はてなブックマーク

ChatGPTのdeep researchがすごいという記事の2回目は、Xで見つけたすごい使い方を紹介していきます。 1回目の記事はこちら アカウント調査、キャリア相談、経歴調査SNSのアカウントレポートの作成X、note、Kaggleなどのアカウントを与えて、そのアカウントがどのようなテーマで発信しているアカウントか、人気や影響力、活動期間・頻度などのレポートを作成

ChatGPTのdeep researchが凄過ぎる。OpenAIがこれまでいくつも新モデル・新サービスを出してきましたが、その中でも一番驚きの大きかったサービスとなりました。自分の中では。 なので数回にわたって、deep researchの使用例などをまとめていきたいと思います。 その2 すごい使用例をまとめたnoteは次のリンク 結局何ができるのdeep researchはdeep researchは、ChatGPTに追加された新機能。これは、インターネット上の複雑な調査タスクを複数ステップに分けて実行する高度なエージェント機能。人間が何時間もかけて行う調査を、数十分で完了させることができる。 https://openai.com/index/introducing-deep-research/ 上の公式の説明によると次のように説明されている。 以下のような集中的な知識作業を行う人々の

Youtubeで配信しながら全プロンプトを実行しましたので、各節へのリンクを整理しました。時間のところにYoutubeへのリンクになっています。 もしずれていたら、その時間まで移動して視聴ください。 はじめに (4:00) 1章 ChatGPTの基礎知識 (5:50) 2章 ChatGPTの基本的な使い方 (6:28) 3章 ChatGPT Plusのセットアップ (7:32) 4章 ファイルのアップロードとダウンロード (12:40)4.1 アップロード・ダウンロード (13:03) 4.2 扱うことができるファイル (16:02) 5章 繰り返し作業を一瞬で (16:55)5.1 文字列操作 (17:20) 5.2 正規表現でのパターンマッチ (25:36) →54ページの正規表現でできることの例の説明 (29:09) 5.3 ファイルの一括操作 (46:20) 5.4 QRコード作成

機械学習初心者がKaggleの「入門」を高速で終えるための、おすすめ資料などまとめ（2023年12月版） こんにちわ、カレーちゃんです。Kaggle GrandMasterです。 Kaggleはデータサイエンスに入門するのにとても適しています。ですが、英語の問題などがあり、入門するのが難しい。そこで、Kaggleの「入門」をこうすれば高速に完了できるというnoteを書きます。 同じタイトルの記事を、2020年8月にも書いたのですが、それから2年以上がたちました。それから、おすすめできる資料が増え、また、私が思う入門のコースもやや変わりましたので、更新をしたいと思います。 1.Kaggleに入門（はじめに取り組むと良い資料）Kaggleには、「タイタニックコンペ」という、練習用のコンペがあります。 これは、事故が起こったタイタニックの乗客のデータから、乗客の生死を予測するという、やりたいこと

以下この本の容を紹介します。 はじめにTwitterではカレーちゃんという名前で活動しております。普段はAIエンジニアとして働いており、趣味ではKaggleというデータ分析コンペティションで、「GrandMaster」という称号を獲得しております。 今年の3月にリリースされた、ChatGPTの「GPT-4」や「プログラミングが使えるAdvanced Data AnalysisというChatGPTの拡張機能」にとてもハマって使い倒しており、ChatGPTについての本を執筆することになりました。 面倒なことはChatGPTにやらせよう！本書は「面倒なことを ChatGPT にお願いして楽になろう」という趣旨の本 です。 ChatGPTの有料版では次の機能を使うことができます。 ・GPT-4（ChatGPTとの会話） ・DALL•E（画像生成） ・Browsing（Web検索） ・Advance

Kaggleで銅メダル、銀メダル、金メダルを取るプロセスの違いや、具体的に何をすべきかについて質問がありました。 Twitterで回答を募集したところ、次の回答をもらいました。 過去に似たコンペ2,3コンペ漁って1~10位までの解法に目を通しつつ、現コンペのディスカッションを全部追って効くものを試すと銀メダルは取れるという肌感覚 https://t.co/si4GwbM4wD — 杏仁まぜそば (@an_nindouph) November 17, 2023 自分もこれと同じ感覚です。以下、少し説明します。 銀メダルを取るために必要なもの 銀メダルを獲得するために必要だと思ったのが、次の3つです。 最低限のデータ分析コンペの実力 データ分析について、最低限のみんなが知っていることを知っておくことが必要と言えます。「Kaggleで勝つデータ分析の技術」の知識があれば、十分に戦えると思います。

音声ファイルの文字起こしとその要約を、Whisperという文字起こしのライブラリとChatGPTを用いて実現する方法を説明します。 すごく簡単に音声ファイルを要約できるのでとても便利です。 この内容はYoutube動画で説明しており、この記事はその書き起こしです。 1. Whisperでの文字起こしの方法使うだけならとても簡単です。次のコードを実行するだけで、音声ファイルが文字になります。 !pip install git+https://github.com/openai/whisper.git model = whisper.load_model("large") import whisper result = model.transcribe("<音声ファイルのpath>", verbose=True, language='ja') text = result['text']31分の

【追記終わり】 Podcastの音声をWhisperで文字起こしし、ChatGPTでテーマごとに要約してもらい、Podcastで話したことの概要を作ってみたという、記事タイトルそのままの内容です。 WhisperもChatGPTもとても簡単に使えるので、誰でもAIを使って音声の書き起こしと、その要約が簡単にできるようになったんだなーとすごいです。 Whisperで文字起こしOpenAIのWhisperを使って文字起こしをします。 Colabotatoryで次のコードを実行するだけ、とても簡単です。 !pip install git+https://github.com/openai/whisper.git import whisper model = whisper.load_model("large") result = model.transcribe("regonn&curry203

