  |
はてなキーワード: ディープラーニングとは
過去に、脳科学、神経科学の発見に対して、ノーベル医学生理学賞がそれなりに与えられているのに対し、もっとも基礎的かつ重要な発見と私には思われるヘッブ則を提唱したヘッブにノーベル賞が与えられていないことは意外に思う。恥を偲んで告白すると、私自身もつい先ほど、仕事の合間にネット検索で逃避していた際に知ったばかりで、このように増田に書いているのである。
例えば、ゴルジとカハール(1906)から始まり、「ニューロンから脳へ」の確か最初の章で紹介されてたイカの軸索の研究によるホジキンとハクスレー(1963)、分離脳のロジャー・スペリー(1981)、エリック・カンデル(2000)あたりが貰ってる。今調べながら知ったが、パブロフも貰ってるし、ヒューベルとウィーゼルも貰ってる。Wikipediaで見てると、神経科学系でほかに私の知らん人もそれなりに貰ってる。医学生理学賞ではないが確かヘルムホルツも貰ってる。だが、ヘッブは貰ってない。
ヘッブが受賞できなかった理由は素人の私には分からないのだが、近年のディープラーニングでのイントロダクションで「まくら」としてヘビアンラーニングが引用される割には、神経科学そのものの領域では評価が高くないのかもしれない。そんなことありえるのかな。
1904年生まれ1985年没のヘッブが、時代に対して「早すぎた」ということはあるのかもしれない。それにしても、晩年にはパーセプトロンとかニューラルネットワークとかそういうので、AIいけるやん！って当時の人々は盛り上がってた筈なので、やっぱりなんでだろうという気はする。
ニューラルネットワークが目的の関数を近似出来るようになるって事自体は数学で証明出来るからいい
でもなぜわざわざ中間層の多いディープラーニングを用いるかとなると理論的な根拠が薄くなる。
中間層が無いよりは一層ある方がいい、二層あると更にいいという所までは証明出来てるけど
それをもって中間層がなるべく多いほうがいいって結論まで持ってくのは厳しすぎる。
この調子でディープラーニングの構成や学習に用いる方法なども万事が薄い根拠と単なる経験とカンで選ばれたものばかり。
飛行機が初期は何故飛ぶかの理論的根拠が薄かったけど平気で飛んでたのと同じようなもんだと言ってる人もいたけど
はてブのホットエントリ(総合)で月内に数多く[あとで読む]タグを集めたエントリ
342あとで/2882users Amazonプライムビデオで観てほしいおすすめの人気映画42選 ～編集部厳選～ : 映画ニュース - 映画.com
256あとで/1375users 真面目なプログラマのためのディープラーニング入門 | 新山 祐介 | github
233あとで/1341users 実践 Docker - ソフトウェアエンジニアの「Docker よくわからない」を終わりにする本 | ほげさん | Zenn
185あとで/949users ソフトウェア開発の見積もり入門 | hakotensan | Zenn
183あとで/1374users ロシアのウクライナ侵攻の背景を読み解く | 東京大学 | 鶴見太郎
180あとで/968users Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した | hurutoriya
178あとで/1408users フォントが大好物な人に朗報🎉 MORISAWA BIZ UDゴシックとUD明朝がオープンソースになったぞ！！ | coliss
169あとで/887users 高木浩光さんに訊く、個人データ保護の真髄 ——いま解き明かされる半世紀の経緯と混乱 | 一般財団法人情報法制研究所出版部
168あとで/958users はじめに – アルゴリズムとデータ構造大全 | take44444 | github
166あとで/1232users ガラケーしか使えないデジタル音痴だった私が「GISでデータ分析」できるようになるまでの話｜NHK取材ノート｜note
156あとで/728users セキュリティエンジニアが本気でオススメする開発者向けコンテンツ 20選 - Flatt Security Blog
153あとで/1187users iPhone・Macの標準アプリ「メモ」のディープな使い方 | デジタルシニア
153あとで/987users なんとなくプレイしてもそこそこ囲碁のルールがわかるようになる「ぷよ碁」 | Gigazine
150あとで/926users 30代後半になって初めて発信活動を始めたら人生が変わった話 - Qiita
144あとで/1584users ロシアの攻勢と新世界の到来 (2022/02/26): 侵略成功時のロシアの予定稿 全訳 - 山形浩生の「経済のトリセツ」
143あとで/1309users 鶏むね肉を驚くほどしっとりさせた台湾料理「ジーローファン」の作り方【ネクスト魯肉飯】 - メシ通 | ホットペッパーグルメ
