「ビッグデータ」を含む日記 RSS

はてなキーワード: ビッグデータとは

2021-05-03

でもさ、コロナの現状、全て国民が望んだ結果じゃん

入院拒否感染者、罰則から懲役刑」削除へ…野党修正協議

2021/01/26 15:00

https://www.yomiuri.co.jp/politics/20210126-OYT1T50155/

個人刑罰課す法案を出してきたとき

メディアも含めてバッシングして修正させたでしょ

そんなことより病床増やせって

からインドから入国者強制隔離できなくなったし

インド株の陽性者がマスクつけずに外出しまくっても入院強制逮捕もできなくなった

マイナンバー活用ですら監視国家だの資産監視されるだのなんだの言って拒絶して

結果的に各種給付金も遅れるし事業規模ごとの給付スムーズに行うこともできないし

1日の検査数ですら正確に把握できない国になった

保健所に集まったビックデータ科学的に分析できない国になった

海外のように陽性者をGPSで行動追跡したりそのビッグデータを集めて分析して対策に活かすこともできない

日本政府権限与えることをメディア国民拒否してきたわけ

ワクチンだってそうだろ

子宮頸がんワクチン危険だのなんだの風評ばらまいて勧奨接種を潰して

結果的ワクチン作れない集団接種のノウハウも捨てた国になった

海外が羨ましい?

お前らが望んだ現状だろ?

いくら死者が出ても自由に過ごせる国が良かったんだろ?

政府に介入されない国が良かったんだろ?

望んだ通りになったじゃん

2021-04-09

路線バスに乗っていると

日中都内路線バスに乗っている。

そこの大半シルバーパスを使って乗っている乗客だ。

シルバーパスは見せるだけで乗り降りできる。

そこでICカード使ってビッグデータを利用しシルバーパスの財源にでもしてくれないものかね。

2021-04-06

anond:20210406003405

文学が好きなら文学やってもいいけど、数学ができないアホは大学に来るなよ

今どきは文学研究でもビッグデータ人工知能を駆使する再現性の高い研究が求められている

2021-04-04

anond:20210404102823

日本に限らず海外でもそういったアルゴリズムを自前で実装してる会社って一握りじゃないの

例えば所謂ビッグデータHadoopなりBig Queryなり使ってると思うし

2021-04-02

anond:20210402154449

あーなるほど。

もしも人類を発展させてきた知識比重がも、むしろそういうこまごまとしたノウハウなら、今のインターネットなどいくら書籍情報を追加してもウィキペディア程度の役にしかたたんな。

(今の書籍ウィキペディア程度の役にしかたたないことになるが、それはおいておこう)。

 

となれば、もっとさらに抜本的なSF対策必要だな。

あらゆる人間が常に、良いビッグブラザーによって監視されていて、ちょっとした動きやコツもビッグデータとして集積される。

ロボットAIもっと超廉価になって、一家に一台超ペッパー君が配備されて、職人のモーションデータダウンロードできる。

未来過ぎて逆に夢が膨らんできた。

anond:20210401224809

「働く」の定義が以前とは違ってきてる

うそろばんも毛筆ももはやそれ自体では働くことにはならない

コンピュータに入ってるエクセルで25桁の足し算を35回まちがえずにくりかえすことができる

日本人が働かないのではなく

世界若い人が学べて働いたと実感できる場所がなくなってきてる

ビッグデータネットが扱えちゃうのでコンビニとか福祉などの対人業と、梱包とか輸送といったコンピューターの手先に収束しつつある

そのなかでどうやって人が人を幸せにできるか

やりがいをあたえられるか

穴をほって埋める拷問みたいにならずにすむか

でも日本人はどうしても1億総成長時代プライドにこだわって大学サラリーマンコース偏重してしま

親や廻りの目を気にしてしま

そもそもそんなに職業はないんだ

それを怠けているというのはおかしいぞ

2021-03-19

おれはおかねのながれについてのほうそくをりかいした!

