サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
数学
blog.masahiko.info
ミニぷぱの日本向け公式販売サイトがオープンしたようです。 MangDang: the future of legged robot technology MangDang JP Shop こちらの公式ツイートによると、2022年6月1日~15日で特別キャンペーンをやっているようです。30%オフとお安く入手できるチャンスです。初日(2022年6月1日?)のみのプレゼントもあるようです。 自分は入手済みなのでもう購入しないですが...。 Mini Pupper V2情報 上記はミニぷぱ「V1」の販売情報ですが、この記事を書いた本日、「V2」の情報が出てきています。詳しくは下記のツイートを参照してください。 Mini Pupper v2 is coming! With the ears can hear ultrasonic, like a real dog! With wings can fl
合格証明証を表示する場所もないので、このエントリに貼り付けていくことにしました。 ちなみに「gacco(統計学/サイエンス/AI・機械学習)の修了証」というページもあります。 Google データアナリティクス プロフェッショナル認定証 Google データアナリティクス プロフェッショナル認定証 マナビDX Quest:2022年度 第1ターム ケーススタディ教育プログラムGold修了証 (データ駆動型の変革推進の疑似体験) マナビDX Quest:2022年度 第1ターム ケーススタディ教育プログラムGold修了証 (データ駆動型の変革推進の疑似体験) データサイエンティスト検定 リテラシーレベル 2022 データサイエンティスト検定 リテラシーレベル 2022 JDLA Deep Learning for GENERAL 2017 JDLA Deep Learning for GEN
「Colabには最初から数百のPythonパッケージがインストール済み」という説明があったので、ふと思い付いて一覧にしてみました。実際には381個のパッケージがありました。 方法は、Colab上で!pip freezeコマンドを打つだけ。 なお、2020/03/14時点のCPU版VMのものです。GPU/TPU版のVMだと違う結果かもしれません。念のため。 以下では、取得したパッケージ名を基にPyPIのサイトへのリンクと概要を自動作成して、概要は日本語に機械翻訳したバージョンも載せました。 ※ちなみにこれを実施するプログラムはC#で書きました(ColabのPyPIパッケージを一覧にするC#コード)。 ※「en-core-web-sm」「screen-resolution-extra」「xkit」の3つのパッケージがPyPI上では見つからなかったです。仕方ないので、それぞれ!pip show
「とにかくコピペだけでサクッと動かせるニューラルネットワークのコードが欲しい」というときがあるのだけど、検索してもなかなか出てきません。そこで、とにかくコピペだけ試せる最小コードを作りました。PyTorch版です。 # ライブラリのインポート import torch import torch.nn as nn import torch.optim as optim # 入力データ NUMBER_OF_DATA = 64 INPUT_FEATURES = 1000 HIDDEN_FEATURES = 100 OUTPUT_FEATURES = 10 x = torch.randn(NUMBER_OF_DATA, INPUT_FEATURES) y = torch.randn(NUMBER_OF_DATA, OUTPUT_FEATURES) #x.size() # torch.Size([6
久々のブログエントリがこんなので済みませんが、先ほど試験 AI-900: Microsoft Azure AI Fundamentalsを受けて合格しました。 AI-900に合格 この試験は、AIの基礎として、AIのユースケース(どんな場面でどのようにAIを使うか)や、マイクロソフトが提唱する基本原則(責任あるAIとして、公平性、信頼性と安全性、プライバシーとセキュリティ、包括性、透明性、アカウンタビリティ)、機械学習のタスク(問題種別:回帰/分類/クラスタリングなど)や分野(コンピュータビジョン、自然言語処理、異常検知、対話型AIなど)、Azure Machine Learnigにおける自動機械学習(AutoML)とデザイナーによるGUI作業方法、Congnitive Servicesの各API機能内容をカバーした試験内容になっていました。 個別具体的な機能内容ほど簡単で、AI・機械学習
録画した動画の保存に失敗して壊れた.mp4ファイルができたのですが、試行錯誤して何とか修復できたので、万が一もう一度起きたときのための備忘録です。Windows 10で修復しました。 他の皆さんでも同様の問題があれば参考になるかもしれません。ただし、同じ手順を実行した場合のいかなる結果も保証しませんのであくまで完全に自己責任で行ってください。なお後述のコマンドで指定するフォルダー/ファイルのパスに日本語(2バイト文字)が含まれると正常に実行できない場合がありますのでご注意ください(英語アルファベットのみのパスを使用してください)。 動画の保存に失敗した わたしの場合、動画の保存中にアプリがフリーズして、中途半端な状態で終わりました。いろいろと調べた結果、コマンドラインツールのFFmpegというツールで壊れた内容を取得できることをつかみました。なお、そのことが分かる前に5個ぐらいいろいろな修
