天柱太陽 @tadanokakas やはりこの結果になってしまったか… 最初は電話が繋がってたと聞くし、場所がわかる方法を検索してほしかったけどな… ご冥福をお祈りします。 不明の親子か、五頭連山で２人の遺体発見　新潟・阿賀野 #ldnews news.livedoor.com/article/detail… 2018-05-29 16:37:52 リンク ライブドアニュース 不明の親子か、五頭連山で２人の遺体発見 新潟・阿賀野 - ライブドアニュース ２９日午前１１時２０分ごろ、新潟県阿賀野市の五頭（ごず）連山の沢で、県警のヘリコプターが男性とみられる２人の遺体を発見した。五頭連山では新潟市北区の親子が今月５日に登山に入ったまま行方不明になってお 28 天柱太陽 @tadanokakas 不明の親子の件の場合、スマホが通じてたんだけど、同じ様に遭難して動けなくなった人は、スマホの地図の現

なお、本稿の内容は基本的に、Windows版のVS Code（64ビット版）で動作確認し、必要に応じてmacOS版でも確認をしている。 VS CodeでPythonする理由 PythonをサポートするエディタやIDE（統合開発環境）は数多く存在する。例えば、JetBrainsのPyCharmは優れたIDEであり、恐らく、VS CodeでできることはPyCharmでもできるだろう。それでもなお、VS Codeを使う理由とは何だろう。筆者もちょっと考えてみた。 VS Codeは無償で使える、軽量なエディタである（上に挙げたPyCharmにも無償で利用できるCommunityエディションはあるし、オープンソースプロダクトとして無償で利用できるエディタも数多いが） Python拡張機能をインストールすることで、IntelliSenseを利用したコード補完が可能になる 同じくPython拡張機能によ

前回からずいぶん時間が空いてしまった (^^;) 今回からテキストや音声など系列データを扱う手法に進んでいこうと思っています。 最初のお題として文字レベルのRecurrent Neural Network (RNN) を試しました。PyTorchチュートリアルの Classifying Names with a Character-Level RNN です。 このチュートリアルは、人名から国籍を推定するというタスクです。データとして数千の人名を18の国籍に分類したデータが提供されています。たとえば、Hintonさんだったらスコットランド人、Schmidhuberさんだったらドイツ人、Moriさんだったら日本人という感じ。 RNNなどの系列データを扱うニューラルネットでは、系列の要素として文字、単語、n-gramなどいろいろ取りえますが、今回は文字です。つまり、人名を文字の系列データとみなし

〜〜が知っておくべきサイト20選とか、エンジニアなら今すぐフォローすべき有名人とか、いつも釣られてみにいくと全く興味なかったり拍子抜けしたりするわけだが、こういうのが並んでいたらあまりの格の違いに絶望してしまうだろうというものを適当に並べてみた。私が見ているわけではなくて、こうありたいと思っている私の願望である。どちらかというとインフラ系とか基盤系のものに偏っているが、あくまで私が興味ある一連の例だと思ってください。「これが入ってない！」というクレームは受け付けますので、是非教えてください。一緒に成層圏まで意識を高めましょう。 情報サイト、有名ブログ Software Engineering Radio : IEEEが主催しているソフトウェアエンジニア向けのPodCast。データベースからフロントエンド、暗号、ハードウェア、マイクロサービス、などなどとにかく多様なジャンルの最新のトピックの

小さな電子部品「トランジスタ」は、多くの人が生活に欠かせないスマートフォンやPCの中に何億個も使われているほか、電車を走らせたり、音楽をスピーカーから流したり、ロケットを宇宙へ飛ばしたりと、現代の文明社会を成り立たせるのに絶対に欠かせないものとなっています。そんなトランジスタがどのような仕組みで動作しているのかを解説するムービー「Transistors, How do they work ?」がYouTubeチャンネルのLearn Engineeringで公開されています。 Transistors, How do they work ? - YouTube トランジスタの発明は、人々の生活に革新的な変化をもたらしました。 もちろんスマートフォンに内蔵されるプロセッサにも組み込まれ、動作の要となっています。 そんなトランジスタは、主な役割を2つ持っています。1つは電気回路の「スイッチ」として

Essential Go is a free book about Go programming language. It's part of Essential Programming Books. It's written to provide clear and concise explanation of topics for both beginner and advanced programmers. Most examples are linked to online playground that allows you to change the code and re-run it. You can also quickly navigate to desired content using table of content on the left and search