やっぱ、大手さんの中にはお金の流れについての「法則」を理解してるところあるなぁ…。

自分がこの「法則」を見つけてから、気づいた上で動いている人の存在を今まで確認できなかったけど、初めて「これ気づいてるな」って人を見た。

ちなみに、誰でも少し調べたら気づけそうな法則です

ぼくよりもデータを持ってる人ってくさるほどいるはずなんだけども、データが示す法則通り動いてる人って案外いないし、下手したら気づけてないです。

からビッグデータだなんだと言われても

データ集め方決めるのも、データ分析するのも人間やろ?」

と言ってます

データ多すぎ時代ですから

じゃあなんで大企業意識高い系の人らが

データ時代だ」

なんていうかといいますと…データとか知識って他人安心させる時に楽だからなんだと最近は思ってます

新しい法則を作るのではなく、裏付けるために使ってるうちは、データって根回しの道具で生まれてくるもの旧態依然だと思います

その辺、プロ野球見てたり、分析する時って面白くてですね…ラミレス監督データピックアップの仕方が独特だったり、去年のオリックス見てると捕手がしっかりしてる球団にだけはボコボコにやられてたり…新しい法則を作る面白さとデータリンクした事象があるから野球データ両方見るの好き

ぼくの中では全然違うジャンルの人だと思ってた人が、今研究中のピーキー性癖作品も描いてることに気づいて

「あー点と点が、線として繋がったー!!!

となった。

最近、人気の作家さんが意外なマイナー性癖を嗜んでることに気づくことが多くて

最先端はむしろそっちなのか?」

となってる

エロマンガ世界って科学技術世界みたいな構造担ってることに最近気づき始めた。

先端科学だけ見ると不可思議で軽視されがちだけども、それなくして実用的なものは生まれない。

エロマンガもかなり特殊なモノで研究された技法が、後に売れ筋作品進化させる糧となる。

代替品ではない独自進化

それまで、「変わった性癖実在するエロの一部を先鋭化させたモノ」というシャーロック・ホームズ実在する人物を誇張して作ったような考え方に基づいたものだと思ってた。

でも、上記の回答は受け手の発想で、作り手や分析する人の目線で言うと、もう1つ「進化過程」という意義もあるんやね

こいつ毎日のようにいろんな法則について理解しててすごいな。

そんなすごい「法則」を見出した人がなんでニートで極貧生活送ってるんだ……

2021-03-02

仏教工科大学

大仏学部ではモノ作りの技術が学べ、統計学部ではビッグデータから大仏の適切な傾きを算出出来る

2021-02-26

PayPay銀行

ジャパンネット銀行名称を「PayPay銀行」に変更するって。

嫌だよーなにその名前

本気なのか…

Yahoo!銀行のほうがまだマシだったかもねぇ。

給料の受け取り口座をジャパンネット銀行にしてるんだけど、めっちゃ恥ずかしいよ…

銀行名前が変わるときって、勤め先に何か言っておかないといけないのかな。めんどくさいなー。

ATMカードとかトークンデザインも変更されるんだろうけど、醜くなりそうだなー

ジャパンネット銀行手数料とかちょっと高めだけど、落とし穴だらけの複雑な優遇措置とかもなくて、ネット銀行の中ではシンプルで最良だと思っていたのに。

IT企業と組んだら、AIブロックチェーンビッグデータだとかなんとか言って、入出金履歴とかVISAビット利用履歴をかすめ取られそうで、そこも心配Yahooは以前からJNB出資していたから今更感だが)。