141あとで/786users RDBのデータモデリング・テーブル設計の際に参考にしている考え方と資料 | Rebi | Zenn
140あとで/1336users 「依頼された仕事をやらない人」は、なぜあれほど言われても、仕事をしないのか | 安達 裕哉 | Books＆Apps
139あとで/891users 「ウクライナ」(2) 小泉悠・東京大学先端科学技術研究センター専任講師 2022.3.9 | YouTube
139あとで/698users テーブル設計の考え方とやり方 [入門編] | 増田 亨 | SpeakerDeck
137あとで/733users オードリー・タン氏が日本人のために「デジタルとITはまったく別物」と語る理由 | ビジネス+IT
137あとで/765users AWS、オンラインロールプレイングゲームでAWSのソリューション構築を学べる「AWS Cloud Quest」公開。実際にプレイしてみた | Publickey
137あとで/909users 手軽に負荷テストができるツール「Taurus」がスゴい | tonchan1216 | Zenn
131あとで/1149users クレカを100万円使って解脱に至るための曼荼羅 - 本しゃぶり
123あとで/587users システム運用アンチパターン | O'Reilly Japan
121あとで/896users 【引越しやることリスト】事前に役立つ知識を50個まとめた | SPOT
119あとで/831users 背景合成アプリ「Shoost」レビュー 映画のワンシーンのような「いい感じ」の絵を手軽に作れる | PANORA
118あとで/724users 電子メール送信に関する技術 | Yuuki Takahashi | Zenn
116あとで/555users 1on1の「話したいことは特にないです」を解決する ~ 共感から始まる関係性改善のススメ ~ / How to solve rejection on 1on1 | 面川泰明 | SpeakerDeck
116あとで/1088users 「強いエンジニアは結局休日に勉強してるじゃん」って思うけど - spice picks
＞推理小説のノックスの十戒みたいなのがSFでもあるのかと思ったら特に見つけれんかったんだが
ディープラーニングさせるためのプログラムコード書いてるし、出力結果に基づいた動作もコーディングしてるんだけど何が疑問なの？
これでメシ食ってる人、今の時代多いと思うけど。
ディープラーニングさせるためのプログラムコード書いてるし、出力結果に基づいた動作もコーディングしてるんだけど何が疑問なの？
これでメシ食ってる人、今の時代多いと思うけど。
ディープラーニングさせるためのプログラムコード書いてるし、出力結果に基づいた動作もコーディングしてるんだけど何が疑問なの？
これでメシ食ってる人、今の時代多いと思うけど。
リンク辿ってたら懐かしいの見つけた
2年くらい前にうちの会社でも話題になったけど、商用利用は難しいで止まってた気がするな
https://pkhungurn.github.io/talking-head-anime-2/full.html
↑のとこでどういう理屈で組まれたのか丁寧に説明されてるから見てみて。英語読めんかったらごめん
https://github.com/pkhungurn/talking-head-anime-2-demo
Pythonで書かれてるから動作環境も開発環境も簡単に用意できると思う。
自分の顔で動かしたいならiPhoneないと駄目だった気がする。
ただディープニューラルネットワークの学習モデルは公開されてないんよな。さすがに企業秘密か…。論文出すらしいし。
まあPython環境はちょっとしたディープラーニング環境作るのにも便利だから構築しといて損はないと思う。
AIっていろんな時代で使われてるバズワードで、その実態は時代や分野ごとに変わる
大昔はLISPやProrogなんかがAIって呼ばれる時代もあった
今言われてるのはディープラーニングの分野
そういう次元にないわ
Wikipedia読め以前にそもそもこういう話についていけそう？
倫理ゆるゆる規制ゆるゆるの日本製の二次エロは、世界中の日本ヲタクに需要がある。
なので、強者がいないジャンルのエロ（たとえば女攻め・男受け) を狙えば、英文・中文 sub つけりゃ、ワンチャンあるんじゃない？
アラ還以降、なんならアラフィフ以降は、エロマンガやショート動画をお小遣い稼ぎの柱にするのも有なんじゃないか？
まぁ "エロに対する情熱は皆無" ＋"現状の画力はへっぽこ" なのだけど 🙄
・・・とか思っていたけれど、 AI が 低・中品質の アニメ・マンガ・イラストを喰っちゃう速度は、
ワイたちが思っているよりもずっとずっと速そう。少なくともワイがアラフィフになる前には確実に到来するな 😨
