ようこそ，アプリ博物館【ダウンローダー館】へ。貧弱回線の強い味方だった役目がなくなり忘れられたフリーソフトの子たち 編集部：楽器 「キュートっ！ お姉ちゃんにお礼して！」 「ハ？ なに言ってんのロール姉」 「3行くらいでお礼してよ〜！」 「なにさま？」 ようこそ，アプリ博物館へ。 今では当たり前の「アプリ」の言葉が“PCアプリ”をよく指していた時代。愛されていたフリーソフトの子たちがたくさんいました。 本日は，別館【ダウンローダー館】をご案内いたします。 今やアプリと耳にすると，過半数の人たちは無意識に「（スマートフォン）アプリ」をイメージすることでしょう。 しかし，スマホが存在しなかった時代からアプリという言葉はあり，そのころはアプリ＝「PCアプリ」を指しておりました。 もちろん，アプリケーションという元の語自体は広義で扱われるため，ソフトやプログラムやプラットフォームなどの形態も含め，
機械学習をマスターする上でカギとなる、「損失関数」。機械学習モデルにおいて、予測値と正解値（正解データ）がどの程度近いかを示す指標となる関数です。 そのイメージをより具体的に持つため、簡単な例題をここで扱ってみましょう。解を導き出すのに少し時間がかかりますが、「偏微分」などの高度な数学は全く使いません。 2次関数など高校1年生レベルの数学をおさらいしながら解説していきます。一通り読めば、「数学を使って機械学習モデルを解く」というイメージがつかめるので、ぜひ解を導くところまで読み進めてください。 題材として「単回帰」と呼ばれる、1つの実数値の入力（x）から1つの実数値（y）を予測するモデルを取りあげます。具体的な処理内容としては、成年男子の身長x（cm）を入力値に、体重y（kg）を出力値とするようなモデルを考えることにします。モデルの内部構造は「線形回帰」と呼ばれるもので考えます。 線形回帰
TBSラジオが目指す方向はどこか──。『4月度首都圏ラジオ個人聴取率調査』（ビデオリサーチ調べ）が発表され、TOKYO FMが0.7％で半年ぶり2度目の単独トップに輝いた。2位にはニッポン放送とJ-WAVEが0.6％で並んだ。かつての王者であるTBSラジオは0.5％で4位に転落して、業界に衝撃が走っている。ラジオ局関係者がその背景を解説する。 「この結果は、必然かもしれません。2018年に就任したTBSラジオの三村孝成社長は『聴取率調査』ではなく、パソコンやスマホで放送を聴ける『radiko』（ラジコ）のデータを重視していますからね。たしかに、そのほうが実数値を測れます。 ただ一方で、ラジオ受信機で聴いている人もたくさんいる。だから本来なら、片方だけではなく、両方に力を入れたほうがいい。しかし、『聴取率調査』に豪華ゲストを呼んだり、プレゼントを上げたりする『スペシャルウィーク』を廃止し、復
引き続き東京都の新型コロナ死亡者が増加しており、5/13(水)の発表をもって200人を超えました。 昨日5/15(金)の新しい感染者は9人と、一時期より激減しているのですが死亡者の増加スピードは落ちることなく純増してしまっています。もちろん感染から死亡に到るまでは一定の期間があるため時差であるということも言えるわけですが、本当にそういったズレなのか、ぜひご自身でお考えいただくためにデータをまとめました。 より詳細に情報を得たい方は、前回の記事も併せてご覧ください。 死亡者の増加は減速していない このグラフは、東京都が発表した死亡者のPDFを集計しグラフ化したものです。注意が必要なのは、死亡日が発表されていないデータがあるため、その場合は「発表日＝死亡日」として集計されています。そのため、実際のグラフは少し左側にズレていることになります。 また「未確定」という部分については、数日後に遡って死
平面 $\rea\ef 2$ 上の，$ ( 0 , 0 ) $ と $ ( x , y ) $ に端点を持つ線分を考えます． この線分の長さは $x+y $ だと"示す"ことができます．まず，この線分の長さは下図の直角三角形の斜辺の長さです． この斜辺の長さが $ x + y $ であることを示せばよいのです．いまこの直角三角形の底辺と高さの和は $ x + y $ です．そこで直角部分を次のように変形させてみます． 折れ線部分の長さは依然 $ x + y $ のままです．さらにこの折れ線を次のように変形させます． この折れ線の長さも $ x + y $ のままです．この折れ線の変形操作をどんどん続けていきます． するとこの折れ線は長さ $ x + y $ を常に保ったまま，斜辺にどんどん近づいていき，やがて斜辺に収束していきます．このことから斜辺の長さは $ x + y $ になるという
ローソンというコンビニがある。 業界1位の気品漂うセブンイレブンや愛すべきアホのファミリーマートと比べると、バランスの取れた堅実なコンビニという印象だ。 見た目や味ではナンバーワンのセブン、とにかく元気いっぱいのファミマ、それぞれの長所をある程度併せ持っている。 そんなローソンが、2024/02/06（火）から約3週間にわたり開催する大型キャンペーンが…… 出典：https://www.lawson.co.jp/lab/tsuushin/art/1478886_4659.html お値段そのまま47%増量『盛りすぎチャレンジ』だ！ これは、2023年2月にも同じキャンペーンが実施されており、今年が2回目となる。 昨年は、47%増とうたいながら実際には重量が61～94%増になっており、思考がだいぶファミマ寄りになっていることが明らかになったのだが、今回はどうだろうか？ よし…… 実際に増量前