いろんなところで数式レンダリングにMathJaxを使っています。最近v3を使ってみたのですが、表示が壊れるケースが多く、またv2の最新版に戻しました。 自分のためにも日本語表示方法など調べて対応したので備忘録として知見をまとめておきます。 v3を使ったときに日本語にメイリオ(Windows)を使ってみる例。ローカルで使っていたので汎用的な書き方ではないと思います。 <script> MathJax = { tex: { inlineMath: [ ['$', '$'], ['\\(', '\\)'] ], displayMath: [ ['$$', '$$'], ['\\[', '\\]'] ] }, options: { skipHtmlTags: ["script", "noscript", "style", "textarea", "pre", "code"] } }; </scri
Movable Typeの機能にはXML-RPC ping送信機能がありますが、この機能には、似ている2種類のpingがあります。1つが「更新ping(Update ping)」で、もう1つが「トラックバックping(TrackBack ping)」です。前者はMyBlog JapanなどのWeblogポータルに変更通知を行うためのもので、後者はトラックバックする(外部サイトのブログ記事に自分の記事への参照リンクを設定する)ためのものです。(ちなみに私は今日までこの2つを混同していました。) Movable Typeでは、[ウェブログの設定]画面で「更新ping」が設定できます。 「更新ping」は、この設定画面でしか行うことができません。つまり、「更新ping」はウェブログごとに、すべて行うか、行わないかの設定しかできません。「このエントリー(記事)は更新通知しないようにしよう」とか、「
Google Chromeで「http://localhost:8888」などのlocalhostにアクセスしようとして、以下のように表示され、ページが開けずに困っていないでしょうか? ERR_CONNECTION_REFUSED このサイトにアクセスできませんlocalhost で接続が拒否されました。 次をお試しください - 接続を確認する - プロキシとファイアウォールを確認する Chromeのキャッシュを消したり、いろいろやったりしたけど分からず、よく見ると、勝手に「https」にリダイレクトされているし、何これと、自分は数時間を費やしてしまいました。同様にお困りの人がいるかもしれないので、同じ問題に当たった人の時間節約のために解決方法を紹介しておきます。 最終的に参考になったのは、こちらの情報でした: Google Chrome redirecting localhost to
数年前、Kerasを初めて触ったとき、重みの初期化をしようと、APIドキュメントで「weight」を探しても見つからなくて、少し戸惑ったことがありました。その後、Kerasでは「重み」は「kernel」と表現されている箇所があることに気付いたわけですが、初心者には分かりにくいですよね。同じように混乱する人のために、このブログ記事を(手早く=手抜きで)書いて情報共有することにしました。 まずKeras(やTensorFlow 2.x)で重みの初期化を行うには、Denseレイヤーのコンストラクター(厳密には__init__()メソッド)の引数kernel_initializerを使います。他にも「kernel」と命名された引数には、正則化を行うための引数kernel_regularizerや、重み行列に制約を課すための引数kernel_constraintなどがあります。 なんで「weight
機械学習関連をしていると、数式をコードで表現するときがありますが、逆にコードで書いたものを人に説明するためや、自分で後で見直したいとき用に、数式を描画したいときがあります。Jupyter Notebookを使っている場合は、通常、TeX/Latex書式で書くのではないかと思います。 1つぐらいであればTeXコマンド文を手書きした方が速いと思いますが、大量にある場合、「コードから数式を表示できないの?」って思う人も多いかもしれません。そんなことができるライブラリを見つけたので紹介します。 connorferster/handcalcs: Python library for converting Python calculations into rendered latex. 上記の「handcalcs」というPythonライブラリです。注意点としては、Python 3.7以上である必要があ