既に blender が原画と原画を繋ぐ作画、"中割り" を自動作成してくれるのはご存知の通りなのだけど、
▼ Blender2.92から自動中割実験。blenderデータ付き｜PIXIV FANBOX｜りょーちも。
ディープラーニング(深層学習) を使ったプロダクトたちがもうそれはそれはスゴイ。
例えば、Googleでソフトウェアエンジニアとして働くプラムック・カンガーン氏が作った、
『一枚の画像でVTuberになれるシステム(v2)』。
たった1枚の2次絵画像で、不自然では無い 笑い顔・困り顔・怒り顔 の表情差分を自動作成ができる。
この時点でスゴ過ぎて考えるのを放棄するのだが、VTuber なので当然アニメーションである。
目パチするし、頭振りもするし、眉・黒目・虹彩・口の形や動きも調整可能だし、
製作者のプラムック・カンガーン氏の動画見た方がたぶん早いので見てみて。
ホビーユースならもう Live2D 要らなくね？ってなる
そして同じくディープラーニングを使った「Deep Nostalgia（ディープ・ノスタルジア）」という海外で人気っぽいアプリ。
オリジナル家系図を作成するサイト(MyHeritage) で公開されているアプリで、 1枚の画像から、自然な瞬き・微笑み・目パチ・微笑み・頭振りを自動生成する。
本来は故人の写真で生きているかのような動画を作成するのが目的のアプリなのだけど、
2次絵キャラや3DCGキャラであっても、写真(人間)と同じレベルで自然な瞬き・微笑み・目パチ・微笑み・頭振りのアニメーションを自動生成してくれる。
この2次絵キャラや3DCGキャラのアニメーションの自動生成のレベルがヤバい。Live2D超えてる。もうホビーユースなら自分でアニメ作る必要なくない？ってレベルだ。
身体を動かすのは桁違いの学習が必要になるので現状は顔(付随して髪)だけなのだけど、コレが無料でだれでも利用可能だぞ？どうすんの？
とりあえず、ウンウン唸ってイチから自分でアニメや表情パターンを作るより Deep Nostalgia で作成した動画をトレスした方が早そう。
なお、Deep Nostalgia は、イスラエルの顔認識技術企業、D-IDの「Live Portrait」を利用しているとのこと。
#DeepNostalgia (Twitter 検索で自動作成されたアニメーションを見てみよう)
https://twitter.com/search?q=%23DeepNostalgia&f=live
▼古い写真の顔をディープラーニングでリアルに動かせる「Deep Nostalgia」 無料で利用可能｜ITmedia NEWS
https://www.itmedia.co.jp/news/articles/2102/28/news018.html
さて、ここまでもスゴ過ぎて思考を放棄するのだけど、とりあえず元となる1枚の絵は必要だった。
アニメーションや差分表情は AI にお任せしても "元の絵" 、"キャラクター" は必要で、製作者に 最低限の絵心、2DCG・3DCGの修練が必要だった。
ここまで言えばもうわかると思うのだけど、絵心がなくてもキャラクターを自動生成(塗り付き)するシステムがもう出来ている。
なお顔だけじゃなくて身体も自動生成してくれる。もちろん関連システムでアニメーションも自動生成してくれる。
▼キャラクター生成プラットフォーム「Crypko™」の編集機能 / Editing characters generated by Crypko™
▼[公式サイト] Crypko | Preferred Networks
▼ 自動生成システムが生成したキャラクターを元にデザインされた3DCGキャラが主人公のMV
MVの中の3DCGも自動生成された3DCGを利用したもの(流石に調整はしてるらしい)
いま既に出来ること・これから出来るようになることにワクワクしてヒャッハーってなるけど、ワクワクはワクワクとして、ヒャッハーはヒャッハーとして、
学術研究レベルでAI周りについていけないとあらゆるお金稼ぎが危ういな・・・😨って感じだよね
もちろん短期的に見ればイニシャルゼロで出来るので人間のマンパワーでやった方があらゆものは安い。悲しいけどこれは事実だ。
けど、修練レベル低めの人間が手間暇かけて作ったものよりも、高コストでもAIがやった方がクオリティも速度も上であるという現実。切ないね。
もっと言えばAIを導入・運用出来る資本力があるならば将来的にはAIの方が安いまである。
ちなみ絵(アニメーション)だけじゃなくて、文章もけっこうAIに喰われてます。日本語は遅れてるけど英語圏では
「AI Dungeon」というAIに対して対話形式で物語を作って遊ぶテキストベースのRPG(基本無料)が出てる。
［2021-02-23］AI Dungeonの素晴らしさを語る
君のつくったプログラムがやらなくても医者とかだれかがいつかは診断してたはずなんよ