統計学とは何か、そしてベイズ統計学の話 - hidekatsu-izuno 日々の記録
細々と統計学を調べ続けているが、最近ようやく統計学というものが何なのか、おぼろげながらわかるようになってきた（なお、統計学ができるようになってきたわけではない） 統計学を知る前の自分と今の自分をくらべたとき、間違いなく違うのは統計学に対する信頼だろう。以前は、統計学は数学の一分野であり、正しい分析手法を使えば真の答えが得られるものだと思っていた。しかし、実際には統計学者ジョージ・ボックスが言ったとされる「すべての（統計）モデルは間違っている、だが中には役立つものもある）」という言葉の方が実態に近い。 統計学は基本的に「不可能なことを可能にする（不良設定問題を扱う）」学問だ。例えば、1、3、5 という数字の列から何が言えるだろうか。確実なことは3つの実数値が観測された、ということだけで、それ以上のことは想像するしかない。奇数列かもしれないし、乱数から３つの値を取得した際に偶然それっぽい数字が
徳永拓之（LeapMind（株）） 1bit LLMの時代が来る？ 2024 年2 月，The Era of 1-bit LLMs: All Large Language Models are in 1.58 Bits¹⁾ というタイトルの論文がarXiv上で公開され，にわかに話題となりました．“1.58 Bits” という表現はあまりなじみがありませんが，log₂(3) = 1.58 . . . ということで，パラメーターを三値にした場合の情報量を示しているようです．この論文（以下b1.58 論文とする）は，同じ著者グループによる文献2）を少し拡張したもので，大規模言語モデル（LLM）の効率化についての研究です． 本稿の前半ではこれらの論文の主張を解説し，後半ではその主張の妥当性について検討します． なお，これらの2本の論文は，本稿執筆時点では，査読を経たものではありませんのでご注意くだ
解説: Life Universe
公開からだいぶ時間が経ってしまいましたが、Life Universe の技術解説を書きます。 English version is here. Life Universe について その前に、いくつか知っておくとよい事柄があるので先に説明します。 OTCA Metapixel について ライフゲームの説明については割愛します。ライフゲームはチューリング完全なので様々なパターンが存在し、その中に OTCA Metapixel というものが存在します。OTCA Metapixel は（メタ）セルのオンとオフの状態が視覚的に分かる特殊なパターンで、ライフゲームのみならず outer totalistic なルール[1]で動く全ての[2]２次元セルオートマトンを再現できます。 つまり、ライフゲームの中で動くライフゲームを見ることができます。 こちらは有名な動画ですが、実際にこういう計算が可能になり
日本一のフリーランスデータベースを大公開したので、AWSイベントに登壇させていただきました。 - Leverages データ戦略ブログ
はじめに 初めまして、データ戦略室データアナリストの井上と申します。このブログで過去に登場した井上とは別の井上です。レバレジーズ内においてSplatoon最強の男です。 先日、大変ありがたいことに、AWS様が主催するAWS で実践！Analytics Modernization ～事例祭り編～の登壇依頼をいただき、オンラインにて「日本一のITフリーランスDBを世間に大公開してみた」というタイトルで発表いたしました。 弊社のレバテックフリーランスというサービスでは、レバテックにご登録いただいている企業様、IT技術者様にマイページ「レバテックプラットフォーム」をご利用いただいております。情報収集やレバテックとのやりとりや契約管理だけでなく、企業様によるIT技術者検索やスカウト、IT技術者様による案件検索や応募まで、フリーランスの全てがレバテックプラットフォームで完結します。 この度、そのレバテ
ダメージ計算式から見るポケモンのゲームデザインの奥深さ
新作スカーレット・バイオレットが発売したポケモンシリーズですが、今回は少し視点を変えて、ポケモンバトルのゲームデザインについて見ていきたいと思います。 ポケモンというゲームは、通常のストーリーからランクバトルのネット対戦まで全て同じ計算式・ほとんど同じプール（使用ポケモン）でゲームが成り立っています。ストーリープレイとネット対戦では重要になる要素やバトルの進め方が大きく変わってくるので、実はそのどちらにも対応できているポケモンのゲームデザインはとんでもなく優秀なのです。 ということで今回は、ダメージ計算式について詳しく見ていくことで、ポケモンのゲームデザインの裏側を推測してみようという記事になります！ お時間よろしければご一読ください。 ポケモンのダメージ計算式 今回の話題の中心であるポケモンのダメージ計算式は、以下のような形をしています。 ダメージ ＝ { ( 攻撃側のレベル × 25
