はてなキーワード: ボットとは
センターピボットと言われても分からない人もいるかもしれないが、要は『円形の農地の中央にスプリンクラーを置いて灌漑するやつ』である。アメリカや中国の乾燥地帯などではこの方法を用いて大規模な穀物生産をしている。
このやり方、水効率は確かに良い。が、水の出所は多くの場合地下水であり、地下水は限られた資源だ。一方で灌漑に用いられた水は一部は植物に取り込まれ、一部は蒸発し、一部は地下に還っていく。
つまり、センターピボットによる農業を続けている限り地下水が減少していくのであり、大規模なセンターピボットを行っている地域で地下水が尽きたら農業生産が大きく落ち込む。明らかに持続的ではない。
もちろん、「だから今すぐセンターピボットを止めろ。穀物の価格が上がって貧乏人が餓死しても知ったことか」などと言うつもりはない。が、今のうちに持続可能なものにする必要はあるだろう。
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。
商取引において、ある程度の大きさにもなると与信に関わるので稟議という形で上司にレビューをしなければいけないのだけど、
金額が微妙なのと部署によっては数年に一度実施する作業なので、時々事後稟議という違反行為が発生してしまう。
だが、その手順が書いてある社内ドキュメント、マニュアルがくっそ見辛いうえに、普通にディレクトリを検索してもわからないのだ。
事後稟議は、事故報告として審議対象にもなるし、事業部の成績=ボーナスにも影響を受けるので、どーにかしたいのだけど
とある社員が、社長にチャットボット使って改善しませんか?って聞いたら、そもそもルールを覚えていないのが悪いって断れられたとのこと。
てめーだって覚えてねーだろ、この老〇wwwww、チャットボットうちらでも扱ってる商材なんだが、根性論?は????みたいな。
社員属性などを集めれば、どういう人がどういう機会に起こしやすいのか傾向が見えてくると思うのだけど...
横同士の社員の風通しは元々良くて、社内の長い歴史がクソの山のように積み上げた社内ルールに対して一応知ってるかもしれない隣にあたれることは自社の幸いだが、
ブログやらツイッターで「いま、プログラミングの勉強してます」とか書いていると、無限にスパムを送りつけて「弊社はアメリカの大学で数学を専攻した社長が、最新のナレッジを提供する勉強会をしています。まずは、〇〇にお越しください。」という書き込みをしてくるわけ。そうすると、なんか凄いものあるのやろうなー、って思ってついていくアホ(当時のオレ)がいるのさ。それと、当時はインターン制度って授業の延長とされていて、授業の代わりに会社に行くというのが流行りだしていた頃で、大学も学生に授業の一環で「内容に関係なく」行くのが意識高い人たちに受けてたのさ。そこで、弊社は慶応と東北大と都立大と共同開発してあるよ、っていうスライドが出されると、「オレに歯向かうと、東京で仕事できなくなるよ。無給でも良いから仕事させてください、だろ?」みたいな変な話も信じちゃうのさ。閑話休題。で、そうこうしていると「ねぇ、コレってどうなん?」という感じで、一月くらいかかる『宿題』を出されるわけ。その宿題は「ツイッターの CNN でチャットボットをつくる」「AS付きFLASHからHTML5に変換」「君の書いたコードが本にのるよ、洋書を和訳するだけ」「Django のフレームワークを改修して、Text to Speach に応対してね」「人口知能のフロントエンドの画像というか、ポリゴンを作ろうね」っていう、プロに頼めば月に 100万ぐらいかかってもおかしくない、大学生だとギリギリできないラインの仕事を朝から夜までハードにやらせて、無給なのよね。ベンチャーの「爆速成長」とか大嘘だなー、って思った。
Twitterアカウント、昔とったのが10個くらいある。メイン垢は置いといて、それ以外を何に使っているのかの整理のためにメモ。いくつかのアカウントは設定があるのでそれもメモ。プロフ欄には書かなくても設定があるんです。