うさんくさい医者もどきを儲けさせるくらいなら当事者も作成にたずさわったプログラムにやってもらったほうがいいね
まあ、限界はあるとおもうよ
ディープラーニング使えるほどのデータが溜まってないと判断の正答率が人間より低くなるだろうし
あと現在は薬のんでも効果が望めないＡＤＳは判定しないんだろうし
限界はあるとおもうよ
でもそれはプログラムであることの限界ではなく医学や人類の叡智の限界だろ
Twitterはオタクとフェミニストが殴り合いをするプラットフォーム
ここ数年VR元年が続いている
電子書籍元年は馬鹿にされていたけど、いまどき天使書籍を使わない人間はそもそも本自体をほとんど読まない人間なのでどうでもいい
ダーツと10万円相当の金貨を本当に交換して帰ったけど、次呼ばれたときにその金貨を持ち込んでダーツに交換した
腹筋を割るには腹周辺の脂肪を消す必要があるので、基本的に限界近くまでカロリー制限をする必要がある
猫砂とかミネラルウォーターみたいな値段はそんなでもないけど輸送コストの高いものを買うのはAmazonで買うと無料なのでお得
でも今はどうかわからない。いまのAmazonは単品購入できない商品とかが多いのでわからない
楽天でふるさと納税したら期間限定の楽天ポイントが使える。つまり楽天のスーパーセールだかお買い物リレー高で数割のポイント還元をしつつふるさと納税すると、事実上税金を割引していることになる
インフォシークは消えた
セレクトを押しながらXXYBA
ラウンドアップはグリホサート
葉加瀬太郎はあんまり博士感がない。どっちかって言うとカリフラワー感がある。カリフラワー次郎
マックスむらいが誰なのか知らない
生きる意味がないからって死ぬ理由があるみたいに決めつけるなよ
わらふじなるおの顔がすぐに頭に出てくるやつは凄い
「もうお前とは二度と会わない」と言うときは大体会う
今年一番笑ったニュースは、NHKの集金人がドアスコープから見てると知ってて、NHK受信料払えと言ってきたこと
パカパカパッションとポップンミュージックがごっちゃになっている人は多いかもしれない
ビオランテそれほど人気ないのにテレビで放送されるゴジラはだいたいビオランテ
労働の収益上昇よりも資産による利益上昇のほうが早いので絶対に最後は殺し合いになるシステム
なぜディープラーニングにシグモイド関数とかレイル関数を使うと生成機が良くなるのかは誰も知らない
みーちみっちみっちうんこたらし、葉っぱがないので手で拭いて、もったいないから食べちゃった
ロート製薬は副業が公認されている。ロート製薬のなんとかいう女キャラがいるんだけどそいつも副業している設定
熱盛が何なのかしらない
24時間テレビのヘキサゴンのシーンでバッタの幻覚をみる動画がWeb上から消えている
同じくなんや！とブチ切れるおじさんが出てくる動画もWeb上から消えてる
権利があるからしゃーないだろうけど、面白いからこの手の事故動画を公式で見れるようにしてくれ
ずっと頭がかゆい人は、とにかく食生活を直せ。毎日サバ缶を食べて、オリーブオイル使え
絶対に市販の惣菜とか弁当。ましてやカップラーメンとか、ポテトチップスは絶対に食ううな
基本的に加工食品は質の悪い油が使われているので身体に炎症が出るの当たり前である
なので食生活を見直せ。
というか健康マニアなら健康維持するためにまず最初にすることは厚労省が出してるコマの絵を参考に生活全体を見直すことである
コマの絵を知らないくせに健康オタクなんですとか言ってるやつはゴミ。コマの絵が基本であり、応用はその先である
にゃんちゅーの声の人が死んだ気がする。ゴロリの声の人は死んだし、死んでそうで死んでいないことがいつも話題になってたぱっとサイデリアの人はこの間死んだ
クラシアンはボッタクリなので使わないほうがいいような気がする。知り合いの工務店を使おう
8万の高気密住宅を借りるよりも、4万の安普請で2万の電気代使って暖房機たせたほうが資金効率良い
世の中には右手と左手で1pと2pをそれぞれ操作してメタルスラッグをプレイする化け物みたいな人がいる
子供がなりたい職業第一位はプログラマー。公務員さえ魅力がなくなってしまった
マンぐり返しは性別によってちんぐり返しにある。行う人間の性別で名前が変わる珍しい動作
金がほしいとか言ってるやつに限って、ゴミみたいな物事に金使ってて金欲しくなさそう
デブは食べてないっていうけど、引くくらい食べてる。砂糖水飲んでる
猫用のトイレシートを買う時は必ず小さい方を買って、大きい方は使わない
オランジーナのペットボトルで蓋を開けるには斜めに力を入れながら勢いをつけて捻らないといけないのを知っている人が最近少なくなった
年賀ハガキは319通りを期待するという人と、010通りの当選を期待するという人がいる
2013年の時点でもう中学生は古いコメディアンという合意が世間でなされていた
献血行こうと思いつつどういう体調なら行ってもいいのかわからない。採血で気分悪くなったことあるので行かないほうがいいのかな
