コグニカルは、足りない知識を掘り下げて理解する学習サイトです。
数学的性能で世界1位の評価を記録した、数学特化の生成AIモデル「MathGPT」において、Mathpresso, Inc.が日本語完全対応版の開発着手を発表 2024年3月29日、アジア最大のAIベース学習プラットフォームQANDAの運営会社であるMathpresso社は、数学的性能で世界1位の評価を記録した、数学特化の生成AIモデル「MathGPT」において、日本語完全対応版の開発着手を発表した。Mathpresso社は、Google、TikTok、ソフトバンクベンチャーズアジアとの資本提携を結び、50カ国以上で9000万人以上の登録ユーザーを集めるグローバルEdTech企業である。日本では、Mathpresso社の運営する質問応対サービス「QANDA」がアプリダウンロード数で学習アプリ部門、第1位を獲得するなど、中学・高校生の学習アプリとして定着している。今後、既に提携を進めている日本
こんにちは。早く業務に慣れたい開発チーム入社1年目の髙垣です。 急ですが皆さん。ふと、音をフーリエ変換したい時ってありませんか? ありますよね。 でも、「フーリエ変換って学校で計算式で習ったけど、結局は何をしているんだ?」となることありませんか? そこで今回は計算式なんてほっといて、Pythonを使ってフーリエ変換が何をやっているのか体験してみましょう! 環境構築 下記リポジトリをクローンしてください https://github.com/takaT6/fft-tutorial クローンができたら下記のライブラリをインストールしてください↓ pip install numpy matplotlib japanize_matplotlib japanize_matplotlib はmatplotlibに日本語を書き込めるようにするライブラリです。 日本語化をするにはフォントを入れたり、設定フ
東京都は8月23日、文章生成AI「ChatGPT」を、全局の職員5万人が利用できる体制を整えたと発表した。Microsoftの「Azure OpenAI Service」を導入した。 職員向けの「文章生成AI利活用ガイドライン」も一般公開。利用のルールやプロンプトのコツ、今後の展望などを、有識者に意見を求めながらまとめた。 都が導入したサービスは、入力データが学習目的で利用されず、サーバにも保存されないという。このためガイドラインでは、職員が業務で利用する場合は、庁内の共通基盤で利用するよう求めている。 また、個人情報など機密性の高い情報は入力しないこと、AIが生成した回答の根拠や裏付けを必ず自ら確認すること、著作権保護の観点から、既存の著作物に類似する文章の生成につながるようなプロンプトを入力しないことなどを推奨している。 都のデジタルサービス局で行ったアイデアソンをベースに、効果的な活
大規模言語モデル(LLM)の分野では、その推論能力が日々向上しています。本記事では、最新の研究「Better Zero-Shot Reasoning with Role-Play Prompting」を紹介し、ロールプレイプロンプティングがLLMの推論能力をどのように向上させるのかを探ります。 参照論文情報 タイトル:Better Zero-Shot Reasoning with Role-Play Prompting 著者:Aobo Kong et al. 所属:レノボなど URL:https://arxiv.org/abs/2308.07702 関連研究 メタ認知をさせてLLMの能力を上げる手法「メタ認知プロンプティング」 大規模言語モデルのセーフガードを故意に突破する「脱獄プロンプト」とは 大規模言語モデルへのプロンプト、重要な情報はどこに書く? ロールプレイとは ロールプレイプロン
スタンフォード大学の教授で数学者の時枝正(ときえだ・ただし)は、「おもちゃ」を使って数学や物理の定理を解き明かす。スープ皿や木のレール、大きなコインを手に、「ショー」とも呼べそうな講義をいかにも楽しげに始めるその姿に、聴衆は一瞬にして心を惹きつけられるという。 数学者には二つのタイプがいるという──。一つは、チョークを握り黒板に向かう、理論派タイプ。もう一つは、フェルトペンとホワイトボードを使う、どちらかというと応用数学系の人である。 その伝でいうと、時枝正は第三のタイプの数学者である。しかもこの第三のタイプは、世界広しといえども彼一人だけの可能性がある。 時枝は仕事道具をどれも煎餅の空箱から取り出すのだが、箱は「すべて同じブランドのもの」なのだそうだ。たとえばその中身は、見かけはそっくりなのに、転がるものと転がらないものがある二つの不思議な構造物。ひもや輪ゴム、クリップの扱い方は、まるで
米Googleは6月7日(現地時間)、チャットAI「Google Bard」の数学的なタスク、コーディング、文字列操作の機能を向上させたと発表した。また、Bardの返答をGoogleスプレッドシートにエクスポートできるようにした。 数学的タスクの改善 Googleが「implicit code execution」(暗黙的コード実行)と名付けた新技術で、Bardは計算プロンプトを検出し、バックグラウンドでコードを実行できるようになった。その結果、数学的なタスクやコーディングに関する質問、文字列操作のプロンプトに対してより的確な答えを提示できるようになるとしている。 プロンプトの例としてGoogleは以下の3つを挙げた。 15683615を構成する素数は何か? 私の貯蓄の増加率を計算してください。 「Lollipop」という言葉を逆にしてください。 Googleは、Bardのベースになってい
