みなさんこんにちは。今日もChatGPTさんを講師にお迎えして、「ChatGPTとPythonで学ぶ k近傍法」というテーマで雑談したいと思います。それではChatGPTさん、よろしくお願いします。 assistant: こんにちは、みなさん。今日はk近傍法について学びましょう。 k近傍法（k-Nearest Neighbors、k-NN）は、分類や回帰の問題を解くためのシンプルな機械学習アルゴリズムの一つです。このアルゴリズムは、新しいデータポイントを分類するために、そのデータポイントの近くにある他のデータポイントを見て、それらの最も一般的なクラスを新しいデータポイントのクラスとして選択します。 Pythonの機械学習ライブラリであるscikit-learnを使ってk近傍法を実装することができます。以下に、基本的なコードを示します。 from sklearn.neighbors impo
o1 pro + AIエンジニアにチャットで指示しながら、研究的なことをさせてみる ｜Kan Hatakeyama
はじめに自律的にプログラミングをしてくれるAIエンジニアをいい感じに動かせるようになってきたので、今日はChatGPT + devinで研究的なことをさせてみます。 自動研究といえば、昨年の夏に話題になった、Sakana AIのAIサイエンティストが有名です。 ただ、研究のネタを考えるのはまだあまり得意でない気がしたので、今回は適宜、そこはスマホで指示を出しながら、human in the loopで進めていきます。 最初のセットアップを除いて、チャットをするだけで、基本的な研究作業をこなせそう感じでした。 下準備: リポジトリを作ってdevinに登録するはじめに、パソコンを使って設定をします。このセクションの作業以降は、スマホがあればOKです。 githubでレポジトリを作り、一つだけ、開発方針に関するファイルを作っておきます。 DevelopmentPolycy.md 開発､コメントな
Overview A. Math Review 1. Tensors and Shapes B. Machine Learning 2. Introduction to Machine Learning 3. Regression & Model Assessment 4. Classification 5. Kernel Learning C. Deep Learning 6. Deep Learning Overview 7. Standard Layers 8. Graph Neural Networks 9. Input Data & Equivariances 10. Equivariant Neural Networks 11. Explaining Predictions 12. Attention Layers 13. Deep Learning on Sequences
このエントリは「数理最適化 Advent Calendar 2022」の 24 日目の記事です．わたしの前後の記事は： 23 日目は @YamagenSakam さんによる 『IIRフィルタの設計問題を焼きなまし法で解いてみる』 25 日目は @snowberryfield さんによる 『整数計画問題のメタヒューリスティクス向け前処理手法について書きます』 です．Advent Calendar は 2020 年の「数理最適化 Advent Calendar 2020」以来 2 年ぶり 2 回目です． 前回の Advent Calendar では共役勾配法と呼ばれる最適化手法について扱いました．今回は，近年盛んに研究されている分布的ロバスト最適化というモデリング手法を紹介したいと思います． 本エントリは，わたしが今年読んだ論文の中で特に印象的だった [Shafieezadeh-Abadeh,
Paul: Today’s spotlight: Paolo Perrone, master of turning tech into scroll-stopping content. This one’s packed, let’s go 👀 ↓ I’m going to be honest with you. Most AI agent tutorials are garbage. They show you how to copy-paste LangChain code, build a demo that breaks the moment you try anything real, and leave you feeling like you learned something. Three months later, you try to build something
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
ChatGPTとPythonで学ぶ k近傍法 - Qiita
Overview — deep learning for molecules & materials
最適輸送距離に基づく分布的ロバスト最適化とその周辺 - 冷めたコーヒー
The Realistic Guide to Mastering AI Agents in 2026