時系列データに関するvalidationについて質問をもらいました。 時系列系のデータで（ウォークフォワード）バックテストをするときの疑問です。例えば学習: 1～5月のデータ、検証: 6月で実施したあと、7月のデータを予測するときはこの1～5月のデータで学習したモデルをそのまま利用すべきなのでしょうか。それとも1～6月のデータで再学習すべきでしょうか。後者は最新のデータを取り込めるという点で利点があると思う一方、検証データがないのでearly stoppingができず、iterationをどうしようかと悩みます（LightGBM等を仮定）。1～5月の学習時のiterationを記憶しておいてそれを使うというのが一つの考えですが、果たしてそれでいいのだろうかと悩んでいます。 もらった質問 とても良くある課題設定であり、こうすれば良いという一定のセオリーはあるものの、データによって正解が異なる

面倒なことはChatGPTにやらせよう・Kaggleスタートブック・Kaggleのチュートリアルを執筆/ KaggleGrandMaster / 毎週月曜配信 / 要望や質問などなんでも：http://marshmallow-qa.com/currypurin / サンリオ

@currypurinの作成しているコンテンツまとめ 私がnoteで公開している主なコンテンツをまとめます。 kaggle関連・「Kaggleのチュートリアル」Kaggleを始めたいかたのために書いた同人誌 （pdf) です。どんなかたにでもわかりやすいことを第一に書いていますので、機械学習の初心者でKaggleを始めたい方には自信をもっておすすめします。 pdfは有料ですが、サポートサイトでコードや動画を公開しているので、そちらのみの閲覧も歓迎します。 ・機械学習初心者がKaggleの「入門」を高速で終えるための、おすすめ

面倒なことはChatGPTにやらせよう・Kaggleスタートブック・Kaggleのチュートリアルを執筆/ KaggleGrandMaster / 毎週月曜配信 / 要望や質問などなんでも：http://marshmallow-qa.com/currypurin / サンリオ

面倒なことはChatGPTにやらせよう・Kaggleスタートブック・Kaggleのチュートリアルを執筆/ KaggleGrandMaster / 毎週月曜配信 / 要望や質問などなんでも：http://marshmallow-qa.com/currypurin / サンリオ

kaggleでSilverメダルとるって、上級者以外にはとっても難しいことですよね。 私もSilverが安定して取れる実力があるわけではないのですが、どのようなことを心がけているか書いてみます。 回答kaggleで上位に入るために必要なことは、kaggleのコンペに取り組みながら身につけてしまうのが１番効率的だと思います。 開催中のコンペや過去のコンペに、ディスカッションやKernelを見ながら取り組めば少しづつ実力がついていき、そのコンペで得た実力は間違いなく次のコンペにも活用することができます。 コンペに取り組む前に、本や講座などを受けたくなってしまいますが、どれだけ本などでinputをしても、新しいコンペに取り組むごとに本や論文からのinputは必要になってくるので、初めからコンペに取り組んでKaggleの実力をつけてしまうのが良いという考えです。 なので回答としては、「コンペに取り

こんにちは。 この2018年6月で公務員を退職し、機械学習をやっている「カレーちゃん」です。 退職した後に、 「自分が代表（社長）で従業員は０人」という合同会社を、本を読みながら１人で手続きを行い、 ８月末に登記が完了しました。 法務局のHP、市販の本、司法書士の方が書いているWeb記事などを見ながら手続きしたのですが、「社員（出資する人）が複数いる場合や、役員が複数いる場合などの、多くの場合に対応した情報となっているため、とても分かりにくい！」という感想をもちました。 あらかじめちゃんとまとまった情報を得ることができれば、退職後すぐに合同会社を設立することも可能なのですが、私は２ヶ月弱ほど時間がかかってしまいました。 そこで、このnoteでは、社員（出資する人）が自分だけで、役員が自分だけ、従業員がなしという場合に特化して、どういう手順を踏めば合同会社が設立できるかという情報を書くことに

質問ありがとうございます。今年の7月から専業のKagglerになり、奇跡的に金メダルをとることができました。それをツイートしていたので、質問をしていただけたのだと思います。 私がKaggleをやるにあたり、主に書籍で学んだので、機械学習の実力向上に直結した本をあげてみますね。 最近は、日本語で学ぶことができる、良い動画もあるようですが、最近の動画は見たことがないので、動画で学びたいようであれば、他のサイトを探してみてください。 また、「Kaggleのチュートリアル」でも「データ分析の勉強方法」として文章を書いているので、最後に貼っておきます。 機械学習を学べ、Kaggleに直結した本

--- 【お知らせ】 第4版の紙の本は、「とらのあな」にて通信・店頭販売しております。 希望の方は、とらのあなで購入ください。 はじめまして。カレーちゃんと申します。▶︎Twitterアカウント @currypurin ▶︎ブログ 概要説明技術書典４という技術同人誌の即売会で「kaggleのチュートリアル」を販売し、300冊完売という結果を達成することができました。 その後、私は専業のKagglerになり日々kaggleに取り組んでいます。 2019年9月に開催される、技術書典７において更新版のkaggleのチュートリアル第4版を販売します。このnoteではそのkaggleのチュートリアル第４版を販売いてします。 第４版は次のサポート ページで、コードとyoutubeでの説明動画への集約を行なっています。 サポートページからリンクが貼ってあるkernelのコードと、youtube動画のみで