タイトルの通り、CausalImpactをPythonで試してみます。 下記本を元にし、RからPythonで書き直し、同様の効果が推定できるか試してみます。 導入 pyが最初につくのに注意します。 pip install pycausalimpact データの作成 statsmodelsのcigarデータを使います。 CausalImpactはデータフレームの一番左をyとし、それ以降が予測に使う変数となるため、その形となるようにpivotと並び替えを行います。 import statsmodels.api as sm df = sm.datasets.get_rdataset('Cigar', 'Ecdat').data #上記本の初期加工を関数化しておく def create_data(df): tmp = df[(df['year']>=70) & (~df['state'].isin
こんにちは、株式会社ライスカレーの川上（@okyaaaann）です。 弊社ではInstagramを中心に、さまざまなSNSマーケティング支援やコミュニティ構築・活用支援などのサービスを提供しています。また、自社では複数のInstagramメディアも運営しており（フォロワー数10万人以上が4つ、その他数万規模のアカウントがいくつか）、私は「シンプルホーム」というフォロワー数約36万人の住まい・暮らし系のメディアを見ています。相変わらずカレーは作ってません。 今回、企業のSNSマーケティング担当者さんがInstagramを自社の際のマーケティングコミュニケーションに活用する際に、頭の片隅に少しでも置いておくと役に立つ(かもしれない)ような内容を、個人的な解釈にはなりますが基礎的な部分から応用的な部分まで少しまとめてみました。 少々長文となってしまいましたが、みなさんにとって少しでも参考になりま
線形代数をBlenderで、やる｜Melville
「線形代数をBlenderで、やる」とはどういうことでしょう？ とりあえずこの画像を見てください これだけではよくわからないと思いますが、 要するに下の画像と全く同じ計算をやっています 確かに「結果」がBlenderの画像で並んでいる数字と同じになっているBlenderのノードの側にもよく見ると、3,1,4…と、 WolframAlphaの画像と同じ値が並んでいるのが確認できます 左の3つのノードが左の行列を表し、右の3つのノードが右の行列を表しているさて、このBlenderのノードシステム（GeometryNodes）ですが、 本来は3DCGのジオメトリをプロシージャルに生成にするためのもので、 決して線形代数をするための機能ではありません！ しかし、それをうまく悪用すれば使えば、 上のような行列の演算をさせて線形代数遊びができます！ この記事の最後では、これを応用して次のGIFのような
尤度とはなんだったのか
TL;DR Ubie という会社で働いていて尤度とかを改めて見直す機会があったのでブログにまとめておく 尤度主義のような、自然と使っていたが明示的には知覚できてなかったものの存在を知った 主義や哲学に関しても言及するが、それらの良し悪しについて述べるものではない 4/1 から Ubie という会社に入社して、データ分析的な仕事やコードを書いたり楽しく働いている。 保有するデータのそのものが面白くて、今のところ主にこれを改善していくところに関わっていて、機械学習的な内容はあまりやっていない。 仕事をしていると尤度とかよく使うが、使っているうちにこれまで雑に理解してた部分が散見されたので、そもそも尤度とはなんだったのかをちょっと復習している。 色々調べていくとだいぶ広くて深いところに入り込んでしまいそうになるので、現在の理解を一部ブログにて整理しておこうというのがこのエントリである。 技術的に
深層学習モデルを用いたノンパラメトリック回帰問題に関する最近の研究 | Preferred Networks Research & Development
図1：ReLU-MLPによる2次関数の近似．このネットワークを用いるとHölder関数を効率的に近似できる（[Yarotsky, 2017]より引用） 深層学習モデルはこれまで様々な機械学習タスクにおいて成功を収めてきています．それに触発され，深層学習モデルの成功要因を理論面から解明する試みが盛んに行われています．特に深層学習の理論研究（特に統計的学習理論と呼ばれる分野）では，主に3つの問題提起がなされ，それに対する様々な回答がなされています [Poggio et al., 2016]： 表現能力：深層学習モデルはどんな関数を（効率的に）推定できるのか [Cybenko, 1989; Telgarsky, 2016; Eldan and Shamir, 2016; Sonoda and Murata, 2017] 最適化：なぜ（確率的）勾配法が「良い」解を見つけることができるのか [Li