この講座のオリジナルは、Googler（Googleの従業員）向けに開発したもので、これまでに1万8000人以上が受講した。その成果がDaydreamのカメラカリブレーションやGoogle EarhのVR機能、YouTubeのストリーミング品質の向上などに反映されているという。 関連記事 Google、プログラミングができなくてもAIツールを作れる「AutoML」のα版提供開始 Googleが、少量の教師データをアップロードして転移学習させるだけでAIツールを構築できる「Cloud AutoML」を発表した。まずは画像認識向けの「AutoML Vision」のα版を提供開始する。 Google、音声認識システム訓練用データセットをオープンソースで提供 Googleが、クラウドソーシングで集めた6万5000件の短い英単語の音声録音のデータセット「Speech Commands Dataset

OpenAIは、失敗から学ぶ強化学習アルゴリズム「HER（Hindsight Experience Replay）」と、そのアルゴリズムを使用して物理ロボットで動作するモデルを訓練するための8つのシミュレートされたロボット環境を発表しました。 訓練するロボット環境には、Fetch researchプラットフォームとShadowHandロボットが含まれます。ロボットアームが物体を操作するいくつかのタスクが用意されており、どれも目標であるゴールが設定されゴールに向かって動作します。 例えば、以下の画像は、黒のパックを押すように弾いて赤丸（ゴール）に停止させるというタスクが行われます。 HERの特徴は、仮にゴールと違う場所に黒パックが停止した場合でも、それはそれで成功と置き換えて学習します。違う場所へ黒パックがスライドしたとしても、そこをバーチャルゴールとして再設定することで今後へ生かすと。 も

» 【社畜悲報】JR東日本がストライキの可能性 → しかし運行に支障がないことに明らかになりネット民絶望「ストライキとは……」「止めろよ電車！」 特集 【社畜悲報】JR東日本がストライキの可能性 → しかし運行に支障がないことに明らかになりネット民絶望「ストライキとは……」「止めろよ電車！」 あひるねこ 2018年2月21日 現代人にとって無くなるともっとも困るものは何か？　いろいろあるだろうが、その中に「電車」が含まれることは間違いないだろう。電車が止まってしまうと学校にも会社にも行けなくなってしまう。電車が無いと、もはや我々の生活は成立しないのだ。 産経ニュースによると、昨日2018年2月20日、JR東日本の最大労働組合「JR東労組」から、ストなどの争議行為に踏み切る可能性があるとする通知があったと、厚生労働省が発表したという。JR東日本がストだって!?　しかしその内容に、日本の社畜た

2. Copyright (C) DeNA Co.,Ltd. All Rights Reserved. Disclaimer ■ 深層強化学習は領域が広く、多くを紹介することは出来ないため、 Rainbow論⽂※で紹介されているDQNを中⼼とした複数アルゴリズム のみ扱います ⁃ Model-free（モデルベース強化学習は扱わない） ⁃ Off-policy（A3C等は扱わない） ⁃ ベンチマークタスクはAtari 2600が主対象（連続⾏動制御等は扱わない） ■ “強化学習を勉強したての⾃分” を想定ターゲットに、「当時こんな資 料があったら理解が進んだな」という要素を盛り込んでいます。 ※ 分かりにくい箇所や、不正確な記載があればコメントください。 ⁃ mail: jun.okumura@dena.com ⁃ Twitter: @pacocat ※ Hessel et al., “R

ミケ太郎 @bokumike 藤原道長って、記録上最古の糖尿病患者って言われてて、ずっと贅沢三昧の生活でそうなったのかと思ったら、当時の食事はそこまでカロリー高くなくて(当時の酒は糖質多かった)しかし日記を紐解くと、道長ったら深夜まで会議してたり連日職場に泊まって仕事してたので完全に生活習慣病の末の糖尿病だった 2018-02-07 22:19:42

同じクラスの子ども同士でも発達にはばらつきがあります。ましてきょうだいなら発達の差があるのは当然で、出来ること・出来ないことにもズレが生じます。 「自分は頑張ってやっているのに、あの子は…」という質問にどう答えるか、子どもたちをどう把握するか、小学校教諭のYutaroさんと、臨床心理士のO9Cさん、hopperさんが答えました。 ※Yutaroさんの補足ツイートを巻末に追加しました。 ※イシゲスズコさんのツイートを追加し、反応ブログ記事を巻末にリンクしました。 続きを読む

いま話題のツイートまとめが読めるTwitterまとめに特化したまとめサイト。人気のツイートやTwitterトレンド、写真やマンガといった話題の画像から、さまざまなニュースの反応まで、みんなであつめる国内最大級のメディアプラットフォームです。

