やったぜ。　投稿者：変態オーボエ女 (8月16日（水）07時14分22秒) 昨日の8月15日にいつものフルートの希美（高3）と先日音大のパンフレットくれた木管好きの指導員のおばさん （？歳）とわし（高3）とその他大勢で北宇治にある高校の音楽室の中で盛りあったぜ。 今日も明日も部活なんで図書館で絵本を借りてから滅多に人が来ない所なんで、 そこでしこたま毛布を敷き詰めてからやりはじめたんや。 全員で楽器くわえながらコンクールメンバーだけになり持って来たダブルリードを3本ずつ入れあった。 しばらくしたら、リズの気持ちが理解できないし、鳥が出口を求めてカゴの中でぐるぐるしている。 担任のおっさんに進路調査票をなめさせながら、フグに餌をあげてたら、 先に希美がわしの胸に反射光をドバーっと出して来た。 それと同時に希美もわしも進路希望を出したんや。もう顔中、disjointまみれや、 2人で出した進路

プログラミングに詳しい方へ ここから先はプログラミング未経験者の方は読む必要がありません APG4bは多くの一般的な教材とはいくつか違う点があるため、プログラミングに慣れた人がこの教材を見ると色々思うところがあるかもしれません。 ここではこの教材がどのようなコンセプトで書かれているかを説明した後、APG4bがなぜ一般的でないことをしているのかを説明します。 APG4bのコンセプト プログラムとは何のためにあるのでしょうか？ 「便利なアプリを作るため」「ゲームをつくるため」「『人工知能』をつくるため」など、色々あると思います。 これらの具体例は決して間違いではありませんが、プログラミングにはより根源的な用途があります。 それは「計算」です。 コンピュータが開発された当初、その用途は高度な電卓でした。 それから月日が流れ、様々な用途に応用されるようになっても、最終的にコンピュータが行っているこ

牛乳はその高い栄養価から「牛のミルク」と呼ばれている

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催しました(PyConJPのTalkの増補改訂版) Pythonではじめる強化学習 OpenAI Gym 体験ハンズオン 講義資料の方が図解が豊富なので、数式とかちょっと、という場合はこちらがおすすめです。 Tech-Circle #18 Pythonではじ

次世代システム研究室のJK（男）です。初ブログです。 よろしくお願いします。 今回はディープラーニングの中でも、時系列解析に強いLSTM（Long short-term memory）を紹介します。時系列解析のひとつのターゲットが金融商品の価格予想です。最近、英国のEU離脱で市場が大荒れですが、そういう市場の荒れ具合を予想できたら色々と嬉しいですよね。そんな予想をディープラーニングでやってみた、というのが今回の主旨です。 この記事は、参考文献[1]の論文を参考にしました。今回の記事に興味を持ったら、ぜひ読んでみてください。 1. LSTM LSTMは、RNN (Recurrent Neural Network)の改良版です。 そこで、まずRNNについて解説します。 RNNはディープラーニングの一種ですが、普通のニューラルネットと違い、現在の入力値に加えて自身の前の状態を入力しています。詳し

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