg object is than a 1kg object. For such quantities, your sense of measurement can improve if you have some way to translate them into signals that the brain is familiar with. For example, have you seen these videos? Universe Size Compa
食べログ裁判で違法とされたアルゴリズム運用 欧州では規制、日本は：朝日新聞デジタル
月間の利用者が8千万人を超える「食べログ」。飲食店に点数をつける「アルゴリズム（計算手順）」の運用について、東京地裁が独占禁止法違反を認定した。アルゴリズムは今や様々な分野で使われ、透明性確保に向けたルールづくりが国内外で進むが、日本はまだ限定的なものにとどまる。 インターネットを使う人にとって、デジタルプラットフォーム（DPF）事業者が独自に定めるアルゴリズムは、日常生活に欠かせないものになっている。 店舗や商品、サービスをランク付けして表示するオンライン仲介サイトは、飲食店だけでなく、宿泊施設、医療施設、映画や不動産など、幅広い分野で利用されている。アルゴリズムが導き出す順位は、事業活動に大きな影響を及ぼすこともある。 今回の判決は、食べログのアルゴリズム運用が、公表した説明から踏み出していた点を問題視した。DPFの多くは不正防止や営業秘密を理由にアルゴリズムの詳細を開示していないが、
当社に対する訴訟の判決に関するお知らせ / 2022年6月16日 株式会社カカクコム
当社は、2020年5月22日付で提起されました訴訟について、本日、第一審判決の言渡し及び判決文の送達を受けましたので、下記のとおりお知らせいたします。 記 1．判決のあった裁判所及び年月日 （1）裁判所 東京地方裁判所（事件番号：令和2年（ワ）第12735号） （2）判決日 2022年6月16日 2．訴訟を提起した者 名称 株式会社韓流村 所在地 東京都港区三田一丁目4番28号 3．訴訟の原因及び判決に至った経緯 本件訴訟は、当社の運営するレストラン検索・予約サイト「食べログ」において当社が2019年5月21日に行った点数アルゴリズムの変更により、原告の運営するチェーン店の点数が下落し、これに伴い同チェーン店の来店者数が減少し損害を被ったとして、当社が原告から損害の賠償（訴訟物の価額6億3,900万円）を求められたものです。 当社はこの請求及び請求の前提となる事実に関して、係争中でござい
カカクコム、食べログ点数操作の地裁敗訴でにわかにビジネスモデル崩壊の危機 : 市況かぶ全力２階建
BIPROGY（旧日本ユニシス）、協力会社社員が尼崎全市民の個人情報が入ったUSBメモリーを紛失した件でお詫び
食べログ側に賠償命令、評価点下落「優越的地位の乱用」
日経の記事利用サービスについて 企業での記事共有や会議資料への転載・複製、注文印刷などをご希望の方は、リンク先をご覧ください。 詳しくはこちら グルメサイト「食べログ」で評価点が不当に下がり、売り上げが減少したとして、飲食チェーン店がサイト運営のカカクコムに約6億4000万円の損害賠償などを求めた訴訟の判決が16日、東京地裁であった。林史高裁判長は独占禁止法が禁じている「優越的地位の乱用」に当たると判断。チェーン店側の請求を認め、カカクコムに3840万円の支払いを命じた。 原告側によると、評価点を決めるルールの「アルゴリズム」（計算手法）の妥当性が争われた初の司法判断とみられる。アルゴリズムは評価点数や表示順位を決める際の独自基準として、グルメサイトだけでなく、さまざまな分野のサイトで使われている。判決は、サイト運営会社による評価方法に影響を与える可能性もある。 カカクコムによると、食べロ
「食べログ」に賠償命令 アルゴリズム変更は独禁法違反 地裁判決 | 毎日新聞
グルメサイト「食べログ」でチェーン店であることを理由にコンピューター上の算式「アルゴリズム」を不当に変更されて評価点を下げられたとして、焼き肉チェーン店運営会社「韓流村」（東京）が、食べログ運営会社「カカクコム」（同）に約6億3900万円の損害賠償などを求めた訴訟の判決で、東京地裁は16日、3840万円の賠償を命じた。一方で、原告が求めた変更後のアルゴリズムの使用差し止めは認めなかった。 判決は賠償を命じる理由として、アルゴリズムを一方的に変更することは「優越的地位の乱用」を禁じた独占禁止法に違反すると指摘した。 訴状によると、韓流村は2019年5月、食べログのアルゴリズム変更により、運営する焼き肉店「KollaBo（コラボ）」の21店舗中19店舗で評価点が最大で0・45点、平均で0・17点下落した。食べログ経由の月間の平均来客数は変更前より6000人以上落ち込み、月間売り上げも約2500
