はてなキーワード: 学習とは
中国のOEMに電動パワートレインのユニットを納めている中国で生産しているティア1メーカーの技術者
中国と日本だけでなく日本と他の国というところだけど、日本はNG品を作らない製造方法
中国や欧州含めてその他の国は不良品を出荷しなければ良いという判断
不良品が出たら捨てた方がトータルで安いんじゃないの?というのが彼らの考え方
日本は効率を非常に重視、サイクルタイムを短縮し、工程を分け、早く生産しようとする
日本はラインを作る、工程ごとに専用マシンが付いて工程集約しない1つの装置に対して1つの加工
中国は少数試作の作り方、5軸のマシニングセンタ2台で加工したり5軸4軸のマシニングセンタ1台ずつで加工したり
加工精度は工程が少ないためかなり高い
サプライヤーのリスク管理。中国は台数保証しない、1台でも100台でも同じ値段
月1万台作るのでラインを作ると5億の投資がいるならばマシニングセンタ並べた方が安くなると考えてる
工程集約するためには設計段階で考慮が必要だが中国は設計の考え方も違うの?
そんなことはない日本の方が生産性を考えて設計している、中国は生産性を無視した設計やマニアックな加工をしてる
それって儲かるの?
謎。プライスは決まってるけどコストが見えてこない、だから「ものが作れない大変です!」ってなっちゃう
ものづくりを考えてない設計で何度かサプライヤーの支援に行ったこともある
工程集約にはメリットもある、また設備は日本よりも新しい日本の量産メーカーにはないような設備が並んでいて加工精度はよく出る
「やり切り仕舞い」という考え方、5軸4軸マシニングセンタを並べて何でも作れるようにする
モデルチェンジのスピードがめちゃくちゃ早いので、ラインを作っちゃうと間に合わない
業界で働く人たちは?
バブル時代の日本のように「24時間働けますか」なノリでエンジニアもオペレータも若い、マンパワーはすさまじい
日本の大手メーカーは標準化作業を進めているので標準化された作業しか知らなくて、生産技術のエンジニアは「標準以外のことは分かりません」と言うことになりかねない
中国は「失敗した、こうした、それでも失敗した、そしてうまくいった」と失敗をして学習することを繰り返しているのでかなりスキルが高かった、一般的な日本のTier1、OEMの生産技術の担当者と同等かそれ以上
オペレーターも?
オペレーターだったら「ここをこう変えてくれ」と言うとその場でCAMを叩いて、治具を修正して即対応する
CAD前提の運営なのでCAMの使用が当たり前、日本みたいに2D図面を使わない
最初は中国の2D図面の質が低くて疑問に思っていたが実際やってみると2D図面いらなかった
上流の設計からBOMが出てきてそれが調達から営業まで連携出来てる、日本は2D図面に変換するのでBOM連携出来てない
ラインを作って工程分けると精度が出にくいので、製品の精度でガチンコ勝負して「どっちが良いもの作りますか?」と言えば間違いなく中国
精度要求がどんどん上がっているので工程集約しなければ精度保証できない、ラインをつくっていては無理
中国のメーカはマシニングセンタを裸で買ってきて、生産技術担当の人間がロボットインテグレート含めた治具や工具の設計をやる
そういうところのキャリアの差が出てきている
中国はものづくりを分かっていない、素材基準や加工基準がない、面もある
なので「この状態だと精度出せないよ」となることもある、そう指導したときもう夜だったけど「分かりました!明日の朝までに変えます!」と言って対応した
SOLIDWORKS立ち上げて治工具の設計して作り変えたり、マシニングセンタでプログラム作ったり全部自分でやる
ポテンシャルはすごく高い
はい、Kaggleのようなブラックボックスのリーダーボードで評価する現場は存在します。
機械学習モデルの評価には、一般的に以下の2つの方法があります。
1. **ホールドアウト評価**: 学習データを訓練データとテストデータに分割し、テストデータでモデルを評価する方法。[1]
2. **ブラックボックス評価**: 評価用のデータセットが公開されず、サーバーにモデルを提出して評価される方法。Kaggleのコンペティションがこの方式。[1][2]
つまり、Kaggleのようなブラックボックス評価は、機械学習の様々な現場で採用されている評価方式の1つであり、特に実運用に近い評価が求められる場合に有効な手段となっています。[1][2][3]
Citations:
[1] https://qiita.com/Shun_PI/items/896d05ed9689f4b24347
[2] https://www.kikagaku.co.jp/kikagaku-blog/kaggle-competition/
[3] https://www.kikagaku.co.jp/kikagaku-blog/signate-competition/
[4] https://www.topgate.co.jp/blog/google-service/8707
[5] https://www.jst.go.jp/crds/pdf/2023/RR/CRDS-FY2023-RR-02.pdf
訓練データの分布が、99%がTrueで1%がFalseってタイプのやつだとするだろ?