ベクトル検索（Vector Search）とは？ キーワード検索との違い：AI・機械学習の用語辞典 用語「ベクトル検索」について説明。テキストなどのデータを数値ベクトル（埋め込み）として表現し、それらのベクトル間の類似度を計算することで、関連する情報を見つけ出す検索方法を指す。Azure OpenAI Serviceの独自データ追加機能で利用可能な「キーワード検索」「ベクトル検索」「ハイブリッド検索」「セマンティック検索」という検索手法の違いについても言及する。 連載目次 用語解説 AI／機械学習／自然言語処理におけるベクトル検索（Vector Search：ベクター検索）とは、テキストや画像などのデータを数値ベクトルとして表現し、それらのベクトル間の類似度（主にコサイン類似度）を計算することで、関連する情報を見つけ出す検索方法のこと、またその方法による検索のことである。なお、数値ベクトル
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog はじめての○○特集3本目の記事です。 はじめまして。ヤフーで社内向けのデータ可視化ツールの開発を担当しているタムラです。 本記事では、ヤフーのデータ分析を支える可視化ツールについて紹介します。「若手エンジニアに贈りたい、はじめての○○特集」、ということなので、なるべくわかりやすく書いたつもりですが、いかんせんテーマがニッチなので、はたして日本に同じような仕事をしている人が何人いるのか、どれくらいの人に役立てる内容なのか、少し不安です。しかし、記事を通して、はじめて分析業務をされる方や、可視化ツールに限らず、はじめてプロダクト開発をされる方にも、少しは生かせるものになっていれば幸いです。 データ可視化ツールってなに？ データ可視化ツ
ファミマの真実に迫る！2022「40%増量作戦」グラム実数値比較！
出典：https://www.family.co.jp/campaign/spot/2208_40up_cp.html ファミリーマートにて、2022/08/02（火）より『お値段そのまま!! 40%増量作戦』キャンペーンがスタートした。 全20種類の対象商品が週替わりで、値段そのままで40%増量になって登場するらしい。 これはもともと、ファミリーマート40周年企画として2021年に行われたもの。 おそらく好評だったので、今年もやることにしたのだろう。 関連記事：ファミリーマート「40%増量作戦」の恐ろしい真実。 2021年は、40%増量とうたいながらファミチキを65%増量するというまさかの逆詐欺をやってのけたファミマ。さすがふだんから「みんなお腹いっぱいになってくれるかな～エヘヘ～！」の精神で大盛り商品ばかり開発しているだけのことはある。 しかし、2022年は状況が違う。率直に言えば、疑
Graph Neural Network を用いたグラフの木幅予測 - Preferred Networks Research & Development
本記事は、2019年夏のインターンシップに参加された中野裕太さんによる寄稿です。 皆様はじめまして。2019 年 PFN 夏季インターンシップに参加していた北海道大学の中野裕太です。本ブログでは、私が夏季インターンで取り組んだテーマである、「Graph Neural Network を用いたグラフの木幅予測」について説明します。 要旨 与えられた無向グラフがどれくらい木に近いかを表す値である木幅は、グラフ上の組み合わせ最適化問題に対するアルゴリズムの効率性や解そのものと深く関係しています。しかし、木幅を計算することは NP 困難なため、木幅を計算するには頂点数に対し指数時間かかってしまいます。そこで、今回 Graph Neural Network を用いた 2 つの方法でこの問題にアプローチしました。1 つ目は、よく知られた既存のアルゴリズムと組み合わせ探索木の枝刈りを行い高速化を図り計算
しかし、複雑な100行以上のExcelを読んどけ、と言われても酷な話で、浸透度合いは微妙な感がしていた。そこで、収益計画の作り方からわかってもらえれば、理解度が深まるんじゃね？ということで、収益計画の勉強会を何回か開いてみた。 結論としては、特に仕様を決める立場や、KPIの責任を負っている人の理解度が高まり、各自の意思決定内容の自分とのズレが薄まっていったことを実感している。何か新しいことをやる場合、ユーザー体験だけでなくPLでも語れるようになることを目指している。 ここからが本題。と、その前に、収益計画を共有することのメリットは3つで、細かくは上記の記事を読んでほしい。 ①社長以外がプロジェクトの優先順位をつけやすくなる ②会社がいつ黒字化する予定なのか伝えられる ③個別プロジェクト毎にどの程度の予算を考えているか伝えられる まずやったこととしては、簡単なケースを題材に収益計画をゼロから
変分法 −無限次元空間の臨界点を見出す− - Laborify
こんにちは。高橋 和音 (Kazune Takahashi) と申します。現在は、東京大学大学院 数理科学研究科で特任研究員をしております。この記事では、変分法の概説を試みます。変分法は、微分方程式を考察する代表的な手法です。自己紹介がわりに、どうして変分法を専門にしたのかまず話したいと思います。 私は、大学の数学を勉強し始めてから、積分の世界の素晴らしさに魅了されました。 高校までですと、積分は原始関数を介して求めます。ところが、大学以降に勉強する高度な手法を使うと、例えば原始関数が書けない関数の定積分の正確な値が求まるケースがあります。また、正確な値を求めることができずとも、ある値よりも小さい or 大きいことが分かることが重要である場面も増えてきます。そういう一連の手法が好きになりました。 以下で「汎関数」が出てきますが、変分法で使う汎関数は、関数の積分で書かれます。変分法は、積分を