Google Cloud 上で 100 兆桁の円周率を計算 | Google Cloud Blog
Try Google Cloud300ドルの無料クレジットと20以上の常に無料の製品を使用して、GoogleCloudでの構築を開始します。 無料トライアル ※この投稿は米国時間 2022 年 6 月 8 日に、Google Cloud blog に投稿されたものの抄訳です。 記録は破るため
暗号技術の実装と数学
九州大学談話会「IMI Colloquium」 https://www.imi.kyushu-u.ac.jp/seminars/view/3001
ドット絵を滑らかなイラスト調に拡大できるウェブアプリ「ぴくせる すけゐらぁ」を使ってみた
ドット絵はファミリーコンピュータなどの時代ではゲーム画面にとっての当たり前でしたが、解像度が上がり3DCGを用いたゲーム画面が当たり前になった今では、レトロなゲームを思い起こさせるノスタルジックなものとして楽しまれるようになっています。そんなドット絵をイラスト調に変換しながら拡大することができるのが、RPG Maker Uniteの公式外部ツールに選ばれた「ぴくせる すけゐらぁ」ということで、実際に使って拡大手順や拡大結果を確認してみました。 ぴくせる すけゐらぁ https://irokaru.github.io/pixel-scaler/ ドット絵を拡大するには、上記のリンクから「ぴくせる すけゐらぁ」にアクセスして「ピクチャを選択」をクリックします。 ファイル選択画面が表示されたら拡大したい画像を選択します。今回はWikipediaの非公式擬人化キャラクター「ウィキペたん」のドット絵
Vectorized and performance-portable Quicksort
The latest news from Google on open source releases, major projects, events, and student outreach programs. Today we're sharing open source code that can sort arrays of numbers about ten times as fast as the C++ std::sort, and outperforms state of the art architecture-specific algorithms, while being portable across all modern CPU architectures. Below we discuss how we achieved this. First, some b
盗聴AIを防止するためのAI「Neural Voice Camouflage」が登場
PCやスマートフォンといったコンピューティングデバイスに「スパイウェア」を潜ませることでユーザーの会話を盗聴したり、AmazonのスマートスピーカーであるEchoを盗聴器に改造することができたりと、スマートデバイスの普及により盗聴の危機はより身近なものとなりつつあります。そんな盗聴からユーザーを守るためのAIテクノロジーが「Neural Voice Camouflage」で、バックグラウンドからカスタムオーディオノイズを生成することで、録音された音声を聞き取り不可能なものとします。 Real-Time Neural Voice Camouflage | OpenReview https://openreview.net/forum?id=qj1IZ-6TInc Is technology spying on you? New AI could prevent eavesdropping |
GitHub - mxgmn/MarkovJunior: Probabilistic PL based on pattern matching and constraint propagation, 148 examples
MarkovJunior MarkovJunior is a probabilistic programming language where programs are combinations of rewrite rules and inference is performed via constraint propagation. MarkovJunior is named after mathematician Andrey Andreyevich Markov, who defined and studied what is now called Markov algorithms. In its basic form, a MarkovJunior program is an ordered list of rewrite rules. For example, MazeBac
