科学的発見が私たちに届くまでの伝言ゲームで、さまざまな誇張・曲解・誤解が注入されています。 いったい、どうやったら、この伝言ゲームに勝ち、信用できる科学的発見と、地雷とを見分けることができるのでしょうか？ 『Science Fictions』という本がその参考になります。 この本は、アメリカのamazonで306人に評価され、☆4.6という高評価。 世界最大の書評サイトgoodreadsでは1925人に評価され、☆4.39という高評価。 日本のamazonでは31人に評価され、☆4.0と、中程度の評価(翻訳は良い)です。 この記事では、この本を元に、以下の２つの視点から、この問題と、その解決策を検討します。 〔問題の把握〕 科学的発見の流通システムにおいて、いかにして、発見が誇張され、曲解され、誤解され、流通し、最終的に私たち一般人がそれを信じてしまうのか、その全体像を把握する。 〔解決策

こんにちは。ミクシィ AI ロボット事業部でしゃべるロボットを作っているインコです。 この記事は ミクシィグループ Advent Calendar 2018 の5日目の記事です。 この記事の目的 この記事では2018年現在 DeepLearning における自然言語処理のデファクトスタンダードとなりつつある Transformer を作ることで、 Attention ベースのネットワークを理解することを目的とします。 機械翻訳などの Transformer, 自然言語理解の BERT やその他多くの現在 SoTA となっている自然言語処理のモデルは Attention ベースのモデルです。 Attention を理解することが今後の自然言語処理 x Deep Learning の必須になってくるのではないでしょうか。 この記事にかかれているコード (Github) 歴史 - RNN から

新しいデータ処理ライブラリの学習はもう不要！ Python 初学者のための Ibis 100 本ノックPython機械学習pandasデータ分析ibis-framework Information 2024/1/14： Kaggle notebook for Ibis Kaggle で Ibis を使用するための Sample Notebook を用意しました。Kaggle でもぜひ Ibis をご活用下さい。 🦩 [Ibis] Kaggle-Titanic-Tutorial Ibis 100 本ノック補足記事 Ibis 100 本ノックについて、よりスマートな書き方等について @hkzm さんが補足記事を書いてくれました（この記事を参考にコンテンツのほうもブラッシュアップしたいと思います）。 Ibis 100 本ノックの記事を受けて はじめに どうもこんにちは、kunishou です。

今回の記事では下記のような悩みを解決します。 「LightGBMというワードをよく目にするので、LightGBMについて知りたい」 「LightGBMのpythonでの実装方法が知りたい」 早速解説していきます。 LightGBMとは Li... 今回は、「住宅価格予測問題」を使って、「データの前処理、LightGBMでモデル構築、Optunaを使ってハイパーパラメータを調整し予測精度をup」という機械学習（回帰問題）の一連の流れを解説していきます。 まずはデータの読み込みと前処理から解説します。 データの読み込みと前処理 下記のコードで住宅価格予測のデータを読み込み、dfとします。 （下記のコードは覚える必要ないです。コピペしてデータを読み込んでください） dfは81個の列、1460個のデータからなります。 from sklearn.datasets import fetch_openm

HHKB Studio実機レビュー それでは早速実機を見ていきましょう！ どこをとっても高級感のある仕上がり 本機を手にしてまず感じるのは、キーボードとしての完成度の高さと高級感です。 画像手前の「HHKB Professional HYBRID Type-S」と比較すると、「HHKB Studio」の方が電源部分のはみだしがない分、上部のシルエットがすっきりしていて、全体的なフォルムもまとまりを感じます。 HHKBのロゴも必要以上に主張することなく、質感も光沢を抑えたマットな仕上げでどこからみても高級感があります。 HHKBのキーボードは「シリンドリカル・ステップ・スカルプチャー・キーボード」とよばれる構造で キーの列ごとに角度が違っていて自然なU字を描いている 奥の方のキーが高くなっていて自然な傾斜がついている キーの中央にくぼみがあり、手になじむ形状をしている などの特徴があり、人間