出典：https://www.family.co.jp/company/news_releases/2023/20230731_02.html ついに来た！ ファミマが1年でいちばんアホになる時期が！ そしてこの、コーヒーを量ったことがないコーヒースケールの出番が！！ ファミリーマートで2023/08/01（火）より、『お値段そのままデカくてうまい!!だいたい40％増量作戦』が始まった。一部の商品が期間限定で約40%も増量になる。 なお、2022までは「40%増量作戦」だったが、2023は「だいたい40％増量作戦」に改称。一部のWebメディアでは「2022年にとあるブログの検証で40％どころか83％増量の商品があると判明してバズったのが理由で今年から『だいたい』になったんじゃないか」という報道があったのだが、そのブログとはこの『ゲムぼく。』のことである。 でも理由は違うと思う。伊藤忠商事を
しばらく前にオンライン開催された「OngaACCELシンポジウム2020」にて、吉井和佳先生による自動採譜技術研究の発表がありました。たいへんありがたいことに、あの藤本健さんの記事でピックアップしていただき、なかなか反響があったようです。 音を楽譜にする“耳コピ”はここまで来た。AI自動採譜の最前線 この記事で紹介されている成果のうち、しゃをみんはコード採譜の研究に取り組んでおります。吉井先生の発表の中で、「ミラーニューロン仮説」なる概念が紹介されたあのパートです。 「生成モデル＋推論モデル＝VAE」でなんかぐるぐるさせるという話をしていましたね。本記事ではこの研究成果をざっくり解説するとともに、「AI自動採譜」研究の現在地を自分なりに整理してみたいと思います。 研究内容はIEEE TASLPに掲載されています。引用してください。 Semi-supervised Neural Chord
今年の紅白歌合戦ですが、出場歌手をいったん発表した後も、追加発表をおじいちゃんのおしっこ並みにだらだら続けています。 藤井風 松任谷由実×荒井由実 加山雄三が客前での最後のパフォーマンス 幾田りら（YOASOBI）がmilet・Aimerと「おもかげ」 朝ドラの主題歌でback number 有吉弘行がたぶん「白い雲のように」を歌唱 桑田佳祐/佐野元春/世良公則/Char/野口五郎の「時代遅れのRock’n’Roll Band」 THE LAST ROCK STARS（YOSHIKI/HYDE/SUGIZO/MIYAVI）が初パフォーマンス 東京スカパラダイスオーケストラ 例年より多めです。 しかも各世代・嗜好のかなり多くの層にアピールできるミュージシャンが揃っていて、さらに各層にとっては「目玉」と言っていいレベルの弾が追加されている感じがします。 最初の発表の時に「#紅白見ない」というハ
Transformer モデルの仕組みを JAX/Flax で実装しながら解説してみる（パート１） - めもめも
なんの話かと言うと 最近、大規模言語モデルを用いたチャットシステムがよく話題になりますが、言語モデルの性能が大きく向上するきっかけとなったのが、下記の論文で公表された「Transformer」のアーキテクチャーです。 arxiv.org ここでは、JAX/Flax を用いて Transformer を実装しながら、その仕組みを解説していきます。このパート1では、Embedding レイヤーを解説します。 JAX/Flax の使い方を学びたいという方は、こちらの書籍を参照してください。 JAX/Flaxで学ぶディープラーニングの仕組み 作者:中井悦司マイナビ出版Amazon Transformer の全体像 冒頭の論文では、Transformer Encoder と Transformer Decoder を組み合わせた下記のモデルが説明されています。 左側の Encoder でテキストを解
プログラミングのための確率統計-Ohmsha
第I部 確率そのものの話 第1章 確率とは 第2章 複数の確率変数のからみあい 第3章 離散値の確率分布 第4章 連続値の確率分布 第5章 共分散行列と多次元正規分布と楕円 第II部 確率を役立てる話 第6章 推定と検定 第7章 擬似乱数 第8章 いろいろな応用 付録 付録A 本書で使う数学の基礎事項 付録B 近似式と不等式 付録C 確率論の補足 第I部 確率そのものの話 第1章 確率とは 1.1 数学の立場 1.2 三つの扉（モンティホール問題） ――― 飛行船視点 1.2.1 モンティホール問題 1.2.2 正しい答とよくある勘違い 1.2.3 飛行船視点への翻訳 1.3 三つ組(Ω,F, P) ――― 神様視点 1.4 確率変数 1.5 確率分布 1.6 現場流の略記法 1.6.1 確率変数の記法 1.6.2 確率の記法 1.7は裏方 1.7.1の正体にはこだわらない 1.7.2のと