はじめに 統計検定準1級は(一財)統計質保証推進協会が実施、(一社)日本統計学会が公式認定する「2級までの基礎知識をもとに、実社会の様々な問題に対して適切な統計学の諸手法を応用できる能力を問う」試験です。現在はCBTでの実施となっています。 主観を込めて言いますと、2級と準1級では難易度に雲泥の差があります。 強調して言っておきます。まったく違います! 準1級では統計的推定や検定に加えて、多変量解析(重回帰、PCA、主成分分析、数量化)、時系列解析、マルコフ連鎖、確率過程、分散分析、ベイズ統計、MCMC...と範囲が広いのが特徴です。 以下、かなりの長文になりましたが、受験して得た知見をかなり具体的に記述しました。読者の皆様の合格への一助となれば幸いです。 目的 私はとある私立中高で物理と情報を教えています。統計の勉強を始めたのは、教科「情報」を教えるにあたってのスキルアップが目的です。も
エヌユル @ncaq 数学得意な人って「公式なんて覚えなくてもその場で導出すれば良い」ってよく言うけどマジで言ってるの? 公式を導出するのにはその前提を相当知っている必要があるので、その場で導出するには公式を覚えるより多くを覚える必要があるとしか思えない 数学と暗記が苦手な人に真顔でアドバイスしてるの? エヌユル @ncaq それとも「公式が覚えられなくて数学のテストが一切出来ない/出来なかった」に対して「出来ない人は一生出来ないのは仕方ないね」と言いたくなくて誤魔化したいから? 数学と暗記が苦手な人がその場で導出とか必死に暗記するよりよほど難しいと思うんですが… エヌユル @ncaq 「一つの公式から複数の公式がたくさん導出できるってことですよ」と言う指摘がドシドシ寄せられてきますが、それその一つの公式は記憶する必要があるということで「公式を覚えなくても良い」とは全くならなくないですか…
勉強について エンジニアの皆さん。エンジニア以外の皆さん。 ・勉強しようと思っているけど、何を勉強したらいいかわからない ・ネットを漁っても良質な教材が出てこない ・他人がどんなことをしているか気になる こんなお悩みありませんか? 今回は、有名企業の研修資料をまとめましたので、勉強のネタにしてみてはいかがでしょうか? 新人、ベテラン関係ありません! GWに暇を持て余したら、こちらをご覧くださいね サイボウズ サイボウズです。 22年度の内容が公開されていました。 ■モバイルアプリ開発 ■サイボウズのアジャイル・クオリティ ■MySQL - テストデータが偏るということ ■モブに早く慣れたい人のためのガイド ■テクニカルライティングの基本 ■ソフトウェアテスト ■セキュリティ ■ソフトウェアライセンス 講義資料と講義動画まで公開されています。 資料が苦手な人でも学習が捗りますね。 ラクス こ
言語&開発基礎編 PythonやSQLなどの言語と開発環境に関連することをまとめました。 機械学習に関する教材はこの次のセクションにまとめてあります。 学習環境 インストール及び使い方チュートリアルのサイトと、ある程度使い慣れた後に役立つtips集を各エディタでまとめました。 Google Colaboratory Python初学者にとって最もわかりやすいPython実行環境です。プログラミングは初めて!という方はまずこのGoogle Colaboratory(通称: Colab)から始めてみて、使い方がある程度わかったら、そのまま次のセクションのPython編に移りましょう。 Pythonプログラミング入門 難易度: ★☆☆ 東京大学の公開しているPython講座ですが、冒頭でColabの使い方を解説しています。使ったことのない方はこちらから! Google Colabの知っておくべき
数理最適化案件とAI/機械学習案件とのアナロジー 「やってみなければわからない」中で僕たちDSはどうするか本記事では表題に関して、脳筋系ゆるふわVTuberこと入社2年目DSの岡部がお送りいたします。(DS=データサイエンティスト) 発... ◆【理論・実践】(2021年時点で)オススメの参考書 最大のアップデートはこちらの2冊です。参考書は時代の流れに合わせていいものが出てくるものですね。もちろん過去の参考書にもいいものはたくさんありますが、日進月歩の分野である以上、新しいものに軍配が上がりやすい構図はあると思います。 しっかり学ぶ数理最適化 モデルからアルゴリズムまで Pythonではじめる数理最適化: ケーススタディでモデリングのスキルを身につけよう 以下それぞれの所感です 【理論】「最適化分野全般を知るための『最適解』」とも言われている教科書 僕が最適化にハマっていた当時は様々な本
また人間の能力を超えるAIが開発されました。 米国のMIT(マサチューセッツ工科大学)で行われた研究によれば、大学レベルの数学の問題を「解く」「説明する」「新たに生成する」の3つが実行可能なAIを開発した、とのこと。 これまで開発されたAIは一部を除き人間用に書かれた数学の問題文から直接答えをを導き出そうとして失敗してきました。 しかし新たに開発されたAIは、人間用に書かれた数学の問題文をコンピューター用の正しいプログラムコードに自動的に変換・合成する訓練がなされており、わずか数秒で既存のAIの10倍にあたる81%の精度で正しい回答を行うことが可能となっています。 もしこの精度が100%近くになれば、数学オリンピックなどの優勝者をAIが総どりすることが可能になるでしょう。 研究内容の詳細は2022年8月2日に『PNAS』にて公開されています。