普段使い都銀とか信金のほうが無難だったかなー…

2021-01-10

すべての感染者にブログ執筆義務付けたい

感染発覚までの1〜2週間の行動をプライバシー配慮した上で思い出せるだけ書いてみる

「そういえばこれはちょっとまずかったかな」と思う行動があるかもしれないし

自分では問題ないと思っていた行動が第三者から見たら「それはリスク高いわ」と思うようなこともあるかもしれない

そうした275,000人分の行動記録と感染事実から感染経路不明とされるケースでも「怪しい行動」が炙り出されるかもしれない

これを世界に広げればビッグデータ

保健所追跡調査には限界があるので未曾有の被害者数を逆手に取ってビッグデータとして活用できないもの

2020-12-22

https://hbol.jp/234920 福祉役割結婚に求めるのが間違いよ

これまでおそらく少なくない女性たちが、結婚に「上昇」を期待し、自分の生まれ境遇わずかでも改善したいと望んできたのですが、AIはそうした望みに応じてはくれません。あまりおおきな夢を見ないで、身の丈に合った相手を探しなさい、と言うのです。ビッグデータ分析から得られた相手は、自分の身の丈に合った相手であり、いわば鏡に映された自分の姿です。したがって、すでに自分自身の生活に満足している人であれば、AIが推奨する相手をあまり抵抗なく受け入れることができるでしょう。自分自身の現在のありかたに自信をもって生きている人であれば、似た者同士の相手にも敬意をもって接することができるでしょう。

人と人の縁結びにすぎない結婚に「上昇」を期待するのが間違いでしょう。

しかし、そういう人ばかりではないのです。AI婚活システムによって成婚を果たしていくのは、同類婚を受け入れられるような、ある階層以上の人々に限られるものであって、それ以外の人々にとっては、足切り排除として作用することになります新世代のAI婚活システムは、異なる階層間の差異文化的格差として露出させ、選別・排除精緻にしていくのです。

同類婚させるのが排除

格差が残るから「上」の男をあてがえなんてのは通らない。

おそらくこの新世システムにとって克服できない最終的な障壁となるのは、顔、ルッキンへのこだわりです。堅実な同類婚を阻む、ルッキンへのこだわり。相手の顔が好きかどうかというのはとても重要なことで、幼稚なこだわりだと言われようがなんだろうが、人々がこれを手放すことはありません。ここでは、対抗的な判断基準としてのルッキズム、「抵抗ルッキズム」というべきものがあって、それは結婚という場面において、人間自由意志最後の砦となるのかもしれない。

ルッキズムのさばらせちゃ元も子もないでしょ。。


生活水準を上げたくて困っている女性たちには、税金からお金を出してあげるのがいい。

一人でも生きていけるだけの補助費を出そう。

いかい、結婚けが人生じゃないんだよ。

2020-11-23

IT数学にできないことはできない

最近AIだとか、ビッグデータだとか、そういう統計の延長線上にあるものがすごい盛り上がってて、IT革命だとかなんだとか言っていた辺りから理系の天下になった。

ただ、これは理系が優れている、文系が劣っている、というのではなく、そもそも数学の上に成り立っているコンピュータ理系という進路の相性がいいだけだ。

もうちょっと言うなれば数学の式にできないことはコンピュータにはできない。

最近よくあるマッチングアプリは、要は数学計算をしたときにこの二人の相性が最高得点を出しました、というだけであり、そのための計算式は業者の都合によって決められている。

当然いろんな研究者の助力のもと出来上がった式を使っていて、一見すると真実味もあるし、実際あたっていることが多いのかもしれないんだが、結局「あなた方二人がくっつくのがこの計算式に一番マッチしていますよ」ということでしか無い。

よくよく考えると、これって結構怖い話で、ディストピア系の物語にある巨大コンピュータ抽出された二人が結婚するというあれを地で行っている。

ただ、IT革命、2000年位かな、これから20年が経過し、デジタルネイティブ結婚とかをリアルに考えるようになったこの時期にこういうサービスが出るようになったのは興味深い。いや、昔からあったんだろうけど、こういった計算式で相性出されて、という感じの人間関係の作り方、っていう意味ね。

昔は親の言うこと、神様の言うこと、偉い人の言うこと、を聞いて結婚していたのが、昭和くらいになると自由恋愛結婚スべきっていう時期があっだけど、こんな時でもこういう男はモテる、とかそういったものの言うことを聞いていた。今は神様、親、偉い人、ノウハウ本の代わりに業者提供するアルゴリズムに従っている。当然目指すゴールも結婚恋愛、その場限りのお茶飲み友達まで様々だろう。

当然どれにも得手不得手はあるだろう。もしかしたら短期的な成功率は親の言うことを聞くと低いが、長期的には幸せかもしれない、コンピュータアルゴリズムそうかもしれない。どの方法論がいいかとかではなく、過去の人々が直感とか、勘と経験とか言っていたものが数式に置き換えられる時代になった。