京都大学(京大)は1月23日、時間が経過するにつれて空間が指数関数的に膨張する宇宙を表す、宇宙定数が正の場合のアインシュタイン方程式の代表的な解の「ドジッター宇宙」に対する「ホログラフィ原理」(dS/CFT)を考察した結果、3次元ドジッター宇宙における時間的な測地線の長さが、共形変換で不変となる量子物質理論の共形場理論における「擬エントロピー」という量の虚数部分に相当することを見出したと発表した。 同成果は、京大 基礎物理学研究所の瀧祐介大学院生、同・土井一輝大学院生、同・ Jonathan Harper研究員、同・Ali Mollabashi研究員、同・高柳匡教授らの研究チームによるもの。詳細は、米国物理学会が刊行する機関学術誌「Physical Review Letters」に掲載された。 ホログラフィ原理とは、ある宇宙の重力理論は、その宇宙の端に仮想的に存在する量子物質の理論(共形場
リーマンの再配列定理を使って級数を「お望みの実数」に収束させよう - tsujimotterのノートブック
今日のテーマは 「リーマンの再配列定理」 です。「条件収束する実数列の級数は、再配列によって任意の実数に収束させることができる」という主張です。何を言っているかわからないという方にも、これから詳しくは説明していきますのでご安心ください。 無限級数 が絶対収束するとは、各数列に絶対値をつけた が収束するということです。名前の通りですね。 対する条件収束とは、無限級数が絶対収束はしないが収束はすることを言います。 たとえば、平方数の逆数の和 は絶対収束しますが、自然数の逆数を足し引きする級数（交代級数） は条件収束します。後者が条件収束であることは、たとえばこちらの記事の最後に紹介されています： mathtrain.jp 「なぜ絶対収束か条件収束を気にするのか」と疑問に思った方もいるかもしれませんが、それにはワケがあります。 絶対収束する級数は、足し合わせる順番に関わらず同じ値に収束します。つ
はじめに 形状のわからない関数(ブラックボックス関数)の最大値あるいは最小値を求める手法として、ベイズ最適化が広く利用されています。機械学習モデルのハイパーパラメーター最適化を中心に活用が進んでいますが、入力とそれに対する評価値さえ設計できればあらゆる問題に適用できます。 例えばFacebookでは、MLモデルのチューニングはもちろん、映像コーデックのエンコードパラメーター 1、AR/VRハードウェア設計、HHVM JITコンパイラのパラメーターチューニングにベイズ最適化を適用するため BoTorch や Axの開発を進めています (F8 2019の発表 Product Optimization with Adaptive Experimentation を参照)。 弊社では多くのサーバーシステムでGo言語が採用されていますが、サーバーのgoroutine数やキャッシュシステムのメモリーバ
[キャッシュレスFACTBOOK] QRコード・電子マネー・クレジットカードの月次GMV(取扱高)予測 2020/05/06版｜8maki
[キャッシュレスFACTBOOK] QRコード・電子マネー・クレジットカードの月次GMV(取扱高)予測 2020/05/06版 キャッシュレスの取材を受けるに当たり、一定数値を抑えておかないと的外れなこと言っていると思ったことが何度かあったので、自分用にまとめてみました。 QRコード決済、非接触電子マネー、クレジットカードを中心に、各社IR資料からデータを取ってきて、多少の推測も交えて月次GMV（取扱高）を予測しています。 ※あくまで予測です。一定、納得性のあるロジックがあるものだけ扱っているつもりですが、間接的なデータしか用いていない場合もあるので、実数値と乖離がある可能性があります。この予測で発生した事件・事故には責任取れませんのでご容赦ください。桁感の参考程度に。 とにもかくにもまずは予測結果をお見せします。なお、予測ロジックは後で詳しく書きます。 なお、IR資料では四半期データがほ
![[キャッシュレスFACTBOOK] QRコード・電子マネー・クレジットカードの月次GMV(取扱高)予測 2020/05/06版｜8maki](https://cdn-ak-scissors.b.st-hatena.com/image/square/ebbf009be7402bea9ac4d9c6d254dc6dab915031/height=288;version=1;width=512/https%3A%2F%2Fassets.st-note.com%2Fproduction%2Fuploads%2Fimages%2F24947500%2Frectangle_large_type_2_58c280bcfdd4ad8a9d125119ddf62b06.png%3Ffit%3Dbounds%26quality%3D85%26width%3D1280)
クラスメソッド データアナリティクス通信(AWSデータ分析編) – 2023年5月号 | DevelopersIO
