Deep Q-LearningでFXしてみた - GMOインターネットグループ グループ研究開発本部
次世代システム研究室のJK（男）です。よろしくお願いします。 今回はDeep Q-Learningという手法でFXをやってみたので紹介します。前回のブログでは、LSTMというディープラーニング(Deep Learning; 深層学習とも)の一種を使って、株価変動の予想をしました。これは「教師あり学習」という手法で、コンピュータに常に「正解」を教えて学習させます。でも、よくよく考えると金融商品って時間変動の予想が最終目標じゃないですよね。最終目標は（基本的に）金融商品の売買で儲けること。つまり予想を元に、いま売るのか、買うのか、何もしないのか、という「行動」を決めることです。完全に未来がわかるのでもない限り、この行動に「正解」が無いことがわかります。 完全に予想するのは無理（短期的には買ったり負けたり）かもしれませんが、長期的には儲けるような「方針」は立てられるかもしれない。このように「方針
Decoupled Neural Interfaces using Synthetic Gradients
Training directed neural networks typically requires forward-propagating data through a computation graph, followed by backpropagating error signal, to produce weight updates. All layers, or more generally, modules, of the network are therefore locked, in the sense that they must wait for the remainder of the network to execute forwards and propagate error backwards before they can be updated. In
人工知能が労働者の仕事を奪った100年後も確実に需要がある仕事とは？ | スタートアップアカデミア
人工知能が労働者の仕事を奪った100年後も確実に需要がある仕事とは？ 2016年04月08日 [近未来に使われるIT技術, 起業とお金について, 世の中を知りたい, 好きなことを仕事にしたい, 起業の考え方や価値観を学びたい] 昨今、人工知能や機械学習がめざましい勢いで進歩しています。Googleのデミス・ハサビスによる人工知能AlphaGoが囲碁の世界チャンピオンに勝利したり、様々なロボットのプロトタイプが、自律的に学習をし、特定領域のタスクを実行できるようになりつつあります。 人工知能が生み出す未来に対する環境適応 これらのテクノロジーの発展が意味することは、我々一般人の日常生活においては、ソフトバンクのPepperを代表するようなロボットの導入であったり、iPhoneやAndroidなどのスマートフォンを使ったサービスの精度向上に繋がっていきますが、ここまで人工知能で様々なことができ
deepart.io - become a digital artist
Turn your photos into art. Repaint your picture in the style of your favorite artist Create your own Buy the unique featured DeepArt Turn any photo into an artwork – for free! We use an algorithm inspired by the human brain. It uses the stylistic elements of one image to draw the content of another. Get your own artwork in just three steps. Upload photo The first picture defines the scene you woul
blackboxchallenge.com - blackboxchallenge リソースおよび情報
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
ディープラーニングで検索ランキングを改善し、大きな効果が出た話 | RECRUIT TECHNOLOGIES Member's blog
検索改善担当の大杉です。今回は、2015年度まるまる取り組んでいたディープラーニング 1 を活用した施策について共有します。 汎用的に使えそうな部分を抽出して書いています。なので具体的な数字は出てきませんが、検索動線がコンバージョンに影響を与えるようなサービス一般に対して通用するんじゃないかと思ってます。 前提として すでにログやユーザーが集まっているサービス 専門性の高いメンバーで構成されたチーム（データサイエンティストは不在） が、すでに与えられている恵まれた状態からスタートしています。 なにをやったか ポンパレモール というECサイトで、検索時のランキングアルゴリズムの改善をやりました。検索基盤についてはこちらをご参照ください。 リクルート全社検索基盤のアーキテクチャ、採用技術、開発体制はどうなっているのか (1/2) 今回はそのアルゴリズムのロジック部分の話です。 やったことを１文