2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤 Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤 データ分析基盤 実践 2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…
俺はさっきまで知らなかった。これはやばすぎるので増田に書いて広めようと思う。(追記にも書いたが、公式の英語字幕があるので聞き取れなくても心配しないでほしい。) 以下のリンクから飛べる。 https://nptel.ac.in/courses リンク先を見ればすぐ分かると思うが、驚くべきは、カバーしている分野の広さだ。アメリカのMOOC(Udacityだの、Udemyだの)は、表層的な、「すぐ使える技術」の講座ばかりで、オペレーティングシステムやコンピュータネットワーク、あるいは偏微分方程式や代数学といった、コンピュータサイエンスや数学等の基礎学問のような分野はあまりカバーされていない。(主観だが、恐らく正しいはずだ。Udacityのジョージア工科大のコンピュータサイエンスの授業は別だが、数は少ないし、それにしても数学はカバーしていない。) しかし、この「NPTEL」では、自分に関わりのある
なかなか上手い表題を考えるのが難しかったのと, 置かれた状況によって「役立つ」の尺度が変わる. また技術文書に限るものでもないように思ったので, 単に文書とした. なんとも正確ではないが, 何も知らずに数式を書き連ねていくよりはよいだろうということで, この表題で本稿を書くことにした. ご容赦願いたい. はじめに 今やテクノロジーは高度に進化して, 様々な分野で数式を用いたコミュニケーションが必須となっている. しかし一方で数式と聞いて,その「書き方」に関して注意が払われることは意外に少ない. 清書する! 普段,数式に馴染みのある人でも,以下の時間が大部分を占めるのではなかろうか. 計算用紙に式を書く (宿題などの)レポートを書く 板書する これらはそれこそ学生や教員の垣根なく,日々体験していることだろう. だが次の機会がそうそうない. 清書する これは「不特定多数の人に向けて投稿する」と
はじめに 本記事では、Rによる一般化線型モデル解析を紹介する。線型回帰、ロジスティック回帰、ポアソン回帰を行う。入門的な記事で記されている内容に加え、係数ベクトルによる算出、対比検定、offset項を用いたポアソン回帰による率比推定を記載した。 【参考文献】 一般化線形モデル入門 原著第2版 Modern Epidemiology 4th edition 目次 一般線型モデルと一般化線型モデル Package 一般線型モデル(LM) Cervical Dystonia longitudinal dataset Variables データの読み込み 線型回帰分析 係数ベクトルによる算出 例1: treat_c2群の16週目のtwstrs 例2: treat_c2群の治療効果 対比検定 一般化線型モデル(GLM) Byar & Greene prostate cancer data Varia
社内向けに公開している記事「統計・機械学習の理論を学ぶ手順」の一部を公開します。中学数学がわからない状態からスタートして理論に触れるにはどう進めばいいのかを簡潔に書きました。僕が一緒に仕事をしやすい人を作るためのものなので、異論は多くあると思いますがあくまでも一例ですし、社員に強制するものではありません。あと項目の順番は説明のため便宜上こうなっているだけで、必ずしも上から下へ進めというわけでもありません。 (追記)これもあるといいのではないかというお声のあった書籍をいくつか追加しました。 数学 残念ながら、統計モデルを正しく用いようと思うと数学を避けることはできません。ニューラルネットワークのような表現力が高くて色々と勝手にやってくれるような統計モデルでも、何も知らずに使うのは危険です。必ず数学は学んでおきましょう。理想を言えば微分トポロジーや関数解析のような高度な理論を知っておくのがベス
2021年、企業が無償公開した新人エンジニア向け研修資料 機械学習やゲーム開発、AWS入門、数学などさまざま(1/2 ページ) 2021年、さまざまな企業が自社の社内研修資料を無償公開したことが話題になった。ITmedia NEWSでは主に、新人エンジニア向けに公開した資料などを記事として取り上げたところ、多くの反響が集まった。 学べる内容は、機械学習やIT業界の文化、ゲーム開発、セキュリティ、AWS入門、数学など各社さまざま。100ページ以上のスライドや5時間を超える動画などの資料もあり、新人教育への力の入れ具合も垣間見える。改めて、2021年に企業が無償公開した、社内研修資料を取り上げた記事を紹介する。 セガ、3DCG技術の基礎に役立つ数学資料 セガは6月15日に、2020年に社内勉強会で使った線形代数の教材を公式ブログで公開した。ゲーム制作では、キャラクターや背景を3次元で回転させた
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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