サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
アメリカ大統領選
blog.livedoor.jp/yuno_miyako
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
様々な観点から作った株価予測モデルを評価してみました。 非常に長いので読まなくてもよいです。 データ分析に興味がある人は少し楽しめるかもしれません。 これを次の三つの期間に分けて、この株価予測モデルが通用しているかどうか、今後も通用するかどうかを考察してみたいと思います 期間A : 2005年 - 2012年 (モデルを作るのに利用した学習期間) 期間B : 2013年 - 2014年(モデルを評価するのに利用したテスト期間) 期間C : 2015年 (データを完全に隔離しておいた純粋なテスト期間 最新のデータ) まずは次のようなシミュレーションの結果のデータがあるので、これを解析します。 ①シミュレーションによる資産推移(の傾き) n日目の資産額をx[n]とすると、上記グラフは ln(x[n] / x[1]) を表示しています。 とりあえず傾きだけをみて、全期間に関して同じような傾きを持
このページを最初にブックマークしてみませんか?
『blog.livedoor.jp』の新着エントリーを見る
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