それでそのまま評価するにしろ、F1を使うにしろ、実用の精度の評価は難しいんよ
F1で評価するにしても、それは「ランダム分類機よりは汎化性能が高い」ということならわかるが、実用判断だと「Falseの見逃しは減らせ!」ってことが結構ある
生物系専攻してたけど、化学はそれなりに出てくるが物理はゼロに等しかった。でも、これも何を専攻したかによると思うわ。例えば、生態系や環境系専攻してたら地学にも詳しくなれるだろうけど、ワクチンとかそっち方面はさっぱりだろうしね。あらゆる学問を網羅的に学習するのは不可能だからこそ、専門家は自分の仕事に責任を持てって思う。
元増田じゃないけど、自分は起きてるときは日本語で思考してるのに、夢ではあんまり言語そのものを運用してないような気がする 。
夢の中で話すという状況になったら日本語とか英語が出てくるが、夢の中の思考に、言語を用いているという意識が薄い。
何年も前の話なんだけど、
削除逃亡増田っぽい奴がいたんだ
当時はまだ削除逃亡はしてなくて、
いつまでもウザ絡みするかわいそうな奴だったんだ
で、うざいのでレスしてすぐ削除するっていう
逃亡以前にまともに会話してやらないという戦略をとったんだよな
その時に削除が煽りになるって変な学習しちゃったんじゃないかなーと
うっすら思っているんだ
単細胞生物や単純な多細胞生物に見られるような、基本的な感覚能力を持つ。
刺激に対する反応、光や温度の変化の検知など、限られた情報処理能力を持つ。
過去の記憶や将来の計画を立てることができ、感情や感覚を経験することができる。
意識レベルに加え、複雑な社会構造を形成し、他個体と協力したり競争したりする能力を持つ。
社会的知性レベルに加え、宇宙や生命の起源について理解し、他の惑星や文明と交流する能力を持つ。
意識を構成する条件がなく、意識が意識のみで成り立ち、電磁相互作用、重力相互作用、強い相互作用と弱い相互作用の制限から解放されている。
『(ある程度は読めるが)喋れない、聞けない』から、『TOEIC 815点(リスニング420点)まで、5時間x10か月=1500時間』
大学受験で英語が得意科目だったのははるか昔。喋れない、聞けないから脱却の必要があり、10ヶ月の猛勉強で、さほど苦労なく英語で世間話ができて、ニュースやTEDなら比較的楽に聞けるようになった。日常的に字幕なしの海外のYOUTUBEを見ているし、世界一人気があるというポッドキャスト『The Joe Rogan Experience』も、まだら状の理解ながら、テキストなしで楽しめるようになった。
僕の勉強量と成果のバランスが良いのかどうか、自信はない。勉強時間も、平均したら、一日5時間を大きくは超えないとは思うが、サボり気味だった期間もあり不正確である。
それだけの時間をかけたら、そりゃ、それぐらいにはなるわな、と思う方もいるだろう。
が、『TOEIC 815点』は日常生活においても楽しめる世界が圧倒的に広がるということ以外に、履歴書にも書けて転職やボランティアにも有利らしい。
日本にいるまま、リスニングとスピーキングの力を伸ばしたいと考えている人に役立つかもしれないので、書いてみる。
と、当初考えて、オンライン英会話で、ネイティブとのレッスンを受けまくった。
そのうち、ブロークンで、適当に、喋れることを喋るだけなら、問題はなくなった。
が、文法はむちゃくちゃだし、細かな表現はできない、聞けない。会話がちゃんと噛み合わない。リスニングの能力も、上がった気がしなかった
(◯)カランメソッドで、文法的に正しい英語を喋る訓練をしよう!