AlpacaAlgo | Alpaca
15,000 trading algos built, 40,000 trade alerts generated Now it’s your turn. Automate your winning trade ideas with an algorithm built just for you; no programming experience required. Try It Now or Sign In What You See in the Chart Becomes Your Algo, Literally. Highlight your winning trades on the historical chart. Alpaca’s deep-learning engine learns them and generates your own unique trading a
yubessy.hatenablog.com
昨年12月から今年2月にかけて転職活動をして、4月から新しい会社で働くことになりました。 きっかけ 前職はリブセンスという会社で、主に求人メディアを運営しています。自分は新卒入社から6年間在籍し、データエンジニア/MLOpsエンジニアをしていました。また2018年からは、京都にオフィスを構えて学生アルバイトを受け入れる仕事に取り組んでいました。 京都での仕事は、CS/DSの素養のある学生さんを雇ってMLシステムの効果改善やMLOpsツールの開発を手伝ってもらうというものです。よく誤解されるのですが新卒採用が主眼ではなく、あくまでアルバイトとして学業に支障のない範囲で働いてもらい、会社はその成果を享受し、学生は報酬と就労体験を得る、というのが第一の目的でした。会社からすれば採用というわかりやすい結果を求めがちなところで、よくぞこんな企画を実現させてくれたと思います。設立以来、人事・労務・総務
第一線の研究者らが語るAIと機械学習の現状
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 日本マイクロソフトは2月22日、Microsoft コーポレートバイスプレジデント（Microsoft Research担当）のPeter Lee氏や東京大学 大学院新領域創成科学研究科 教授 杉山将氏、産業技術総合研究所 人工知能研究センター所長 辻井潤一氏など、人工知能（AI）や機械学習分野の第一線にいる研究者を招いて、これらのテクノロジが産業界や実社会にどのような影響を与えるのかを議論するラウンドテーブルを開催した。 最初にプレゼンテーションしたMicrosoftのLee氏は、機械学習技術は、かつて“活版印刷技術”が世界中の民衆に知識へアクセスする印刷物という手段をもたらしたのと同等の「破壊的な技術」であると語った。 左から情報・
Redirecting…
Redirecting… Click here if you are not redirected.
複合機械学習による分散データ処理でさすがに良く出来てるTensorFlow | 全脳アーキテクチャ・イニシアティブ
全脳アーキテクチャ・イニシアティブ副代表の高橋です。 巷で話題のTensorFlow(TF)のwhite paperとソース見ました。ソースも見ましたが、whitepaperがとてもよく書けてるのでこれだけで大体設計が理解できるようになってます。 で、結論からですが、これさすがというかすごくよく出来てます。 ただ、ロボットミドルウェアのROSなどよりかはデータ解析ソフトウエアに近く、これと比べるとBriCAはかなりROSに近いです。 何が違うかですが； TFは多次元配列（テンソル）に対する操作を定義するカーネル（正確に言うと抽象操作のoperationにパラメータを与えて具体的な計算手順にしたのがカーネル）を有向グラフで表して、グラフ全体でなんらかのデータ処理パイプラインを表現、実行します。 この場合のグラフはBriCAやROSでいうところのノードやモジュールを結合した認知アーキやロボット
機械学習とか人工知能の技術が枯れた技術になってきた昨今、ぼくが想像する10年後のネットサービスの開発のあり方について - takashisatoのここだけの話
最近仕事でいろいろとディープラーニングとか機械学習とかについて、考えたりすることが多くなってきました。そこで今私自身が考えていることをまとめてみることにしました。 私はよく外部からエンジニアと誤解されますが、なんちゃってエンジニアでしかありません。そんな私が「PHPを勉強したほうがいいよー」と言われたのは、今から15年ほど前の2000年です。 ちょうどWAP向け検索エンジンを運営していたときです。25歳。検索エンジンといってもcsvファイルを単に文字列検索できるperlをネット上から拾ってきて改造して提供していたぐらいでした。検索エンジンというよりは、私の根気というか、情報収集力でもっていたようなサービスでした。 PHPの日本語向けの書籍がなくて、当時はネットの開発者向けコミュニティも少なくて、逆に情報が少なくて、いい筋の人からそれを聞かされたということは、それを少しでもかじればそれでご飯