ぷよぷよAIをつくる授業で学んだこと - Qiita
0. はじめに この記事を書いた経緯 ぷよぷよAIを作ろう！という大学の授業があったので、色々調べたり考えたりしたことを備忘録として残しておきます✍ 個人的にためになったなと思う以下の2点を主に書いていきます どんなアルゴリズムを実装するか そのアルゴリズムを如何に効率的に実装するか(開発フロー) 注意点 教材として提供されたコードは公開できないのでJavaコードを交えての説明はないよ 各戦略の評価はちゃんと計測したわけじゃないのでざっくりの感覚値 間違いがあったら教えてほしいよ ぷよぷよのルール 今回の課題は授業用ということで本来のぷよぷよと若干ルールが違う ぷよの色が5色 スタンダードは4色？実は4色と5色だととるべきアルゴリズムが全然変わったりする 同時ターン制 本来のぷよぷよだと相手が発火し始めてからし終わるまでに結構時間があるので、その間にカウンターを組めたりする。 けど相手と同
ロボアド業界に新風 「SBIラップ」に勢い
日経の記事利用サービスについて 企業での記事共有や会議資料への転載・複製、注文印刷などをご希望の方は、リンク先をご覧ください。 詳しくはこちら ロボアドバイザー（ロボアド）業界に新風が吹いている。今年3月末にサービスを開始した「SBIラップ」は、わずか4営業日で1万口座を突破した。人工知能（AI）を活用したこの新商品の運用を担うFOLIO（フォリオ、東京・千代田）の甲斐真一郎社長（写真）と、販売を手掛けるSBI証券の坂本英文執行役員常務に話を聞いた。 ――新サービスへの反響は。 「サービス開始後すぐに口座申し込みが1万件を超え、15営業日で預かり資産（残高）が50億円を達成するなど大きな反響をいただいた。約半数のユーザーが継続的に積み立てる設定にしており、1回買った人が追加で購入する動きなどもあって、その後も残高が伸びている」 ――サービス開始直後にこれだけの資金が集まった要因は。 「新商
頻出単語表示、わずか9KBのAI日本語単語分割ライブラリ「TinySegmenter」をESモジュール化
自由入力された文章をデータ化する形態素解析ですが、巨大な辞書が必要になったり次々登場する単語に対応することなどなかなか大変そうなイメージでしたが、機械学習を使った、単語分割するコンパクトな実装「TinySegmenter」を発見。ブラウザやDenoでいい感じに使えるESモジュール版にしてみました。 「頻出単語表示 by TinySegmenter」 文章を入れると、頻出単語順に並び替えて表示する、サンプルアプリ。このアプリでは、3文字以上を単語としています。一日一創ブログをコピペしてみるといい感じに！ プログラムで組み込む方法は簡単、ブラウザやDenoで下記コードを入れるだけ。 import { TinySegmenter } from "https://code4fukui.github.io/TinySegmenter/TinySegmenter.js"; const segs = T
Why does this code execute more slowly after strength-reducing multiplications to loop-carried additions?
I am reading Agner Fog's optimization manuals, and I came across this example: double data[LEN]; void compute() { const double A = 1.1, B = 2.2, C = 3.3; int i; for(i=0; i<LEN; i++) { data[i] = A*i*i + B*i + C; } } Agner indicates that there's a way to optimize this code - by realizing that the loop can avoid using costly multiplications, and instead use the "deltas" that are applied per iteration
メルカリを退職してロンドンのMetaに転職します 〜 外資Big Tech転職活動体験記｜松岡玲音｜note
この度、3年半に渡って勤めたメルカリを2022年5月に退職し、この夏からロンドンのMetaにSenior Machine Learning Engineerとして転職することが決まりました！わいわい✌('ω')。その過程で、東京およびロンドンのBig Tech合計5社を数ヶ月かけて対策をし面接に臨んだので、そこで得たノウハウをここで共有できたらと思います。面接を受ける際にNDA（Non Disclosure Agreement）にサインするので具体的な面接の詳細には触れられませんが、伝えられる範囲でできる限り記述しています。 また、Metaから最終的に提示されたオファー条件を最後に記載してあります。なにぶん日本においては給与の話は燃えやすいということもあり、その部分だけ某日本の有名エンジニアに倣って有料にしてあるのですが、ご興味のある方は是非ご購入いただければと思います（1コイン分の金額で