データアナリティクス事業本部のコンサルティングチームの石川です。コンサルティングチームメンバーを中心に、日々AWSのアナリティクス関連サービスのアップデートを追っています。 先月に引き続き、re:Invent2022で発表された新機能やサービスが利用可能になりました。 Amazon Redshift MERGEステートメント Lake Formationとのデータ共有の集中型アクセス制御 Dynamic Data Masking AWS Glue Visual ETL が新しいネイティブ Amazon Redshift 機能をサポート その他にも、様々なアップデートがありますので、是非チェックしてください。 Amazon Redshift 新機能・アップデート 2023/04/13 Amazon Redshiftの文字列クエリのパフォーマンスを最大63倍向上 Amazon Redshift
キャッシュレス推進協議会は2月22日、「コンビニエンスストアにおけるキャッシュレス動向調査」の2022年10月〜12月版を公開した。大手チェーン3社におけるキャッシュレス決済比率は、2022年12月時点では金額ベースで41.2%、件数ベースで42.1%となった。 同調査結果は、セブン-イレブン・ジャパン、ファミリーマート、ローソンが提供した実数値をもとに、キャッシュレス推進協議会が算出した。 キャッシュレス支払いの内訳を見ると、コード決済が最も多く、次いで電子マネー決済、国際ブランド決済、その他と続いた。 また、2022年は1年を通じてキャッシュレス決済の比率が緩やかに上昇していたことも明らかとなった。
四元数ニューラルネットワークとGHR微積分
これは「FOLIO Advent Calendar 2023」6日目の記事です。 ニューラルネットワークで取り扱う数値を実数とは異なる数に拡張することは、機械学習や計算科学の発展における魅力的な課題の一つです。実数を用いた数値表現は多くのタスクにおいて十分な結果をもたらしてきましたが、新たな数値体系を導入することで、今までとは異なる問題が解決できるようになったり実数では見られなかった新たな現象が起こる可能性に期待することができるでしょう。例えば数値が取れる値を±1に制限したBinalized Neural Networksはハードウェアとの相性が良くメモリ効率の良い実装が可能であったり、拡大実数\bar{\mathbb R}={\mathbb R}\cup\{-\infty,\infty\}を用いた5層のReLUネットワークには任意の深さのReLUネットワークを埋め込むことができたりします
微分の計算は色々な場面で必要です。が、微分の記号である や が入った式の解釈って難しいですね。式の型〈type〉が分かりにくいのです。実際、原理的に型が判断できない式が使われることがあります。にもかかわらず、「分かる人には分かる」のは、暗黙のお約束や習慣的手順が駆使されるからです。 僕は、暗黙のお約束や習慣的手順が嫌いなので、ハッキリした計算方法を示したいと思います。現状の記法の問題点と対処法を知りたい方は、前半をテキトーに読み飛ばして、後半の3つの節を読めばいいと思います。 事前にラムダ計算について少し知っているほうがいいでしょう。JavaScriptや絵を使って説明した記事は： JavaScriptで学ぶ・プログラマのためのラムダ計算 JavaScriptで学ぶ・プログラマのためのラムダ計算 問題集 絵を描いて学ぶ・プログラマのためのラムダ計算 ラムダ計算をJavaScript側に寄せ
ベクトルデータベース（Vector Database）／ベクトルストア（Vector Store）とは？
ベクトルデータベース（Vector Database）／ベクトルストア（Vector Store）とは？：AI・機械学習の用語辞典 ベクトルデータベースとは、テキストなどのデータを数値ベクトル（埋め込み）として保存するデータベースを指す。「ベクトルストア」とも呼ばれる。ベクトル検索により、意味的に類似する情報を探せるのが特徴で、チャットAIのRAG構築に役立つ。本稿ではベクトル検索の機能を持つ代表的な製品の概要もそれぞれ簡単に紹介する。 連載目次 用語解説 生成系AI／自然言語処理におけるベクトルデータベース（Vector Database、ベクターデータベース、ベクトルDB）とは、主に単語や文章（テキスト）、画像、音声などの複雑なデータを、AI／機械学習／言語モデルが処理しやすい数値ベクトル表現として保存するデータベースのことである。この数値ベクトル表現は「埋め込み表現（Embeddin
【コンフォートカラーズのピグメント加工Tシャツ徹底レビュー】まるで古着の雰囲気が最高。ただ、買う前に絶対読んでほしい！ - 服地パイセン
こんにちは。 洋服の生地についてブログを書いています、服地パイセンです。 今回はコンフォートカラーズのTシャツを購入したので徹底的にレビューします。 これは以前、一枚で着れるTシャツを比較した記事で取り上げたアイテムの１つ。マイナーなTシャツということもあり、本当におすすめできるものなのか試してみたかったのです。 他にも僕がこのTシャツを買った理由は 白いパンツに合わせるTシャツがほしかった 着古した様な雰囲気に惹かれた 凝っているのに1500円くらいで買える こんなところです。 結論を先に書くと、今回の買い物はちょっと失敗してしまいました。製品としての問題はないのですが『もし事前に知っていたら選び方が違ったかなぁ〜』と思うことが出てきました。 そんな購入の際に気をつけてほしいポイントなど、Tシャツ購入の際にぜひ参考にしてほしいことをシェアしようと思います。 コンフォートカラーズとは？ コ