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co
機械学習ライブラリ Chainerの紹介 - のんびりしているエンジニアの日記
皆さんこんにちは お元気ですか。私は元気です。 Chainerと呼ばれる機械学習ライブラリを紹介しようと思います。 Chainerについて Chainerとは？ ChainerはPreffered Networksが開発したニューラルネットワークを誤差伝播で学習する ライブラリです。(Python)chainer.org 特徴として、Chainer は、「実際に Python のコードを用いて入力配列に何の処理が適用されたかだけを記憶しておき、それを誤差逆伝播の実行に使います」だそう。 Install sudo pip install chainer 基本的にこれだけのインストールが非常に簡単なソフトウェアです。 他のライブラリとの比較 ディープラーニングが活かすIoTより抜粋。 個人的に注目した違いは以下の3点 CaffeもTheanoも勉強することが多い。（設定ファイルとか） 短く書け
Airbnb、自社開発のデータマイニング製品をオープンソース化
Airbnbは、入ってくるあらゆる旅行関連データの活用をさらに推し進める2つの新プロジェクトをオープンソース化する。 新興企業ながら宿泊施設仲介サービスで成功しているAirbnbは、サンフランシスコで米国時間6月4日に開催したエンジニアリングサミット「OpenAir 2015」で、自社開発したデータマイニング製品のうち、「Airflow」と「Aerosolve」をオープンソース化すると発表した。 Airflowは、データパイプラインを規模に応じてタイムリーにオーサリング、スケジューリング、モニタリングするワークフロー管理プラットフォームで、過去数年間で爆発的に成長したAirbnbにとっては不可欠の存在だ。 Airbnbによると、Airflowは社内のデータエンジニアリングチームにとって、多くのプロセスを効率化する役に立っているという。 だが、Airbnbの秘められた仕組みを探っている外部の
機械学習が簡単に扱えるライブラリPybrainのPython3.4環境におけるインストール方法 | Brainvalley 人工知能と脳科学のアーカイブサイト。
% pip3 install https://github.com/pybrain/pybrain/archive/0.3.3.zip Downloading/unpacking https://github.com/pybrain/pybrain/archive/0.3.3.zip Downloading 0.3.3.zip (unknown size): 1.5MB downloaded Running setup.py (path:/var/folders/dy/ffm11v7n3_16xbw15wlbxwbm0000gn/T/pip-157eupyx-build/setup.py) egg_info for package from https://github.com/pybrain/pybrain/archive/0.3.3.zip Requirement already sa
「人工知能に対する楽観的な妄想」はいつか来た道 - 渋谷駅前で働くデータサイエンティストのブログ
こんな名文が話題になっていたようで。 非常に面白い文章で、特に以下の下りは痛快だなと感心しながら読んでました。 2006 年頃、「現在の人工知能研究の先には新興宗教にはまる計算機が出てくる」というネタを思いついたが、知人の反応が悪かったのでお蔵入りした。それから 10 年近くたったが状態に変化はない。人間を超える知能という楽観的な妄想がどこから来るのか不思議で仕方がない。 同じような光景を以前見たことがあるなぁと思い出したので、その時のことを回想しながら現在の「人工知能ブーム」ないし「人工知能に対する楽観的な妄想」についてちょっと思うところを書いてみました。 なお、僕自身は人工知能というか機械学習の専門家ではなくどちらかというとそれらのアルゴリズムのユーザーという立場なので、その立場から主に世論の動きについて論じてみましたという立ち位置です。 人工知能そしてsingularityという「夢
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
「Uberだけではない」：カーネギーメロン大のコンピューターサイエンス学部長に聞いた、学界からの人材流出問題 | TechCrunch Japan
ログミーBiz
http://smartbusiness.jp/news/3700