新型コロナのおかげで人と合わなければ風邪は引かない説が立証された
時間を切り売りするとは、人生を切り売りすることであり、命を売っていることにほかならない
バヤリースのヤは小さいけど通常のヤと発話される
バミューダトライアングルは多分嘘
オールインできるようなチャンスがやってこないのは単純に他人との交流が少なすぎる
他人との交流を増やすとやっかいな人間に当たるデメリットがでかくて、バカに翻弄される人生だったのでかなりショウキョウ的にならざるを得ない
ゴルゴ松本の特技は雲を消すこと
ハンターハンターはそれほど面白くない。なんとかアイランドに入るまでくらいは面白いけど、その後はなんかやたら複雑な人間関係とか能力とかが重なっていって読んでても意味がわからない
わぴこはかわいい
99%ピロリ菌のせいなんだからピロリ菌いない人はまじでバリウムやる意味ない
というか被爆する事考えたら内視鏡一択。喉とか食道、十二指腸の様子を目視できるのでがまんしなさい
ゼンキはエロい
おじゃまユーレイくんは世代ではない
バーコードバトラーもエロい。でも男の子のさくらちゃんが好きです
Pixcel4のフェリカチップのいちはカメラややした付近。改札で使うには画面側からしっかりピンポイントでその位置を押し付ける必要がある
トラのパーカーを着せられている子供見かけたので、うかれてるなーという感想を持った
地方のホームセンターは茶髪多すぎる。茶髪じゃないと思ったらパンチパーマだったりする
ポップンミュージックの最新作は2012年に発売されたPSPの奴
一日に10G以内の通信しかしない人は、楽天モバイル+テザリングで、電話とネットインフラの利用料金を月額3000円に圧縮できる
比較しないほうがいいとは言えるが、比較しないでいるにはかなりの訓練と素質が必要
なので多くの人間はずっと不幸に囚われて地獄を見るよりほかない
和田アキ子と古舘伊知郎のダッグといえば幸せ家族計画ではなくクイズ悪魔のささやきである
ビーマニの特許は切れてるので譜面が上から落ちてきて音楽に合わせて打鍵するゲームはどんどん作ってよい
子供が死ぬ原因は通り魔ではなく親自身か周囲の大人のせいであることがほとんど
生まれた子供に100万譲渡してS&P500で運用し続ければ速攻でFIREする
思い出は奪われないけど、死んだら消えるからやっぱりそこまで固執するものでもない
もっと言うとアルツハイマーになって人格崩壊したら、思い出や知識も消える。失いにくい性質であるだけなので過信しすぎるのも問題ありそう
ラッスンゴレライ vs ニーブラ
横から来るのを受け流すのはややわかる
鼠先輩が誰なのかはしらない
はじめてゆってぃの名前を聞いたのはとある施設に来ていたキンコメのトーク
にこにこキングオブコメディは面白かった。とくに道徳の授業でコントを見せて生徒に感想を書かせた先生が、その感想を送ってきたかいは感動と笑いで最高の感情を体験できた
だからつらいよね
HTMLの文字列ををサーバーサイドで動的生成することをレンダリングって言うの違和感あるけど、ガイジンもそう言ってるししかたないっぽい
ミジンコは肉眼で見えるくらいにでかいし、DNA情報も人間の何倍もある
原生生物はミトコンドリアを細胞内部に取り込んでるとかいう頭いかれた進化している
だから今後人間はAIを取り込むの当然だし、完全電子化するかもしれない
スピルリナが栄養食品として扱われてる現状になんとも言えない感情が湧き上がってくる
ストロマトライトとかなんか凄いよな
サーチュイン遺伝子を活性化させるには飢餓かNMNが必要っぽい
絵が下手な人は人間の顔を真円に勝とうとしがち、野原ひろしみればわかるけど人間の頭は縦長の楕円です
まず後頭部を中心に球体があると想像して、その手前に顎付近のパーツが付属していると考えるのが良い
あたまという一つの切り出したパーツが存在知るのではなく、内部の骨の構造を考慮して、頭蓋骨と顎が別れていることを意識するだけでそれっぽくなる
あとは人体を書く場合は足が大きい。
太ももはめちゃ太いし足は腕よりも長い。両足で全体重を支える人体構造なのだから当然だけど、絵が下手な人は手と足を同じ太さ、同じ長さで書きがち
vimで左右の文字を入れ替えるのはxp。ただしこれはコマンドの単位が2になるのでアンドゥが二回必要になる
バッファ移動でbコマンドを使うときに、途中までファイル名を入力するとTABで補完できる
gfでカーソルが乗っている箇所のファイルパスから、対象ファイルを直接開くことができる。
gFを使うとファイルパスの末尾に /tmp/hoge.txt:42 のように行数がある場合、指定行に直接ジャンブする
タマランチ会長とかマグワイヤとか、慰安ソープとか、スポーツ用語ってエロいの多くない？
後編
行列はVBAなんかじゃ無理っぽいし、なんかプログラミング言語を覚えようと決める。
とりあえず両方試そうということで、RのためにRとRstudioをインストール。