俺は、同じ結果になっても計算式で出されたものよりは勘と経験で出されたもののほうがなんか人情味があっていい、と思うが、デジタルネイティブは勘と経験みたいなあやふやものよりも、多くのものに適合する数式で導かれた結果のほうがブレが少なくていいと思うのかもしれない。

当初は何がITだ、計算式で出された人間関係に血なんか通うかボケとか言いたくて始めたんだが、書いているうちにまぁ大差ないかなとか思うようになっていった。これだから文章を書くのは苦手だ。小論文じゃ0点だ。

2020-11-21

ステレオタイプの発掘が持て囃されていた時代と騒がれる時代

アホどもがAIエーアイって騒ぎ出す前はビッグデータビッグデータって騒いでたんだけどその時くらいか個人趣味に合わせて出すコンテンツカスタマイズすることはすごく持て囃されてたよな。例えば購買履歴からその人が欲しいだろうと思っている商品サジェストするだとか、その人が興味ありそうなニュースサジェストするだとかさ。ターゲティング広告なんてのもこれの範疇だよな。これって裏でやってんのはまあ色々やり方はあって一概には言えないのだが、その人の属性を推測してその属性が興味を持ちがちなのをアウトプットしているという実装も多くあるわけ。これって「お前は低学歴で女で高齢からこんなのに興味あるんだろう」っていうのを機械的にやってるわけ。でも最近人間が同じことやったら大炎上するでしょう。なんか面白いよな。

2020-11-15

anond:20201113190603

サンプルの量じゃない 定義づける1点との結びつきの距離

例)男性は右利きが多く 女性左利きが多い:あくまで例なので適当に出しただけの題

男女100000億万人のデータを集計して多いのがわかりました

男女 - 利き手 (これが真なら統計データとしてもそうかと思うが こんなアホな直結する人はいないと思う

男女 - 生活環境 - 生育環境 - 情報環境 - 交友関係 - 趣味趣向での文化体験 - 信仰 - 直接接触する機材 - 場面の遭遇率 - その他もろもろ - 利き手

だと男女と利き手だけ統計したところでなんの意味もない


これを目にあざかやに

男女 - 交友関係 - 利き手

としたところでアホさはかわらないだろう

ただ局面的におもしろかったり 納得したり話題になったりすることはあるしそういうネタが多いのもたしかだろう

ただネットで全世界平等に平均としてみたいな領域原文ママがくるからそれはでかすぎと発言する人間にも出会


特定利き手特定性別についてより多くの可能性を獲得したい場合においてそのビッグデータは使いようがあるかもしれない

だが「利き手」の話をするときには何の意味ももたない

しか話し手の多くはその利き手話をする局面利き手話をしようとする人間必要なのは利き手」の話題であって男女や統計や傾向またそれらに含まれる背景情報全体がかかわってくることなど気が付かないだろう)

なにが原因で「利き手」が発生するのか そしてその条件が男女の差で特定の1点ないしは数点にあるとするなら

特定の事例の数量を男女差ではかる 利き手ではかるという方法において現状の把握と過去データの積み重ねで現状をしったり可能性をはかったり計画をたてたりできる


1)「その話でなにがいいたい 現状を知ったり可能性をはかったり計画をしたいのはなにか」について

2)どの点を境界としておくか

3)その点を分岐させるに関係する要素と 分岐必要とする環境について

これについて聞いた人が 話してる人に対して「そうじゃない場合もあるんじゃないの?」という余地がないものまたはできるかぎり少ないものは「主語がでかくならない」になる

たとえば

例)台所にいる蟻ってめっちゃウザくね?