1つ/2つ以上の独立変数(説明変数)を用いて従属変数(目的変数)を表す直線(回帰式)を、最小二乗法によって求める手法を「単回帰/重回帰分析」と呼ぶ。独立変数と従属変数はどちらも量的変数である必要がある。ただし質的変数を「1、0」エンコーディングしてダミー変数にすることで、独立変数に使用することもできる。各独立変数に対する偏回帰係数は、それぞれT検定により有意確率を確かめる。回帰分析モデルを評価するための指標には、「標準化回帰係数(β)」「決定係数(R2)」「自由度調整済み決定係数(補正R2)」などがある。最後に回帰式全体の有意確率をF検定で確かめる。多重共線性に注意が必要。 次の図の引用元: 読書感想『統計学が最強の学問である』 - いっしきまさひこBLOG 統計検定の適用方法一覧(単回帰分析/重回帰分析を使う場合を赤で示した) 「回帰分析」関連のノートは、このエントリにまとめていく予定(
※これはセミナー聴講時の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 第4回 Jetsonユーザー会 「Jetson Nano超入門」著者パネルディスカッション+LT大会 - connpass に参加しました。 19:40 NVIDIA社から ディープラーニングおよび AI のトレーニング、クラス、ワークショップ - NVIDIA 世界最小の AI スーパーコンピューター「Jetson Xavier NX」の登場 | NVIDIA NVIDIA Jetson が提供する組込みシステムの開発者キットとモジュール 19:50 発表開始 (30分)パネルディスカッション : Jetson Nano 超入門 Jetsonで何をさせたらおもしろい? メディアプレイヤー 物体検出は多いが、3Dをグリグリ動かすアプリケーション 画像のディープラーニン
結論から先に https://colab.research.google.com/notebook#create=true&language=r 上記のリンクをクリックするだけで、RカーネルのColabノートブックを新規作成できます(※ノートブックがGoogleドライブに保存されます。ちなみに「create=false」としても新規作成されてしまいます)。ブックマークするか、ショートカットリンクを保存しておくのがお勧めです。 [ランタイムのタイプを変更]ダイアログ 関連として、下記のリンクをクリックすると、新規作成せずにPythonカーネルのColabノートブックを一時作成できます(※ノートブックは保存されません)。Rカーネルで一時作成する方法は分からないです。 https://colab.research.google.com/notebooks/empty.ipynb また、次のリンク
2019年5月14日から、GitHub Sponsors(GitHubスポンサー)という機能がGitHubで利用可能です。 ・GitHub Sponsorsの公式サイトはこちら(下の図) GitHub Sponsorsの公式ページ(キャプチャして引用) GitHub Sponsorsはいわば、コードをオープンソースで書く人を金銭的に支援するための機能です。イメージ的には、Kickstarterなどのクラウドファンディングのように、気に入ったプロジェクトや人、活動を金銭的に支援して、活動の成功を見守り、対価(リターン)として何らかのサービスを教授できるサービスです。 オープンソース活動の場合の対価は、通常は物ではなく、「優先的にGitHub Issuesやプルリクエストなどに対応してもらう」といった「権利」提供型サービスになるのかなと思います。どれくらいの金額支援に対してはどれくらいのサービ
「確率的」とは、英語では「stochastic」もしくは「probabilistic」と表現されます。どう使い分ければよいのでしょうか?(どう違うか非常に迷ったのですが、良い資料もヒットしないので、理解したことを書いておきます。) 「何%の確率」(=イベントが発生する可能性の高さ)などという一般的な意味の「確率」は、英語で「probability」です。その関連用語(形容詞化?)が「probabilistic」(確率的)です。確率(probability)に関する数学の一分野は、「確率論」(Probability theory)と呼ばれます。 一方、統計分析において「ランダムに決定するプロセスであること」は、英語で「stochastic」です。日本語では、同じく「確率的」と訳されますが、、むしろ「確率論的」という訳語の方が適切かもしれません。というのも、「stochastic」の「ランダム
2020年12月16日追記:気付いたらいっぱいブックマークがついていてうれしかったです。ありがとうございます。はてなブックマーク本家で「タグの一括編集機能」が復活しました。これで本ツールは御役御免ですね。ご利用していただいた方、ありがとうございました。 - 「タグの一括編集機能」をPCのブラウザで再提供いたします - はてなブックマーク開発ブログ はてなブックマークの「タグの 一括 編集(タグの 置換 / 変更)」「タグ名による 一括 削除」「日付による 一括 削除」の3機能を提供するWindowsアプリです。簡単な操作で使えます。※非公開ブックマークにも対応しています! はてブのタグを編集(変更/置換)したり、削除したりできる! ※注意事項: 本ツールの使用によって、何が起こっても無補償です。作者は一切の責任を負いません。自己責任でお願いします。ご了承のうえで本ツールをご使用ください。も