プログラミングはなんかを製作する目標がないと挫折すると聞いていたので。
深層学習というものが流行ってると聞いて、ちょっと触りを勉強したくなる。
この本は面白かったので、深層学習を目標にプログラミングを覚えよう！
後になって、これはとんでもない間違いだったことに気づく。深層学習と機械学習の違いも判らないまま、RよりPythonを先に触ることに。
教本にしたのはこちら。
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」
途中まではまあなんとか。
微分って便利だな。行列計算できるの便利だなっていうところまでいったが、クラスという概念が理解できず、途中からハテナが浮かんで読み進められず。
うん、もうちょっと易しい本を探そうと思って手に取ったのが
「独学プログラマー Python言語の基本から仕事のやり方まで」
なんとか読了。自信をつける。
実は、いまだにコマンドプロンプトとパワーシェルとbashの違いが分かってない。
つづいてPyQに2か月くらい登録してみる。
なかなかPythonが楽しくなってきたが、クラス意味が今一つ掴めないままいったん中断。
この辺で、自分は統計に興味があってもプログラミングに興味がないんじゃないかということに気づく。
なんだかんだもがきながら、PythonもRもモノにならず、日常のちょっとした計算やグラフを作ったりはExcelを使い続ける日々が続く。
あるいは、Excelで成形して、検定かけやすい形式にしてRで検定するとか。
Rに触れてなかったな、Rは完全に独学。「こんなことやりたいなぁ、ググってみるか、ほうなるほど」って感じ。
そんなさなか、放送大学で「Rで学ぶ確率統計」という講義があるのを知り、さっそく入学して受講。
なかなか面白かったし、PythonばっかりでRあんまり触ってなかったからいい刺激になった。
恥ずかしながら、負の二項分布やガンマ分布ってよう知らんかった。
しかし、講義は楽しかったがなにか書けるようになったかというとそんなことはなく、依然として基本はExcel。
まあ、実際csvじゃなく、手書きのデータとかをExcelに打ち込んだりする程度なんでPythonやRを使うまでもなかったというのもあるんだけど。
「Excelパワーピボット 7つのステップでデータ集計・分析を「自動化」する」
パワークエリを覚えたらピボット形式のExcelファイルとか、セルの結合が多用されたExcelファイルを、成形加工するのが非常に楽になった。
しかも、同じフォーマットで記録されてるデータならフォルダにぶち込んで一気にまとめ上げることも可能！
控えめにいって神！
としばらくパワークエリを礼賛してたのだけど、各ステップはPythonのpandasやRのdplyrでも出来ることに気づく。というか最初から気づけ。
こりゃ、一気に覚えちまおう、統計というより、データの前処理だなと思ってUdemyでRの動画を買ってみた。
AIエンジニアが教えるRとtidyverseによるデータの前処理講座
https://www.udemy.com/course/r-tidyverse-preprocess/
すっかりR信者になる。
それまで教本を呼んでもdplyrの便利さが今一つわからなかったのに、パワークエリで具体的にモノを作ると、dplyrに翻訳したら、すいすい。スピード10倍。
便利さにようやく気付く。
そんで、pandasに翻訳したらどうなんだろ？と思ったらもっと速いｗ
すごいなPython。
Rへの入信はたった数週間。再びPythonに興味。
さて、ゼロから作るディープラーニングを再開しようと思ったけれども、そもそも、機械学習をすっ飛ばして深層学習って無茶だったと反省し、まずは機械学習に。
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
で、この本がすごい。
5章あるんだけど、機械学習のアルゴリズムは5章だけなんだなｗ
それまでは何に割かれてるんだって？数式の証明とか、便利な計算法、例えばニュートン法とかラグランジュ未定乗数法とかｗ
こんだけ引っ張っておいて、いよいよ本番の第5章もゴリゴリ数式をスクリプトに落とし込んでいってるのに、「これは学習のためでscikit-learnっての使えばたった1行」っていう無慈悲ｗ
いや、ほんと数学の勉強になったし、こうやってゴリゴリやるとなんのためにクラスというものが存在するのかようやくわかった。
線形代数って便利なんだなと。行列をスカラー値のように何の気なしに扱えるようになると、あの頃苦しんでいた実験計画法、タグチメソッド、今読み直したら別の印象があるんじゃないかなと思うようになったり。
この本を読む途中、「マンガでわかる統計学因子分析編」で学んだことが理解の助けになった。
なんたる僥倖。
線形回帰、リッジ回帰、SVM、PCA、ｋ-means、クラスター分析、一気に手札が増えた。