台所にアリの巣観察セットを置いている人で蟻に感情移入している人間については反論余地を残すが「面倒をみないといけない(可愛がっている)」を含めていたと言い換えることで余地をなくすこともできるが)

はだいぶ広い範囲まで出しても「主語がでかい」とは言われにくくなる

ただし地球環境について全生物を通して考える人がそれを聞いたら「主語でかすぎ 蟻を全否定するようなことは言わないでほしい」となる可能性はないとは言えない

例)男性は右利きが多く 女性左利きが多い:あくまで例なので適当に出しただけの題

これについてネット上で男女時間地域年齢その他関係なくばらまけば そうはおもっていない人類から「そうじゃないだろ」「実際そうじゃない」「そうだと決めつけるのは”主語が大きすぎ”」だといわれるが

仮に女性だけに人気のブランドのバッグがあったとして自動改札を出るときIC定期券使用していて収納ケースごしにタッチする使い方をしている人が多くいる環境において

「あのカバン左利きにはやさしくないよね ”女性左利き多い”っていうのに」という不満を言うときには 主語がでかすぎ問題は提起されない

関連性については一目して一貫性がありそれにふさわしく(それ以上の理由定期券以外の事例については言及しない) またぶっちゃけお前の話などどうでもいい からである

左利き自分か 自分のもってるカバンがそのブランドか それらについて価値観言及が話ししている相手に直接関与しないか を踏まえてさえいれば問題が発生するどころか気にする話など含まない文章

わざわざ挙げられた話題について 大きく判断基準自分でもってる個人が 自分のおもってる境界線の引き方を みさかいない相手にむけてすると

話す相手と場面によってはなんでもでかすぎになるだろう

2020-10-03

兵庫県立大学大学院 情報科学研究科 博士前期課程2021年入学一般入試

兵庫県立大学大学院 情報科学研究科 2021年入学一般入試 受験

2021年度開設であるので、今年度は全く情報なし。

この冬に予定されている院試受験者と、来年度以降の受験者のために内容をメモしておく。

前提として私の背景は下記となる

入試

研究科のページから教員一覧に目を通して、やりたい研究に近い研究室で学生ウェルカム感のあるウェブページもつ先生に連絡した。

そのあとオープンキャンパスに出席し、そこでの座談会で事前に連絡させてもらった先生と話したが、どうも研究テーマ研究室とミスマッチ感がでていたので、その先生に他の先生を紹介してもらった。最終的には、紹介してもらった先生第一希望受験申し込みをおこなった。

研究計画書

つの項目について2ページ以内で書かないといけない。

いわゆる"研究計画書"・"論文"みたいな仰々しいフォーマットではなく、見出しフォント大きく、太字にして、必要なところはリスト形式にして、と、口頭試問前提の読みやすさ重視のフォーマットにした。

例えるならGitHubのREADMEのようなフォーマットで書いた。といっても下記については一般的なレポート記法に従った

志望動機

半ページ強を使った。内容としてはざっくり下記の3点を記載した。

現在もしくはこれまでに専門的に取り組んだ研究(例えば卒業研究)等の概要

半ページ弱使った。卒業研究はどうも書きづらかったので、幸い長いこと取り組んでいるプロジェクト研究ではない)があり、そのプロジェクトについて、研究ぽいとこだけ抽出して概略を書いた。

博士前期課程修了後に希望する進路

2行程度書いた。博士後期課程行きたいけど、そのとき金銭事情にもよるから未定ということを書いた。

入学後に取り組みたい研究について

2枚目丸々1ページを使った。

構成研究テーマ名・背景・方法・成果

背景・方法・成果で1/4ずつ、加えて残りの1/4に研究テーマの概略図(パワポ1枚みたいな)を載せた。

下手なこと書いて口頭試問で痛い目に合わないことを意識して、とにかく専門用語・具体的なアルゴリズム名は避けるようにした。

統計機械学習なら、平均・分散までしか使わない。SVMディープラーニングなんて言葉は避ける。可能な限り高校生でも知っていそうな言葉だけ使うようにした。そうすると参考文献を書く必要もなくなり全体的にスッキリした体裁になった。といいつつ専門用語まったくないのも薄っぺらい気がしたので、確実に解説できる1語だけを記載して、その1語には参考文献の番号振って、ページ末端に小さいフォントで参考文献を記載した。