シグマです。 皆さんSVシーズン1お疲れ様でした！ 結果は最終2位でした！ コンセプト 構築経緯 単体解説 カイリュー キラフロル デカヌチャン ラウドボーン サザンドラ ウェーニバル 基本選出 結果 （レンタルパも公開しています） コンセプト ・ステルスロックを撒いてカイリュー、サザンドラを強く動かす。 構築経緯 、 シーズン1ということでテラスタル周りの仕組みに慣れるために中盤まではひたすら対戦数を積み重ねていた。その過程でノーマルテラスタルの神速龍舞羽休めカイリューの使用感が飛び抜けて良く、環境込みで軸にしても問題ないと判断して終盤構築の案の一つとして考察することにした。カイリューを通す上で課題として、 ①スタンダードな構築相手にどう戦うか。特にドラゴン相手に先に展開されるときついがどう対処するか ②天然入りに選出するか否か ③アーマーガア入りにどうリスクをつけるか の3点を考えた。
脱中級テニス🎾『RACKET TUNE』は調子いいケド、、翌日のテンション測定 - stelliterのテニスアディクト
こんにちはstelliterです。 前回記事の続編(ごめんなさい手抜き記事でｗｗ)です。 www.stelliter.info 昨夜のナイターにてREVO V3.0とポリ1.25の組み合わせ使用しました。 （こちらのラケットでございます） そしてさっそく『オモチャ』を即日テスト。 テンション測定に入りました。 こちらは一昨日の測定結果、、 テンションテスター：40.5ポンド（くらい） RACKET TUNE：38.7ポンド そして、昨夜ナイターでの使用後の測定結果はこちら、、 テンションテスター：41ポンド（ちょっと忖度） RACKET TUNE：38.2ポンド RACKET TUNEのほうは実に現実的な落ち方。 しかしあれれ？？ テンションテスターのほう、アガってんじゃん💦 いやいや、プレーしてから上がることはねぇだろう💦 しかし、実際の計測値的に、微妙ではありますが合わせ方によって
🎄メリークリスマスイブ!🎄 この記事は、React-Spring1というアニメーションのライブラリを紹介する NTTテクノクロス Advent Calendar 2019 の24日目の記事です。23日目は@yuitomoさんの記事、明日25日最終日は@korodroidさんの記事です。 2019年、令和初の年末も押しせまってまいりましたが、みなさん如何おすごしでしょうか? NTTテクノクロスの上原と申します。React/Gatsbyを用いた社内キュレーションサイトの構築や運用などを担当しています。当社では上記含め、SPAの開発にReactが採用されるケースも比較的多く、社外ブログにReactVRの記事を書いたり、去年のアドベントカレンダーイベントではGatsbyの記事「Reactベース静的サイトジェネレータGatsbyの真の力をお見せします」を書いたりしております。 はじめに Webサ
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
ようこそ，アプリ博物館【ダウンローダー館】へ。貧弱回線の強い味方だった役目がなくなり忘れられたフリーソフトの子たち
なるほどそうか、「機械学習モデル」を高1数学で理解する
かつての王者、TBSラジオが聴取率調査4位に転落の衝撃 凋落に歯止めはかかるか
東京都の新型コロナ死亡者が200人を超えたので、その内訳をいろんな視点でまとめてみる｜thimthim
半径１の円周の長さはなぜ８になるのか - ねくノート
ローソン『盛りすぎチャレンジ』実測値調査2024！公称47%増の真実を暴け！
1bit LLM の時代は来るのか，来ないのか，どっちなんだい？｜情報処理学会・学会誌「情報処理」
)
Pythonで因果推論したい(CausalImpact) - あれもPython,これもPython
【保存版】Instagramマーケティングに関する設計思考ガイドブック2020｜ライスカレー🍛川上
ベクトル検索（Vector Search）とは？ キーワード検索との違い
データ分析を支える可視化ツールの作り方 〜 ヤフーのデータで紹介します
収益計画勉強会を開いた / 新規事業の収益計画の勘所｜8maki
ファミマ『だいたい40%増量作戦』の真相に迫る！グラム実数値調査2023！
VAEに基づく「AI耳コピ」手法 - Qiita
紅白の追加発表と演歌歌手のこと - WASTE OF POPS 80s-90s
京大、ホログラフィ原理において擬エントロピーからの時間軸創発を提唱
Goptunaを使ったGo言語におけるベイズ最適化の活用 | Research Blog
コンビニ3社、キャッシュレス決済比率はどれくらい？--2022年12月の調査結果が公開
微分計算、ラムダ計算、型推論 - 檜山正幸のキマイラ飼育記 (はてなBlog)
【S1最終2位】展開キラチャンドラグーン【ポケモンSV】 - 未来へのバトンタッチ
React-SpringのHooks APIでブラウザアニメーションを基本から極めよう! - Qiita