Ｐｙｔｈｏｎで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
実験計画法って、fisherの古典的なやつ、ラテン方格に割り付けて、ってやつかと思ったら、線形代数使えればもうなんでもありなのな。
これ、すごいな。
機械学習と実験計画法がここでつながるとか、控えめにいって最高だな。
まだ読了してないので、また後日。
いろいろしくじってきたが、その後のことも考えると、人生で一番大きなしくじりだったと思う。
を検討していた。
コンピュータと人工知能に関心があったということが候補を選んだ理由だった。
当時、LinuxやFirefoxなどのオープンソース活動に興味を持っていた。
また、脳科学や認知科学、人工知能など人間の知能に関する分野にも興味を持っていた。
研究分野としてはOS・コンパイラなどのコンピュータの基礎研究という印象を受け、
工学の方が自分の嗜好に近いと考えて工学部の学科を検討することにした。
工学部機械情報学科はロボティクスを中心とした情報を扱っていて、
ロボットのハードウェアへの興味が低かったことから優先順位を下げた。
そして、
を候補として考えた。
機械系のカリキュラム・研究も含まれていて、2つの学科が扱っている分野が共通していた。
違いとしては、システム情報工学では応用物理系の内容を中心に扱い、
知能社会システムでは機械系から社会工学・経済工学まで扱っているという違いがあった。
そして、次の理由から知能社会システムコースを候補として考えた。
私は教養学部での講義からゲーム理論やシェリングの分居モデルなどの話題に触れ、
また、当時行動経済学や経済への物理学の応用などの書籍を読み社会科学系にも興味を持っていた。
人工知能やマルチエージェントや進化計算などの複雑系にも興味を持っていた。
また、自分の関心がある講義が他学科にも分散していたことから、
講義を取りやすいことも良いと考え、自立して科目を選択できると考えた。
また、製造業や電器メーカーの不調から従来の工学系学科に進んでよいのかと悩んでいた。
できて数年の学科だということで新しいことができるのではないかと無根拠に考えていた。
そうして工学部システム創成学科知能社会システムコースに進むことにした。
そうして、システム創成学科知能社会システムコース(PSI)に進学したが、
思うようにはいかなかった。
幅広い分野を扱いつつ、講義数が少ないということで全体的に内容が薄く、未消化気味だった。
また、講義間の関連性が薄く、体系的に学べることが少なかった。
などの工学の基礎となりうることは扱うのだが、基礎に留まっていた。
また、講義を受けてのレポートが中心で理工学の演習は少なかった。
工学部だから機械や電気ではなくても理数系を基礎として扱うのだろうと考えていたが、
予想とは違い少なかった。
統計は理工系でも社会系でも重要なものだからもっと力を入れて欲しいと思う。
そのため、ディスカッションやプレゼンテーションなどの機会があったが、
幅広い分野を扱っているということもあり、学生層が広かった。
その分、興味が合いそうな同級生を見つけにくかった。
カリキュラムが少ない分、就職活動を頑張って学部で外資などに就職しようという
学生も多かった。
全員が全員そうだということはなく、修士も進むことを考えている学生もいた。
他学科聴講は思ったよりもできなかった。
受けたいと思った講義の時間が被っていたり、前提知識が不足していたりして、受講が難しい場合があった。
学科での講義に関心が持てず、モチベーションが下がっていたということもあった。
研究室には学部3年後期に配属される。カリキュラムの少ない分をそこで補う想定らしい。
しかし、私が所属していた研究室では、学部就職する学生が多く、
他大学からの院生やポスドクが中心であまり教育が受けられなかった。
システム創成は機械情報学科や計数工学科と違い、情報理工学系研究科ではない。
進振り時点ではそこまで差を考えていなかったが、講義の内容やPCなどの設備が違っていた。
大学院でより専門性を高めたいと考えて情報理工学系研究科に進んだが、
実力の不足から、大した実績を上げることができなかった。
学部では幅広い内容を身に着けて、大学院で専門性を高めるということを考えていたが、
他の研究室に進学するならば、その研究室と密に連絡を取って、院進学前から
必要な勉強・研究計画作成をしないと、講義や就活で研究に必要な時間が取れなくなる。
このようなことから、大学院では成果を出せず、就職活動もあまりうまくいかなかった。
振り返ると、それまでの人生で初めて大きな意思決定をする機会だったが、そのことを十分に認識できていなかった。
取捨選択するということができず、幅広いカリキュラムがあるということから選択肢がありそうな道を選んでしまった。
安易に考えず、具体的にメリット・デメリットを書き出して、検討すべきだった。