ちょっとずつ閲覧数が増えてきたので、2級合格までに実践してきた勉強法と試験対策について大幅に追記しました(2020年3月24日)。元々書いていた「 2級合格体験と今後の目標」は後ろに回しました。 理解するための勉強方法 私の場合、理解するための勉強と試験対策は違う勉強の仕方が必要だと感じました。まずは2~3カ月かけて基礎をしっかりと理解すること。その根幹となるのが、正規分布関連から、カイ二乗検定、T検定までを完全に理解することです。これを行うために、以下の順番で勉強しました。特に「完全独習 統計学入門」は真剣に読み込みました。 『マンガでわかる統計学 素朴な疑問からゆる~く解説』: 最初に読んだ。前半は分かりやすいけど、説明が弱い部分がところどころあって一読で全部理解するのは難しい。まず一読して雰囲気をつかむという使い方がお勧め。 『完全独習 統計学入門』: T検定、カイ2乗検定までが、ス
この記事では、TensorFlowとPyTorchの「自動微分」機能を使って勾配(=微分係数)を計算します。 PyTorchの自動微分については「第1回 難しくない! PyTorchでニューラルネットワークの基本:PyTorch入門 - @IT」を、 TensorFlowの自動微分については「第5回 お勧めの、TensorFlow 2.0最新の書き方入門(エキスパート向け) (2/2):TensorFlow 2+Keras(tf.keras)入門 - @IT」 を参考にしてください。 以下で説明する内容は、以下で実行/ソースコード参照できます。 Colab: How to autograd by TensorFlow or PyTorch.ipynb - Colaboratory GitHub: MLnotebooks/How_to_autograd_by_TensorFlow_or_Py
本日2020年3月10日(火)から4月17日(金)まで「AWS Innovate オンラインカンファレンス」が開催されています。ライブセッションは終わってしまったので、以後はオンデマンドでセッション動画を視聴できます。その目玉企画の一つとして、数学系人気YouTuberのヨビノリたくみ氏の招待講演があります。 ヨビノリとは、「予備校のノリで学ぶ「大学の数学・物理」 - YouTube」のことです。教科書的な網羅性はないのですが、ピンポイントで理解したい項目が動画になっており、非常に分かりやすいので、統計学を中心に私もよく視聴しています。 そのヨビノリたくみ氏が「機械学習」について講演するということで視聴してみました。そこで知らない人や興味がある人に向けてセッション内容をスクリーンキャプチャーベースで紹介します。 セッション概要 [K-2] 招待講演: 機械学習の「そと」と「なか」 機械学習
書籍紹介 2013年1月出版の本ですが、本屋さんで平積みされていたので気になっていました。audiobook.jpでセールされたので聴いて&読んでみました。Kindle版もあります。 『統計学が最強の学問である』のオーディオブック - audiobook.jp 『統計学が最強の学問である』のKindle本 - Amazon.co.jp 『統計学が最強の学問である』の単行本 - Amazon.co.jp 著者: 西内 啓 (著) 出版社: ダイヤモンド社 発売日: 2013/1/24 オーディオブックの再生時間は7時間3分。比較的短めです。 本の概要を講義した動画も見つけました。 51分28秒の動画「八嶋智人が『統計学が最強の学問』を講義する!」(ダイヤモンド社) 「2015年1月20日までの限定公開」と書かれていますが、2020年1月26日時点でまだ視聴できるみたいです。YouTubeの「
※これはセミナー聴講時の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 産学連携教育への挑戦~滋賀大データサイエンス学部1期生と共に歩んだ4か月|IT勉強会ならTECH PLAY[テックプレイ] に参加しました。 15:00 - 16:00 講演『産学連携教育への挑戦~滋賀大データサイエンス学部1期生と共に歩んだ4か月』 国立大学法人 滋賀大学 河本 薫氏 株式会社電通 関西支社 湊 康明氏 株式会社インテージホールディングス 小金 悦美氏 産学連携ゼミというこうとで滋賀大学の一期生と取り組んだ結果を説明する。 産学連携ゼミの狙い(河本氏) 大阪ガスを経て滋賀大学の教員になった データサイエンスの持論 「役立つ≠分かる」: 研究論文は分かれば書けるが、大阪ガスでは問題解決に役立つとは限らない 「データサイエンス(役立つ)≠統計学(分かる)」
※これはセミナー聴講時の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 Data Science Fes 2019 クロージングフォーラム|EventRegist(イベントレジスト) に参加しました。 15:00~15:55 セッション1 データ/AIのビジネス活用への勘所 ファシリテイタ―:杉山俊幸氏(日経BP 総合研究所 主席研究員) 自社内のデータ活用は進んできたが、会社間のデータ連携は進んでいない。その解決が今進められている インターネットとAIを対比させて20年後に向かって見ると、現在はまだ果実が実る段階ではない。利益を出すことを慌ててはいけない インターネットでは、20年前はポータルサイトばかりだったが、今は検索とECで大きな果実が実った アワードの審査ポイント「産業・社会的なインパクト」「先進・独自性」「チャレンジ度」 大賞=