金持ちの研究所から出てきた機械学習の論文なんてゴミだ
[D] I don't really trust papers out of "Top Labs" anymore : MachineLearning あのさ。書いてある数字は事実だろうし実際書いてある研究はやったんだと思うよ。そこんとこは認めてやるよ。でもそれだけだ。例えば最近の"An Evolutionary Approach to Dynamic Introduction of Tasks in Large-scale Multitask Learning Systems"（巨大マルチタスク学習システムに対するタスクの動的追加における進化的アプローチ、著者Andrea Gesmundo, Jeff Dean、GoogleのAI部署所属）って論文だがな。この18ページの論文は超複雑で進化的なマルチタスク学習アルゴリズムについて書いてあって興味深いし、実際問題を解決してるさ。でも二点ツッ
イーロン・マスクが語り尽くした「ツイッター買収の真意」と「テスラの野望」 | 「トランプを追放しても、その声は右派の間で増幅するだけだ」
ツイッターは透明性を高めるべきだ ──製品開発という観点からお答えいただきたいのですが、あなたから見たツイッターとは、つまるところどういうものであり、10年後にはどうなっているだろうと考えますか。 ずっと言っているのですが、ツイッターは現状ではベストな、あるいは言い方を変えるなら、最もましな公共空間であり、意見交換の場だと思います。1つの国のなかでも、国際的に見てもです。 けれども、さらに良くすることはできます。そのためには、ボットや詐欺業者やスパムを絶対に排除する必要があります。1人の人物や1つの団体が10万などという数のアカウントを運営して影響力をでっち上げようとするケースや、詐欺師などは悪いに決まっているわけですから、ツイッターはもっとしっかり対処する必要があると強く思います。また、ツイッターはユーザーとの信頼関係を構築するべきです。 その方法とは、アルゴリズムをオープンソース化して
クレジットカード番号とセキュリティコードの生成アルゴリズムを調べ、紙とペンで計算・生成 | スラド セキュリティ
アルゼンチンで新聞販売店を営む男性が、169件のクレジットカード詐欺をおこなったとして逮捕されたそうだ。発表によると容疑者のFernando Falsettiは、クレジットカード詐欺により日本円で約100万円相当の被害を発生させたという。話題になったのはその詐欺の手法（LA NACION、Infobae、GIGAZINE）。 警察が押収したノートから、同容疑者がクレジットカード番号とセキュリティコードを生成するアルゴリズムを見つけ、それを元に紙とペンで計算して有効なクレジットカード番号を割り出していたことが分かったとのこと。 すべて読む | セキュリティセクション | 犯罪 | 暗号 | 関連ストーリー： NSA曰く、新しい暗号規格にバックドアはない 2022年05月15日 「白紙」の万能署名が作れるJavaの脆弱性「Psychic Signatures」 2022年04月23日 中国政府
共同編集を支える技術とライブラリの活用 - ICS MEDIA
『Google Docs』や『Figma』といったリアルタイムな共同編集ツールの恩恵を受けている人は数多くいるでしょう。『Visual Studio Live Share』のようなエンジニアに嬉しいツールも生まれ、今日ではオンライン上でも円滑なコミュニケーションが可能になっています。 これらのツールの基礎にあるのが「共同編集」のテクノロジーです。本記事ではこの技術に焦点を当て、その仕組みと主にフロントエンドでの実用例について紹介します。 記事の前半では、リアルタイムな共同編集に用いられる技術やアルゴリズムについて、発展の歴史とあわせて紹介します。解説用のコードにはJavaScriptおよびTypeScriptを使用しますが、フロントエンドエンジニアに限らず共同編集の仕組みについて気になる読者が知識を深めるきっかけとなるはずです。 さらに後半ではフロントエンドの開発者目線で、前半で紹介した技
ブロックチェーンでそんなことはできない - chike0905の日記