と思い、カランメソッドを始めた。ちゃんと学習しようとすると、1回のレッスン時間は、25分にしか過ぎないけど、復習に1時間半かかる。合計2時間。
毎日かなりのフレーズや文を暗記しなければならず大変ではあったものの、効果を直感したので、毎日2時間をカランメソッドに注ぎ込んだ。
(x)アプリ『ELSA』さえやっておけば、発音はばっちしのはず!
「正確に発音できないと、いつまでたっても聞き取れない」とあちこちに書いてあるし、発音が悪いと、簡単な単語が伝えられなくて、会話がたびたびスタックしてしまう。発音を矯正したくて、評判のアプリ『ELSA』を毎日やった。が、ある程度進むと、何度発音しなおしてもOKにならなかったり、文としての発音が難しすぎたりして、限界を感じた。
オンライン教室のインストラクターに教えて貰って、発音矯正の得意な先生に発音を習うことにした。毎日、25分のレッスンを受けた。目から鱗の連続だった。正しい発音の仕方(口の形、舌の位置、息の出し方など)を徹底的に教えて貰った。先生は言う、「正しい発音の仕方を、まず、知ること。知ったとしても、できるできないは、別問題。口の周りの筋肉を思ったように動かすには、毎日の練習を何ヶ月も続ける必要がある。勉強ではなく、スポーツのトレーニングと同じと思え!」
半年ぐらい毎日レッスンを受け、今は、中断して、『ELSA』だけ毎日続けている。(ELSAによる僕の発音は90点)
発音矯正のレッスンは、ネイティブのように喋りたい人が受けるもの、と思っていたが、大きな勘違いだった。正しい発音の仕方をまず学ぶこと。それが大事で、できなくても知ってさえいれば、毎日、ほかのレッスンで英語を喋るときに、そのように発音しようと努力するようになる。
まず、正しい発音の仕方の基礎を徹底的に学ぶことが、大事だなと痛感した。
(◯)Netflixのドラマを全文英文表示させて理解しながら見る
のも、リスニングとスピーイングのよい勉強になった。まあ、とにかく、ドラマは、ノンフィクションやニュースや教材と違って、わからない。子供同士の話しなんか皆目わからず、ほんとに英語かと思いたくなる。でも、字幕なしでドラマを楽しむのは、最上級の難易度。なので、無理せず、英文字幕を表示させて、一文一文、解読理解していく。今は、便利なアプリがあって、英文表示をさせつつ、キーボード操作で簡単に進めたり戻せたりできるので、能率的に勉強ができる。英語のイディオムやスラングの勉強に最適。
(x)重要単語の本の単語や、単語アプリの単語をまるまま覚える
のは、なかなか難しい。いくら単語のセレクトが能率的でも、無味乾燥な勉強になるので、苦痛だし、案外能率が悪い。
(◯)ドラマやオンラインレッスンで習った単語熟語をアプリWordHolicに入れていき、毎日、聞き流す
ドラマから取った単語や熟語は、そのドラマのシーンとセットで頭に残るので、覚えやすい。その単語が、頻出単語なのかどうかはわからない不安が少しあるけど、覚えやすさが勝る。スマホのWordHolicに、現時点で新しく知った単語・熟語を2500語ぐらい蓄積していて、車の運転などのときに、流しっぱなしにしている(日本語→英語の順)。ボキャブラリー・ビルディングには、アプリWordHolicに次作するのが、一番の方法と思う。
僕がたどり着いた勉強法はこんなところ。
5時間x10ヶ月=1500時間は、2.5時間x20ヶ月。1時間x50ヶ月。やっぱり近道はない。これだけの時間を英語に費やすためには、何かを諦めなければならない。