インターネット上の意見に政府の圧力がかかるのは70カ国中53カ国、監視干渉行為をしない国は日本を含めてたった4カ国。ネット上の自由に迫る「影」は着々と広がり続けています。その実情とは。長年情報通信政策に携わり、現在は大手プロバイダーのIIJ副社長である谷脇康彦氏の著書『 教養としてのインターネット論　世界の最先端を知る「10の論点」 』から一部を抜粋して紹介します。 インターネットはどう生まれ、どう使われてきたか 1960年代のインターネット草創期。インターネットの普及は世界の人々の間で情報や知識を共有することを促し、透明で民主的な社会の実現に貢献するという期待が利用者の間に確かに存在していました。これはインターネットの基本精神である「自律・分散・協調」という面に依拠するものでした。 具体的には、インターネットを構成するルーターなどの機器は民間の人たちが「自律」的、つまり自由に設置・運用し

LightGBMとearly_stopping LightGBMは2022年現在、回帰問題において最も広く用いられている学習器の一つであり、機械学習を学ぶ上で避けては通れない手法と言えます。 LightGBMの一機能であるearly_stoppingは学習を効率化できる（詳細は後述）人気機能ですが、この度使用方法に大きな変更があったようなので、内容を記事にまとめたいと思います 変更の概要 early_stoppingを使用するためには、元来は学習実行メソッド（train()またはfit()）にearly_stopping_rounds引数を指定していましたが、2021年の年末（こちらのissues）よりこの指定法は非推奨となり、コールバック関数lightgbm.early_stopping()で指定する方式へと変更になりました。 新たな方式であるコールバック関数によるearly_stopp

上記の方々の推奨本 2票（naotaka1128、カレーちゃん）[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear) 1票（naotaka1128）PythonとKerasによるディープラーニング 1票（naotaka1128）scikit-learnとTensorFlowによる実践機械学習 1票（mlm_kansai）機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン) 記事の概要 Kaggle参戦記 〜入門からExpert獲得までの半年間の記録 & お役立ち資料まとめ〜 *1) 特徴量エンジニアリング 次元削減系 LDA、PCA、tSNE Kaggle TalkingData Fraud Detection コンペの解法まとめ(基本編) 「カテゴリー変数を組み合わ

時系列データ関連のお勉強をしたときに、必ず登場する厄介な概念の1つが「定常性（Stationarity）」です。 定常性（Stationarity）は、時系列データの統計的な特性（平均、分散、自己相関など）が時間によらず一定であるという性質を指します。これは、時系列分析において重要な前提条件となる場合が多いです。 具体的には、定常性には以下のような特性があります。 平均が時間によらず一定: これはデータの「中心」が時間とともに変化しないことを意味します。つまり、ある時点での平均値が別の時点での平均値と同じであることを示します。 分散が時間によらず一定: これはデータの「ばらつき」が時間とともに変化しないことを意味します。つまり、ある時点での分散が別の時点での分散と同じであることを示します。 自己共分散（または自己相関）が時間によらず一定: これは2つの時点間の関連性がラグにのみ依存し、時間

2024年上半期ベストフリーフォント公開に合わせて、最新版にアップグレードしています。 この記事では、商用利用でき漢字も使える日本語フリーフォントを、まとめてご紹介します。 「日本語フリーフォントが増えすぎて、どれを使うか迷ってしまう」、というひとも多いでしょう。 定番アイテムから最近公開された新作フォントまで、「使える」日本語フリーフォントを一覧でまとめています。 コンテンツ目次 好きに選べる、好きなだけ使えるAdobe Fonts 明朝体（22書体） ゴシック体（40書体） 手書きフォント（29書体） 毛筆、行書体（18書体） ユニーク、その他の書体（65書体） 正しいフォント選びのこつとポイント 歴代ベストフリーフォント一覧 商用でも利用できる日本語フリーフォントを集めていますが、用条件やライセンスが変更されることもあるので、利用する前に確認しておきましょう。 好きに選べる、好きなだ

＜日本でもアメリカでも、ネットを介した短いコミュニケーションで関係性を悪化させないための知恵が必要に＞ 日本の若者がLINEなどのメッセージで「句点（。）」を一切使わないということが、話題になっています。句点無しの短い文章を区切りながら繰り出すことで、リアルタイムのコミュニケーションを取るためのようです。それが完全に定着する中で、句点を使うことが「威圧感、怒りの感情」の表現として受け取られるようにもなっているようです。 若い人たちに指摘されて気付いたのですが、実はこれはアメリカでも全く同じです。短いメッセージをどんどん繰り出してリアルタイムの交信をする場合には、ピリオド（フル・ストップとも言います）を使いません。反対に、あえてピリオドで切るとそこには「納得していない」という拒絶や怒りのニュアンスが感じられるといいます。 英語の場合は、少しバリエーションがあり。二人称の you について、い