概要 本稿は、突然ムシャクシャした筆者が自分の考えるブロックチェーンの定義と、世間で言われているブロックチェーンの特性および応用例を批判するものである。 本稿は筆者の見解であり、所属組織の公式見解ではない。 ブロックチェーンの定義 そもそもブロックチェーンとはなんなのか。狭義には、「ブロック」の「チェーン」であることから、以下の定義をしたい。 データが、当該データ直前のデータの暗号学的ハッシュ値を持つリスト型のデータ構造 ここでは、そのデータの中に何を保持するかは一切考慮しない。 データがハッシュ値で連鎖することによって、リスト中の任意のデータのみを書き換えると、ハッシュチェーンの整合性が失われ、書き換えが行われたことを検知可能なデータ構造であると定義する。 しかし、世間で「ブロックチェーン」に興味を持つ諸氏はこの定義だけではいささか狭すぎると感じるだろう。 そこで、狭義のブロックチェーン
みんな、とにかくオセロAIを作るんだ - Qiita
オセロAIってなんか難しそう？そんなことはありません。むしろゲームAIを学ぶ様々なレベルの人にこれ以上ないくらい最適です。この記事ではオセロAIを作ると何が良いのかをひたすら語っていきます。そしてオセロAIをこれから作る人のために参考になりそうな記事をいっぱい貼り付けていきます。 私自身はもうかれこれ1年以上オセロAIにどっぷりハマっています。詳細は以前書いた記事で。 オセロAIをおすすめする3つの理由 1. 原始的なゲーム木探索を学べる オセロは「二人零和有限確定完全情報ゲーム」と呼ばれる種類のゲームです。この名称を説明すると、 二人: 二人で行われる、 零和: どちらかが得をすればもう片方が同じだけ損をする、 有限: 探索すべき範囲(ゲーム木)が有限で、 確定: 手番が一意に定まり、 完全情報: ランダム要素などの予期せぬ情報がない、 ゲーム: ゲームである という意味です。チェスとか
LightGBMを超わかりやすく解説(理論+実装)【機械学習入門33】
こんにちは，米国データサイエンティストのかめ(@usdatascientist)です． 機械学習入門講座第33回です． 前回の記事で決定木の勾配ブースティングアルゴリズムであるXGBoostを紹介しましたが，今回は同じ決定木の勾配ブースティングの別のアルゴリズムであるLightGBMについて解説します． LightGBMはXGBoostが発表されてから2~3年後に発表され，今やXGBoostよりも高速で高精度なアルゴリズムとして認識され，XGBoostに代わる最強のアルゴリズムの一つとなっています． XGBoostと同じ決定木の勾配ブースティングをベースにしているので，前回の記事の内容が理解できれば割と簡単にLightGBMも理解できると思います． コンペ上位では常連となっているLightGBMですが，割と新しいアルゴリズムであることもありまだまだ情報が少ないように思います． 本記事では包
Computing Expert Says Programmers Need More Math | Quanta Magazine
Leslie Lamport may not be a household name, but he’s behind a few of them for computer scientists: the typesetting program LaTeX and the work that made cloud infrastructure at Google and Amazon possible. He’s also brought more attention to a handful of problems, giving them distinctive names like the bakery algorithm and the Byzantine Generals Problem. This is no accident. The 81-year-old computer
ロッシェル・カップ on Twitter: "ツイッター社が行った日本を含めた7ヶ国の調査によると、ツイッターのアルゴリズムは右側の政治家とメディアを左側より優先しているそうです。多くの人が疑問していたことを証拠しますね。去年の秋発表されましたが、今初めて聞きました。/1 https://t.co/pU4QzpdbSt"
ツイッター社が行った日本を含めた7ヶ国の調査によると、ツイッターのアルゴリズムは右側の政治家とメディアを左側より優先しているそうです。多くの人が疑問していたことを証拠しますね。去年の秋発表されましたが、今初めて聞きました。/1 https://t.co/pU4QzpdbSt
チ〇ポを“全力”で立たせる | オモコロ
【警告】 この記事には「男性器を模した性具」の画像が含まれています。 苦手な方は、閲覧をお控えいただくようお願いいたします。 >了承して読む<
直感でわかる、ヒューリスティック問題の羅針盤 ～貪欲法から山登り法まで～ - Qiita