昔、Twitterボットを作るためのコードが結構ばらまかれていたんでそれを拾ってきて色々やっていた。特定の単語に反応するところまでは行った記憶が。
それが廃れた後は、ノーコード開発ツールで天気予報を一日一回ツイートとかやってた。それもサービス終わっちゃったんで放置。
鍵垢、誰もフォローしないしリクエストも来ない。非公開リストに気になったアカウントを片っ端からほうりこむという頭の悪い運用。気になったツイートはいいねでメモ。
一年に一回は海外旅行してたので作ったが海外でアカウント交換なんて、そんなことはついぞなかった。
仕事が忙しくなってしまい海外旅行を封印せざるを得ず、やっと時間ができたと思ったらコロナ。
家の近くに大学があるので、そこの関係者っぽい人でTL構築。あまり書き込んでない。アカウント作った時に高校生だった人(そこの大学入学直前)がいつの間にか卒業して就職して結婚していたりする。時の流れ…
女子大生やOLの裏垢とかヤリマンお嬢様女医とかヤリマン小学校教諭とか露出趣味のある人とか爆乳好きナンパ師などでTL構築。
彼氏だと思ってたら既婚だったとか、ダンナがモラハラDV男とか、ダンナが浮気したので裁判とかそういう話ばかりのTLになってしまった。あと小学校の先生はエロ話と真面目な教育や学校の話を同じ垢でやるのでそっちの話題がTLでリコメンドされる。女医さんはコロナでツイート激減。なんとか生きているようなので耐えてほしい。
私の設定:不動産所得があるので働く必要が無い。ヤリ部屋で毎日のように複数セフレをとっかえひっかえ。
私は正しい人間になれなかったので、収入がなくなった時にどうすべきか?をいつも考えている。情報収集用垢。FIREなんてフリーターブームと同じだよね。
鍵垢。フォローフォロワー一切無し。リストも無し。辛いことや追い詰められた時に起きたこと思ったことを書く。幸い最近開くこともない。
ゲーム配信をちょっとだけやってたし今後も細々とやっていこうと思っているので作った。配信自体が軌道に乗っていないので放置。
そりゃ、社会条件が変わっちまったからだね。どんだけ「内燃機の技術は日本が世界一で、660ccのエンジンで高速を難なく、かつ燃費良く走れる車が安価に売られているのは世界的に見れば驚異的」だとしても、それより安く作れて、CO2フットプリントが低い自動車が出てきたら、市場としては蒸発していくしかないじゃん。
日本市場のガラケーの機能的成熟はものすごくて、同時代のセルラーで同等レベルのものは海外市場に全く存在しなかったけど、iPhoneが出てきてから、最初の頃は「バッテリ持ちが悪い」だの何だの難点だらけだったスマホに5年足らずで駆逐されちゃったでしょ。今グローバル市場でトップシェアを持ってるのは、Apple以外は韓国・中国のメーカーばっかり。初期は比較的健闘してたソニーすらもうトップ10に入ってない。
このままだと乗用車でも同じことが起こる。日本の自動車産業は、余力があるうちにEVに向けて全力でピボットするべきだったんだよ。日産はルノー傘下になったことで、そのトレンドをよく理解してたし、雌伏の時期を経て、今後もグローバルで戦える技術力とブランド力を獲得できた。実際、欧州でのリーフの認知度と販売はすごいよ。長いことEVとCV(コンベンショナルビークル、内燃車)との性能を比較するベンチマークカーにされてるもん。
exactは地味ながら渋い働きをするので欠かせない。
2020505みたいな数値を日付データに変換してくれる。
画面上は表示されてるのにF2→Enterしないとvlookや書式設定ができない謎の列も、この機能で「完了」を押すだけで直る謎の働きも替えがきかない。
なんか難しそうでほとんど使われてないが死ぬほどパワフルなツール。
リスト→ピポットが余裕な中級者も、その逆はきついだろ?
複雑にこんがらがったマトリクス形式(ピボット型式)の表をワンクリックでリスト形式に変換してくれるのがこいつだ。
日本のあらゆる職場で時間を食ってるデータを縦にしたり横にしたりの作業がだいぶ減る。
滅ぼせ。
フィルタ、コピペといった基本的な機能がこいつのせいで使えなくなるクソ地雷だ。
見つけたら奇声を発していい。