それまでどれかができるということではなく、どれもできるようになろうとしてきたことがあり、
立花隆さんの影響を受けていて、文理ともに学ぶことに憧れていたが、
その難しさを分かっていなかった。
意思決定をするために必要な情報を集めて、裏を取るということができていなかった。
まあ、サークルに工学部の先輩がほぼいないという事情もあった。(普通工学部は忙しいからな。)
もう少し聞けていれば、進学先を再検討していたと思う。
自分が目指すような幅広い分野を学ぶということを行うのであれば、基礎を幅広く身に着けることを
念頭において進学先を選ぶべきであった。
そう考えると、情報科学科や計数工学科に進むことを考えるべきだったと思う。
理学部情報科学科については小中高からプログラミングを扱っている人が多いと聞いていて気遅れしていた面もあった。
独学で学ぶようにはしていたが、学科に進学した方が教育や同級生など成長できる機会は多かった。
学部で情報系の基礎を身に着けて、大学院で応用に広げることも十分考えられたが、当時はその想定ができなかった。
あと、当時情報科学科や電子情報学科が進振りの最低点(底点)が非常に低く、避けた方がよいかなと思っていたところもあった。
進振りで高い点のところを目指していたわけではないが、つい点数に左右されてしまった。
今の機械学習やディープラーニングは自分が当初やりたかったことに非常に近かった。
大学院でそちらに進もうとしたが、実力不足から挫折してしまった。
情報科学科や計数工学科に進学していれば、その分野に進むチャンスが大きかったと思う。
教養学部時代に自分がやりたいことについて、教授に相談したり、一般書籍ではなく学会誌を読むなどしていれば、
進路を明確に決めて、進振りでの失敗も避けられたのではないかと思う。
進振りでは点が足りなくて進学できなくて失敗したという話を良く聞くが、
これは進学先の選択を誤ったという話である。その分、あの時選んでいればという後悔が大きい。
システム創成について、自分の失敗から悪い面ばかり記載してしまった。
私の進振りでのしくじりを具体的に書くことで何か参考になればということで書いたものである。
自由度が高い分、自分で計画を立てて行動できる人にとっては良い面もあると思う。
私自身は進路・キャリアを良く決めないまま進学してしまったため、うまくいかなかった。
など学科の色がはっきりしてきて、その方面に目指す人にとっては良い学科と思う。
(カリキュラムはあまり変わっていないらしいという話も聞くが。)
失敗したと思っても、将来どうなるかは分からない。
現に情報系学科は過去は非常に底点が低かったが、今は高騰している。
システム創成ではないが、大学院で他分野に進んで研究者として業績を上げている知り合いもいるので、
あまり後悔せず、前を向いて進んで欲しい。
なんか今頃になってPythonの学習コンテンツが充実してきてるけど
Pythonってもう旬を過ぎたと思うんだよな
tensorflowとかsklearnとか使うためにPythonは凄く有用だったしこぞって使ってた
まぁそれでもPandasはクソだったけど他に選択肢もなかった
あと、AIみたいにサービス化とかUIを気にしなくて良いようなワンショットのプログラミングには向いてた
型付けとかしなくていいし、少しぐらいメモリリークしてても気にしないし、UIはtensorboardとかグラフをpngで吐き出せば良かった
何よりターミナルから打ち込んだら実行してくれたりMarkdownのファイルの中に書いたら実行してくれたりそれはまぁ便利だった
ところがAIがコモディティ化して頭打ちも見え始めてきた段階でそろそろビジネス化しないといけないけど
そうなるとPythonみたいなやんちゃな言語をプロダクトレベルまで実装出来る人が少ないことに気づき始めた
UI作るの面倒だし、型チェックとかもやってくれないから想定してないバグが出たり
Pythonを凄いやってた人も「プロダクトレベルとなるとちょっと」っていう人が増えてきた
かといってJavaには戻りたくないってなってTypeScriptが流行り始めた
そもそも最終のUIはWebだし、jQueryから始まったReact/Vue/Angularあたりはどれを使っても簡単にUIを作れる
おまけに枯れたNode.jsでサーバレスに実行できる環境まであるからTypeScriptが流行りまくってるんだと思う
Web系の弱いところはスマホアプリで、WPAあるけどイマイチ流行ってないしAppleが乗り気じゃ無いのがなんとも
なのでflutterあたりが人気出てくるかなぁ、とは思うけどWeb系ほど選択肢が無いから合わない時にとことん合わないと思う
ここから数年はPython人気が落ちてきて、TypeScriptが伸びて、Dartがじわじわ伸びてくるんじゃないかなぁ
初学者はPython、とか言うけど関係なくTypeScriptやった方がいいと思う