あと、提案手法評価方法だけはすごい意識した。このあたりは"研究計画書の書き方"で、グーグル検索してもらったほうが詳しい。

小論文

会場は大きめのホール受験生は30名ほど。多くの受験生はスーツだったが、Tシャツジーンズ受験生もいた。試験当日の座席配置と合格発表の番号を見るに私服受験生も受かっていた。

問題は2問でた。

必答1問 A4 1枚

"研究科で何を学んで何に活かすか"みたいなテーマだった。私は具体的な志望業界があるので、データ分析に関する研究をして、その業界研究職でこういう仕事がしたいということを書いた。

選択1問 A4 1枚

テーマから選ぶ

  1. あなた企業データ分析業務の立ち上げをすることになった、社内で人を集めるか or 外注するか どちらか選びその理由を書け
  2. データ収集-データ処理-アルゴリズム-可視化を通じて、社会課題をどう解決するか。
  3. 生体情報が普及した場合医療現場はどう変わるか
  4. 企業情報漏えいをなくすためにはどうするべきか

私は2を選んだ。具体的なシチュエーションを想定したうえで、下記のような観点で、ストーリーを作った。AIビジネス/ビッグデータビジネスの事例の本で読んだことを項目にあてはめて回答した。

口頭試問

待合室として教室に移動させられる。1人30分で、口頭試問は3会場あって1人ずつ呼ばれる。試験時間は当日に案内があった。一番遅い人は4時間待ちだと思う。待合室は比較的出入り自由。待合室にスタッフがいるわけでもない。自分試験時間に待合室にいればよいと案内あったが、途中、試験時間時間変更があった。受験生は各々スマホいじったり、トイレにたったり、おそらく外出もしていた。すごい暇なのでスマホの充電は十分にしていったほうがいいと思う。

試験会場は少し狭めの教室希望をだした先生+3~4名の先生方が長机に並んでいて、その前にパイプ椅子がおかれているような形式先生方はおそらくコース混合だったと思う。

希望先生から研究計画書に書いた統計用語から発展した内容の用語について説明できるかという質問があり、教室の黒板を使って説明した。たまたま口頭試問対策でヤマはってた質問だったが、対策していなければ答えられない用語だった。必修講義統計基礎レベルではでてこない用語で、統計応用レベル教科書でこんなこと書いてたなという内容を説明した。といっても決して"専門書"レベル範囲ではないので、私が勉強不足なだけかもしれない。分からないことは分からないで通して、しどろもどろになりつつ自己採点100点満点中40点ぐらいの説明になった

そのあと他の先生方も含めて、いろいろ質問を浴びせられた、なぜこの研究科を選んだのかとか、なぜこのテーマをやるのか、どうやるのかとか面接に近い感じ、研究計画書に書いた、これまでの研究希望進路についてはとくに聞かれなかった。終始、なごやかな雰囲気ではあった。

こんな雑多なメモだが、役に立つと嬉しい。

2020-10-02

なんでネットってトランプ支持者多いの?

おそらく対中国姿勢で支持されてるんだと思うけど、保護貿易だったりとかメキシコとの国境での壁建設とか移民排斥とか銃社会推進とか意味不明なことばっかりじゃん。

保護貿易だって比較優位原則から考えれば、自由貿易をするほど消費者にとって恩恵が得られることは明らかで、貿易赤字状態が続いてもアメリカは高率の経済成長をずっと続けてるわけよ。そしてそのアメリカ人の豊かな生活を支えているのは間違いなく中国工業製品であり、海外からの莫大な財の輸入、つまり巨額の貿易赤字なわけよ。中国との貿易摩擦問題も、トランプ製造業アメリカに呼び戻すことを目標にやってたけど、アメリカ産業構造の主力はもはや金融とか保険とかインターネットビジネスといった高度サービス産業じゃん。ラストベルトですら自動車産業から医療産業に転換して復活してるわけだし。しかも、仮にすべて呼び戻したとしても、理論的にはアメリカ国内工業製品価格が高騰して消費が落ちて、さら投資が落ちることでアメリカ経済は急降下するはずだけど。んー、やっぱ経済政策に関してはトランプは頓珍漢なこと言ってて、TPPに復帰するといったバイデンのほうがまともだと思うんだけど。TPP事実上中国排除経済ブロックなんだから、対中国への強硬姿勢継続という点でも別に矛盾しないでしょ。

