概要 皆さん, アキネーターというゲームはご存知でしょうか. 特定の人物を, 質問から当てるゲームです. やったことある人はわかると思うのですが, 何回かの質問で目的の答えまでたどり着けるのはすごいですよね. そんなアキネーターなのですが内部のアルゴリズムは秘密となっているそうです. 面白そうなので, 内部のアルゴリズムを妄想し, 実際に組んでみました!! 題材としては, 種類の多くデータのまとまっているポケモンをターゲットにしました. よければ遊んでやってください アルゴリズム編と実装編の２つを予定しています. 問題設定 まずはじめに, ユーザー回答$a$は｢はい｣｢だいたいそう｣｢わからない｣｢たぶんちがう｣｢ちがう｣の5種類あります. これにそれぞれ｢+1｣｢+1/2｣｢0｣｢-1/2｣｢-1｣という数字を割り当てます(ここはあとで活きてきます). また, この数字の集合を$\mat

前回の記事『ブラウザ上で可愛いフィルターを実現！TensorFlow.jsを使ったリアルタイム顔認識』では、Googleが開発した機械学習用JavaScriptライブラリ「TensorFlow.js」が提供する、顔認識モデルをご紹介しました。そしてウェブカメラを使用してリアルタイムで顔認識を行い、好きなスタンプ画像を選んで顔に貼り付けるデモを作成しました。 今回の記事では、TensorFlow.jsを利用し、ポーズに合わせた画像が出現するデモを作成します。 ▲ ポーズに合わせた画像が出現するデモ。詳細は後述します。 TensorFlow.jsとは TensorFlow.jsは、Pythonで広く利用されている機械学習ライブラリ「TensorFlow」のJavaScript版です。TensorFlow.jsを利用すると、以下のようなことをブラウザ上で実現できます。 オリジナルの機械学習モデル

ページ閲覧 AutoPagerize chromewebstore.google.com ページネーションされたウェブページを自動で読み込み続けます。無かったら違和感あるレベルで日常になっています。 daily.dev chromewebstore.google.com 開発者向けニュースを空タブに表示します。 タブを開くときに自然に視界に入るのに加えて、検索で「過去話題になったもの」から探したりします（はてなブックマークやHacker Newsも似た用途で使います） ホームタブとは別です。ホームはperplexity.aiにしてます。 Google Scholar PDF Reader chromewebstore.google.com 標準のPDFビュワーを科学論文を読みやすく強化します。参考文献の追跡や引用、ジャンプ機能を提供します。ついでに官庁資料やクリプト系のホワイトペーパーなど

概要 Anthropic 社の生成 AI サービスである Claude から Projects という機能が新しく公開されました。今回は、この Projects に特定のライブラリのリファレンスをコンテキストとして入れ、そのリファレンスをもとにこちらの質問に回答できるのかを試してみます。 モチベーション 多くの IT エンジニアがコーディング作業で ChatGPT や Claude , Gemini などの生成 AI を活用しているかと思いますが、 新しくリリースされたライブラリやリポジトリを利用する場合、生成 AI に質問をしても適切に回答してくれないことが多いです。また、活発に開発が行われているライブラリの場合、生成 AI に質問をしても回答内容が最新のものではないということも多々起こります。 このような場合に、新機能である Projects にライブラリのリファレンスの情報を与え、質

こちらでAWSサービスを使って動画ファイル→音声ファイル→テキストファイルという処理を実装したのですが、 今流行りのOpenAIのWhisperというサービスを使うことで一瞬でそして無料で実装できたので紹介します。 （今までの苦労とお金はなんだったんだ。。。） 利用サービス Whisper 今流行りのOpenAIの文字起こしサービスとなります。 オープンソースなので誰でも簡単に使うことができます。 moviepy Whisperだけと言いましたが動画を音声に変換するためにこちらのpythonライブラリーも使っています。 実装方法 詳しくは上記を参照してください。 python 3.10.2にて実装しました。 まず下記コマンドにてwhisperをインストール

前回まで扱っていた回帰問題は、データ点にマッチした関数を見つけるものでしたが、機械学習には他にも様々な問題を解くための手法があります。 今回からはその中の一つ、「⁠分類問題」に入っていきましょう。 分類問題 「分類問題」とは、データをそれぞれカテゴリに分類するもので、機械学習の代表的な使い道の一つです。 例えばメールをスパムと非スパムに分類したり、文中の単語に名詞や動詞などの品詞ラベルを割り振ったり、Webページの内容に応じて「スポーツ」や「政治」などのジャンルに分類したりするのもすべて分類問題と見なすことで、機械学習を使って解くことができるようになります。 「分類」に雰囲気のよく似た言葉として「クラスタリング」というものもありますが、機械学習の分野ではその2つは明確に区別しています。 「分類問題」では、データをどのようなカテゴリーに分けるかは問題を解きたい人が指定します。したがって学習用

目的 現在特定口座で積み立てているオールカントリー投資信託を新NISA口座に移し替えたい。実際移し替えることはできないので、投資信託を売って、買うことになる。積み立て枠は毎月10万売って10万買えば良い。では成長枠の240万はいつ売って、いつ買えば良いのか？ 「セルインメイ（5月に売ってどこかに行け、セント・レジャー・デーまで戻ってくるな）」の格言通り5月に売れば良い？ MSCIオールカントリーワールドインデックスの一年の値動きを分析してみる MSCIオールカントリーワールドインデックス（MSCI ACWI）の一年の値動きをYahoo Financeから取得したデータを元に分析してみることにする。 2008年からのデータになっているのはYahoo Financeに2008年より前のデータがないからだ。ちなみに2008年というとリーマンショックの年で、ここから各国中央銀行はじゃぶじゃぶ金融緩

2021-12-24 / Google Colaboratory, Python Google Colaboratory で作業したいけど、実行は自分のマシンで行いたいことがあったので設定してみました。Mac 前提です。 既存の Python 環境の確認過去にインストールした Python3 が入っているはずなので確認します。 $ which -a python3 /usr/local/bin/python3 /usr/bin/python3 $ python3 -V Python 3.9.9