1. はじめに 最初に、本記事ではどのようなトピックを扱うのかについて、少し説明したいと思います。 1-1. 本記事で扱うトピック 21 世紀になり、IT 化が急速に進む今、現実社会ではいろいろなものが最適化されて動いています。これを形作るプログラミングの現場でも、例えば以下のような問題を考えたり、あるいは実際に使ったりすることもあるのではないでしょうか1。いくつか例を挙げてみましょう。 例 1. コイン問題：特定の金額をぴったり支払うために、最小で何枚の硬貨が必要か？ 例 2. 最短経路問題：地図上の A 地点から B 地点までに行くのに、最短で何メートル歩く必要があるか？ 例 3. 箱詰め問題：長方形の箱に、できるだけ多くの荷物を敷き詰めたい 例 4. 数分割問題：「できるだけ合計の値が近くなるように」2 つのグループに分割したい このように、いろいろな問題があります（もちろん名前を覚
世界で74万人以上が受講した海外講座を“日本語で”学ぼう！ Udemyで初夏のビッグセール開催＆大人気講座をチェック - はてなニュース
多くの企業から「人手不足だ」という話が聞こえてきます。なんでも、新しいビジネスを始めようとしたり、新規サービスを立ち上げようとしたり、はたまた事業規模を拡大したり、ということで人材を募集しても、なかなか集まらないんだとか。それも、大企業からスタートアップまで、会社の規模の大小や領域に限らず、ありとあらゆる分野の企業が当てはまっています。 特にIT業界は、ただでさえ業界全体が成長しているうえに、技術の進歩と陳腐化が激しいため、基礎的な技術や知識を持ちながら、新たな情報やトレンドもフォローしているようなエンジニアは、引く手あまた。さらに最近では、エンジニアでなくてもビジネス分野で活躍するためには、データを扱うことができる高度な知識と経験が求められるケースが増えてきていることもあって、人手不足に拍車が掛かっているのだそうです。 そんな社会の中で、自分を成長させ、新たな分野に踏み出していくためには
働きながらアメリカの大学院でCS修士号を取った - k0kubun's blog
4年前に会社の福利厚生を使ってスタンフォードの授業を取ってみたら面白く、 働きながらでも続けられそうだなという実感を得たので、 2年後、受験を経てジョージア工科大学にリモートで通い始めた。 そして先日、ジョージア工科大学からコンピュータサイエンス修士号をいただくことができた。 画像の学位記は卒業式イベント用の非公式のもので、1~2か月すると Masterとちゃんと書いてある本物が来るらしい *1 。 After 1 year and 9 months, I graduated from Georgia Tech and got a master's degree in computer science. It was intense to be a student while working full-time, but I learned a lot. pic.twitter.com/J
AtCoderで青色になったので、yukicoderをお勧めしてみる - Qiita
概要 AtCoderのコンテストに参加してから2年とちょっとの時間をかけて青色コーダーになりましたH20と申します。 この記事はいわゆる色変記事ですが、yukicoderへの参加を促す目的がメインとなっています。 まだyukicoderに登録していない人や、登録した後あまり問題を解いてない人が、この記事を機にyukicoderを利用していただければと考えています。 欲を言えば作問にも興味を持ってもらえるとなお嬉しいです。（さらに強欲になれば5/20に開催する予定のコンテストの参加も…ってちょっと強引だったですか） はじめに 競技プログラミングで楽しむ上で大事なのは、モチベーションを保つことだと考えています。 例えば、既存の問題を解く勉強を続け、コンテスト本番では新たに学んだアルゴリズムを利用して今まで解けなかった問題が解けるようになり、AtCoderのレートが上がるような好循環が続けばずっ
機械学習の全体像をまとめてみた
はじめに 機械学習の分野はとても広いです. 実務では特定の技術だけでなく様々なものをうまく組み合わせて問題解決することが求められるため、 全ての技術を詳細に知る必要はないですが、全体を把握しておくことは重要です. 大分類 大きく3つに分けられます. 教師あり学習: データから何かしら予測 教師なし学習: データに隠れた構造を抽出 強化学習: 最適な行動を学習 全体像 (執筆中) 教師あり学習 概要 入力値から何かしらの予測をしたい場合を考えます. 予測する対象の正解データが事前に得られる場合、 入力値から正解データを出力するモデルを学習する手法を教師あり学習と言います. 主なタスク 何を入力して、何を出力するかでタスクが分類されます. 代表的なものに以下が挙げられます 時系列予測: 現在以前の時系列データ ⇒ 未来の時系列データ 画像分類: 画像 ⇒ ラベル 物体検出: 画像 ⇒ 物の位置
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