移民排斥についても、そもそもアメリカIT産業を支えてるのは移民じゃん。日本でなんでこれだけ理系人材が不足してることが問題視されてるかといえば、それは日本移民を受け入れてないからで、逆にアメリカは大量の理系エキスパートをいわば大量に輸入してるわけよ。特にインド系中国系はアメリカIT産業にめちゃくちゃ貢献してる。この人達排斥するってなったら、日本と同じようにアメリカでも高度理系人材の不足は免れないし、そうなるとアメリカ経済の操縦桿を握ってるIT企業イノベーションが失速して、業績が悪化するのは必至じゃん。

もちろん中国IT企業世界中からビッグデータを集めて、それを直接中国共産党が利用してしまうような、中国体制問題だという認識は多いに正しいと思う。そして、南シナ海東シナ海での軍拡やら香港問題チベット問題に対して強硬姿勢を強めるトランプ姿勢は正しい。ただ、それはペンタゴンでの共通認識であり、バイデンが勝ったところで急に親中国の体制になるとは考えられないでしょ。

から日本人がそこまでトランプ熱狂的に支持する絶対的理由ってそこまでないはずなんだよな。だけどYoutubeやらTwitterやら見てると、異常なトランプ支持が目立つことが不思議門田隆将のような学のある人でさえトランプ支持だもんな。

俺は自分で言うのもなんだけどやや右寄りだし、安倍さんはずっと支持してたような人間だけど、ネットで見かける右翼のこの現象はまじで理解できない。

2020-09-21

読書無意味

読書趣味以上の効能はありません。

研究者ではない様々な人が、新書ネット記事などで、

などの説を言いふらしていますが、客観的根拠はありません。

実際、ちゃんとした研究で、読書量と読解力の間に有意な相関が確認されたことはありません。

というか、「読書で読解力が上がった」と錯覚するメカニズムは解明されています

読書で読解力が上がったと感じるのは、単純に、関連度の高い単語や文を予測する力が高まるからです。

たとえば、

「『コレステロール』という語が出てくると『動脈硬化』という語も出てくる可能性が高い」

などの知識が蓄積されるからです。

要するに、「飛ばし読み」できる文章が増えただけで、内容の読解力は上がっていないのです。

もちろん、あらゆる読書無意味なわけではありません。

たとえば、学術書技術書を一行一行、内容の真偽や論理関係を確かめながら読み、自分論文を書いたり何かを作ったりすることは意味があります

しかし、一般的によく言われるような、著名人による評論とか、古典的小説とか、ブルーバックスなどの一般向け科学入門とか、ましてや話題新書なんかは、それを読むこと自体に何の意味もありません。

もちろん、それらをきっかけに本格的な政治とか科学とかの専門書を読んで、ちゃんとした専門知識技術を身につけるのであれば、意味があります

しかし、そんな人はほとんどいません。多くの人は、たとえばITの「話題の本」を読んでも、「AI」とか「ビッグデータ」などの語を覚えるだけで、具体的な技術は何一つ身につけることはありません。

要するに、本だけ読んでいても、ただの「意識高い系馬鹿」になるだけです。

2020-09-15

エクサDBビッグデータ=100万件のレコード おもしろおかしビッグデータにふれてもらう

まぁ、絵解きなんとか とかは必要なわけで

興味を持ってもらうというのは大変なわけです。

いまはやりのビッグデータですが、

エクサDB とかかけば ビッグデータと思ってもらえますが、読者が激減 読んでもらえない上に・・・

 

そうすると、100

万個のレコードが!

かい

AKBの売上はミリオンですね。100万って多いですよね

DB件数が増えて、全国展開ともなると、小さなDBでは起きなかった様々な事が起きるんです。

という感じで、難しくないようにいうんだけど

 

お前が本当に言いたいのはスワップエクサ!なんだろ?ってしつこく言われて疲れた

 

ものすごい苦労しているけど、実際話をしたいのはデータが1000ギガ=1テラを超えるようなDBの話をっ前提

なにか?