日ごろ、原稿以外のすべてのテキストをMarkdownフォーマットで書くようになってしまっているのですが、数式はLaTeXコマンドで書いています。数式があると、棒グラフや折れ線グラフも書きたくなるケースは多いと思います。「どうやって書くんだろう?」とググりまくってみて、なかなか解決策がヒットしなかったので、同じように時間を無駄にしないように、ここで情報提供しておきます(※自分が書き方とかを見返すための忘備録でもありますが)。 Markdown Preview Enhanced拡張機能と数式(LaTeX) そもそも、数式のLaTeXコマンドは$<数式のLaTeXコマンド>$ の形で自然に書いていたのですが、これは、 Markdown Preview Enhanced という拡張機能のおかげでした。。例えば、 LaTexコマンドによる数式の例 のように書くと(※一見、難しそうなコマンドに見えます
Amazon Transcribeが日本語対応して、もしかして精度高いのではないかと期待して、とあるセミナーのセッション「30分」(日本語)を自動「テープ起こし」してみたけど、次のような結果でした。 自動「書き起こし」結果 意味不明...。単語単語でところどころ拾えているところはあるんだけど、使いものにはならないね。これを修正するよりは、手動でテープ起こしした方がまし。 日本語の自動「書き起こし」はまだまだまともなものは出てこなさそうです。手動で書き起こしている最中に、自動「書き起こし」予測とかで入力を補助してもらえたりすると作業が効率化するんだろうか。そういうのないけど。
2019年6月6日に、Visual Studio Code(VS Code)のMay 2019 (version 1.35)【安定版】がリリースされ、リモート開発(プレビュー版)拡張が利用できるようになりました。これはどういう機能かというと、サーバー上のファイルを、あたかもローカルにあるファイルのように編集できる機能です。 図01 Visual Studio Code リモート開発の実行イメージ 利用ケースを挙げるなら、例えば「機械学習でGPU付きのUbuntuサーバーやクラウド環境を利用したい。でもその開発・実装は、普段使いのWindows上のVS Codeで行いたい」といった場合に便利です。機械学習ではJupyter Notebookでも、リモート上のファイルの編集はできるので開発には困らないのですが、VS Codeを使ってコードを書きたいという場合に、この機能が役立ちそうです。 わた
※これはレポート記事にする前の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 NLP Innovation(自然言語処理のイノベーション) Dr. Ming Zhou(周明)、ミン・ジョウ氏: Ming Zhou at Microsoft Research マイクロソフトリサーチアジア(MSRA)副所長、ACL (コンピュータ言語/自然言語処理研究の国際学会)会長、中国計算机学会(CCF)中国情報技術委員会委員長、中国情報処理学会理事。 1989年、中国初のCEMT-I 中英機械翻訳システム開発について中国政府先端科学技術賞。 1998年、著名な中日機械翻訳ソフトウェア J-Beijing を日本にて開発。 MSRA にてBing、Office、Windows、Azure 等で用いられている自然言語処理技術を開発し、チャツトボットであるシャ
※これはセミナー聴講時の個人的なノートをそのまま公開したものです。誤字誤植や勘違いがある可能性があるのでご了承ください。 Recap of TensorFlow Dev Summit 2019 - connpass Recap of TensorFlow Dev Summit 2019 - YouTube Recap of TensorFlow Dev Summit 2019 19:05-19:40 An Introduction to TensorFlow 2.0: Updates from the TF Summit? Laurence さん(Google LLC) TensorFlow 2.0のターゲットユーザー: for Developers: Indian students develop app to measure air quality for Companies: Ran
はてなブログでは、カスタムURL(custom-url、CustomPath)が指定できます。 しかしAtomPubを使う場合は指定できないという問題があります。少なくとも公式のヘルプには指定方法が記載されていません。 motemen/blogsync: Push and pull blog entries from/to local filesystem 上記のコンソールアプリは、はてなのMackerelのドキュメント作成で使われているもので、これには --custom-path というカスタムURLを指定するためのオプションが用意されていました。 中身を調べてみると、blogsync/atom.go at master · motemen/blogsyncに xml:"http://www.hatena.ne.jp/info/xmlns#hatenablog custom-url,om
次のページ
このページを最初にブックマークしてみませんか?
『いっしきまさひこBLOG』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