が、少なくとも、これだけの時間をかければ、なんとかなる。
なお、僕は65歳。歳は関係ない。ただし、必要性があったので、頑張れた。是が非でもという必要性があることが、一番大事なのかも。
一所懸命だけを使う人に聞いてみたいな。なぜ「一生懸命」ではなく「一所懸命」を使うのか。
さて,それでは,現在採るべき表記法はどうであろうか。最近の辞典類を見ると,『岩波国語辞典』(岩波書店刊)は,「一所懸命」を本見出しとし,「一生懸命」をから見出し扱いにしているが,『例解新国語辞典』(三省堂刊),『新明解国語辞典』(三省堂刊),『新選国語辞典』(小学館刊)などは,「命がけのこと」を意味する語としては「一生懸命」を本見出しにし,「一所懸命」を併記したり,古語扱いにしたりしている。さらに『例解辞典』(小学館刊),『NHK編 新用字用語辞典』,『朝日新聞の用語の手引』(朝日新聞社刊)などの用字用語辞典は,ほとんど「一生懸命」に統一している。
以上のことから判断すると,現在の学校教育においては,表現学習や語彙学習の場合には「一生懸命」が望ましいと思われる。なお,教科書の文学作品においては原典を尊重し,『オツベルと象』では「一生懸命」(原典は「いつしやうけんめい」)を,『蜘蛛の糸』『坊っちゃん』では「一生懸命」(原典は「一生懸命」)を,『ごんぎつね』では「一生懸命」(原典は「一しょうけんめい」)を使用している。
AI が「人類の英知の集積」を凌駕することは難しいかもしれませんが、AI は膨大なデータを処理し、パターンや関係性を識別する能力において優れています。Web 検索は、人間の知識を補完し、アクセス可能な情報の量を大幅に増やすツールとしてAIと共存できます。AI は、人間の専門知識と組み合わせることで、情報検索と知識獲得のプロセスを強化し、効率化することができます。
・要約技術の加速:
要約技術は、大量の情報から主要なポイントを抽出するのに役立ちますが、批判的思考や読解力の代わりになるものではありません。これらの技術は、ユーザーが情報にアクセスし、理解するのを支援することを目的としています。ユーザーが要約に頼りすぎないように、AI システムは、要約された情報のソースを提供し、ユーザーに完全なコンテキストを提供する必要があります。このアプローチにより、ユーザーは要約技術を利用しながらも、批判的思考と読解力を養うことができます。
・このプロンプトを使えば精度が良くなる:
「精度」という用語は、AI システムのコンテキストでは、特定のタスクを実行する能力や、期待される結果を生成する能力を指すことが多いです。AI モデルは、特定のプロンプトや入力に対して訓練され、特定の形式やスタイルの出力を生成するように最適化されている場合があります。しかし、AI が本当に優れているのは、新しい状況やコンテキストに適応し、学習し、進化する能力です。AI システムは、ユーザーからのフィードバックに基づいて継続的に学習および改善し、時間の経過とともに精度を高めることができます。
AI が人間を凌駕するという考えは、SF やメディアでよく描かれていますが、現実には、AI は人間の知能とは異なる種類の知能を持っています。AI は、特定のタスクや計算において優れているかもしれませんが、人間の創造性、直観、感情、倫理的判断などの複雑な特性を兼ね備えているわけではありません。AI の「賢さ」は、それをどのように設計し、使用するかによって決まります。AI の開発者は、AI が人間の能力を強化し、人間の経験を向上させるツールとして機能するように努めるべきです。