インメモリからスワップアウトすることが必須スワップ!? あーん。

というやつです。

 

そうすると 縮小して わざとメモリリミットを書けて500Mぐらいにしておいて、

わざと、スワップアウトさせて、このときアルゴリズム議論して、将来1エクサときにという話をしていくのですが

そんなもん、メモリ積めばいいじゃんといわれると

そうですね。

しか答えられない

 

こんな事が山ほどあるのがWeb業界で 100万件こういうクレームがあると本当に1件困っている人がいるから大変です。

正直、レコード数が100

万個を超えた場合

とか いわゆるDBに興味がないひとでもとっつきやすいように書いてはいるが

正直 はてななんだからビッグデーターのクエリについて雑談したいに決まってる。

他方 こんだけ機械学習いわれていて、万個ねたと100万個ねたどっちに人が食いつくかという

 

それ自体雑談からいいんだけど

本気でプログラムの話をする気がないという私的がついて 悩む

エントリー向けって難しいんだけどな

2020-09-14

一発で"信用"を失ったツイート

アラサー金融業界のもんです。

この世界じゃまだペーペーですが「信用」について語らせてください。

金を貸す・借りるというこの業界でとても重要ワードひとつです。

まずタイトルにもある該当のツイートをご覧ください。

昨日、そういえばツイッター社って、どうやって収益上げてこんなシステム維持しているんだろうという話になりました。ツイッター個人情報の宝庫ですから、そこから無数のカテゴリービッグデータを吸い出して、それを情報として売っているんじゃないですかという説に一同納得。


これは大学で教鞭も執る某・仏文学者さんによる3年前のツイートです。結構バズりました。

この発言、みなさんどうですか? 私はひっくり返りました(笑)

結論から言うと私はこのツイートひとつで彼への「信用」がゼロになりました。

それまでどれだけ文学的教育的功績をあげていようが、

私が培ってきた職業倫理的に言語道断認識・論考・発言からです。

Twitter社のランニングコストに着眼したのはまだいいです。

しかしそれを開示資料にも目を通さず、無根拠収益源を推測し、

またそれが「個人情報を売る」という手段であったことも、

企業に対してあまりにも配慮に欠けた発言です。

立場のある方が憶測を前提に論考しSNSで発信する」、

私の業界からすると「こんな顧客はイヤだ!」の筆頭格です(笑)

「無数のカテゴリービッグデータを吸い出して」という書き方からも、

データビジネスにお詳しくないご様子が見受けられますし、

そもそも上場企業財務状況の調べ方さえ知らない方が、

大学教授を務め社会に出る直前の学生指導していると思うとゾッとします。

面接に来た学生が「この先生研究室思想を学び…」とか話し始めたら、

正直「ウッ………」となりますし、もしこんな話の進め方をする経営者がいたら、

社会的通念の共有ができない要注意人物」として上と共有すると思います

ただ「無知であること」、「間違うこと」だけで信用がゼロになるわけではありません。

「裏取りができることの存在を知りもせず」「残りを憶測で補完し」「他者危害を与える」ということ。

このトリプルパンチ無自覚に行っていることを示す上記ツイートが、

私の中で「信用」の失墜、及び今後の回復絶望であるという判断に至りました。

ちなみに今年4月のある雑誌でもこの先生が、

今金商品取引は1000分の1秒単位アルゴリズムが行っています。だから経営者たちは当期より先のことは考えなくなりました。

という荒すぎる暴論を前提根拠として国や政府を論じる記事がありました。

「信用」のルール放棄して経営者金融業界を愚弄する記述だと思いました。

ルーツとなる家庭や文化も異なる他者同士が力を合わせる社会の中では、

「信用」のルールに基づいたコミュニケーション建設的なゴールへの必須条件であると、

ペーペーながら会社勤めの経験とこんなツイートのおかげで学んだ、というお話でした。

(余談)

知の巨人」とも評されるこの先生がご活躍の分野での信用に配慮し、

実名記載は控えさせて頂きました。

ログイン ユーザー登録
ようこそ ゲスト さん