Java SE 9を、新たに導入されたモジュール・システム（Jigsaw）を中心として紹介します。JJUG CCC 2017 Fallの発表資料です。 補足: p. 7 正しくは「JMX」→「JMS (Java Message Service)」。JMXはJava SE内の、モニタリング用の仕組みです。 p. 43 これに加えて、SPIの実装を提供するモジュールも、モジュールレイヤーに含まれます。具体的にはConfiguration.resolveAndBindの動きです。 p. 47「Oracle JDKでは、外部モジュールの非公開メンバへのリフレクションが可能」は、OpenJDKでも同じ動作です。「HotSpot系の」とすべきところでした。 このスライドはCC Attribution Licenseの元に、利用・改変・再配布をライセンスします。Read less

逆強化学習 一般的な強化学習では、エージェントが環境からの報酬を得ることで最適な行動を獲得します。しかし現実の問題においては、この報酬を設計することが困難な場合があります。 例えば運転技術を獲得する場合、うまい運転というのはただ目的地に速く着くだけでなく、急発進・急ブレーキしない、混んでなさそうな道を選ぶなど実際の報酬関数として考慮しづらい要素が存在します。 逆強化学習ではエキスパートによる行動から報酬を推定する ことによって、このような表現しにくい報酬を求めることができます。 逆強化学習の手法 この記事では逆強化学習の手法としてよく取り上げられる手法の中で以下の3つについて解説したいと思います。 線形計画法を用いた逆強化学習 Maximum Entropy IRL Maximum Entropy Deep IRL マルコフ決定過程(MDP) 逆強化学習に入る前にまずMDPについて説明しま

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ロボットから自動運転車、はては囲碁・将棋といったゲームまで、昨今多くの「AI」が世間をにぎわせています。 その中のキーワードとして、「強化学習」というものがあります。そうした意味では、数ある機械学習の手法の中で最も注目されている(そして誇張されている・・・)手法ともいえるかもしれません。 今回はその強化学習という手法について、基礎から最近目覚ましい精度を出しているDeep Q-learning(いわゆるドキュン、DQNです)まで、その発展の流れと仕組みについて解説をしていきたいと思います。 本記事の内容をベースに、ハンズオンイベントを開

はじめに AlphaGo Zeroは、囲碁AIをゼロから強化学習で鍛え上げたもので、それまで最強だったAlphaGo Masterを打ち破るという偉業を成し遂げました。そしてこのZeroの手法自体は結構シンプル、かつ、強くなれるという美味しいところ取りな手法なのです。また、そのゲームの知識を知らなくても実装できます。 今回は手法の理解と検証のため、リバーシのAIを育てているので共有します。 システム概要 ソースコード: https://github.com/mokemokechicken/reversi-alpha-zero 動作環境 確認済みなのは以下の環境です。 Python 3.6.3 tensorflow-gpu: 1.3.0 tensorflow==1.3.0 でも動きますが、非常に遅いです。play_guiの時は tensorflow(cpu) でもまあ問題ない感じで動きます。

GitHubで公開されているフロントエンドチェックリストというドキュメントが、網羅されている内容が幅広く便利そうだったので、日本語に翻訳しました。 日本語版は、以下のGitHubリポジトリにあります。GitHub側と自動的に連携するようにしておりますので、誤訳や誤りなどがあれば GitHub のプルリクエストまたは Issue で報告していただけると幸いです。 https://github.com/miya0001/Front-End-Checklist 日本語版への貢献方法 最終更新日時: 2017-11-19 03:50:47+09:00 (未翻訳) Front-End Checklist The Front-End Checklist is an exhaustive list of all elements you need to have / to test before lau

どういう本なの？まえがきのスクリーンショットを貼りましたが、この本は多くの機械学習の本とは異なり、機械学習の実務で使えるようになるために知りたい、機械学習を含めたシステムのアーキテクチャや機械学習プロジェクトの進め方、効果検証をどうするのかということをまとめました。 めざすところのイメージ既に多く刊行されているTensorFlowやChainerでディープラーニングをしてみようというものでもなければ、機械学習の理論をわかりやすく解説するといった類のものでもありません。ゼロから作るDeep LearningやCourseraのMachine Learningで学んだけど、実際の仕事に活かすにはどうしたら良いだろう？という疑問に答えているつもりです。また、大学の講義などで機械学習は学んだけど、実際仕事で機械学習のプロジェクトを進めるときはどうすればいいんだろう？という人にも得るものがあると思い

れんげrile @remon_ac もうね、消費税8パーになってから主婦みんな感じてるよ。今さら？って感じだよこのタグ。ウインナーの本数、カントリーマアムの個数、ポテチのグラム数、キリがない。食べ物だけじゃないよ。洗濯洗剤も1kg入りがデフォだったのにいま850ｇだよ？ #くいもんみんな小さくなってませんか日本 2017-10-18 09:28:33