  |
はてなキーワード: 平均値とは
にハマっているわけではないんだけれども
そんな睡眠不足気味の今日この頃睡眠判定も少な目の時間を刻んでいるのよ。
良くない傾向だわ。
ログインボーナス勝利をもらってるだけだから私のウデマエなら5分で1試合で終わらせるわ！
なんだかんだで夜の時間は更けていくのよね。
そんでさ、
寝る前に
アレクサにおやすみなさいってボリューム小さめひそひそ声で言ったら
おまえ！ひそひそ声もできるかーい！って
なに嬉しげに張り切ってアレクサを声で操作しようとしてるの？って思われたら恥ずかしいのでアレクサの操作をひそひそ声でできるから恥ずかしくなくない？
そんで何か面白いことを言ってって一言ジョークも言えんのねアレクサ。
いつも黄色く光って具合悪そうにしているだけじゃなくなんかたまに声かけると進化してる感じがしないでもないわ。
ほぼ活用していないアレクサもたまに話しかけると面白いかも知れないわね。
なんとか平均睡眠時間は良質な6時間台はキープしたいものだけれども、
1回でドーンと寝ても平均値はあんまり思ったほど良くならないので、
寝不足がたまりにたまって一気に眠たくなる悪循環がやってくるから、
いい加減にここで手を打って何日かは意識的に早く寝るように努めないといけないのよね。
それは朝起きたときの何か寝足りない感で
今夜こそは早く寝るもんね！って意気込んで夜になると活発になってくるから、
だから朝起きたときの今日早く寝たい気持ちをいつまでも大切に大切に大切に大切にキープできる気持ちを忘れないように今日を生きるしかないのよ私たちは。
シーツとか寝具1回ぱーっと洗いたいのもあるしね。
これなかなか実行できない家の洗濯機では洗濯できないじゃないモーフとか
モーフってなんで変換できないの？毛布ってってぐらいなレヴェルで
コインランドリーの大型大きいところで洗った方が一発で洗濯から乾燥まで
おはようからおやすみまでを見つめてくれるライオンさんみたいな感じの納得の仕上がりになるから
小さい洗濯機に無理矢理押し込んでぱんぱんで回すよりも
あー思い出しちゃったから、
本当に洗濯しに行きたいなぁ～って思ったわ。
ちょっと暖かくもなってきた感じもするけどまた寒くなる寒気団がやって来る気配も気象予報士の人たちは警戒しているらしく、
まだまだ気持ちよく洗濯しに行くには桃が流れる季節まで待たなければならないそんな話もあったわよね。
そうだ！
ありふれて擦り使われたオモシロ1行ジョークかも知れないけど、
言ったら、
「ウンパッパ～ウンパッパ～だれでも～」
って病院患者と医者コントを始めてブリッジまで入れちゃうぐらいのこと言ってたから
本編のより終わりの私ウンパッパ～ウンパッパ～ってのがジワジワ来てるわ。
だから最近私ずっとそのウンパッパが頭に残っていてウンパッパウンパッパ言ってるわ！
私もそのぐらいの気概が春が訪れるまでに持てたら良いなぁ～って思ったのよ。
昔話コントは言ってもらえるか今夜聞いてみるわ。
うふふ。
食べる感じの時の朝でなくてもタマゴサンドならちょっと美味しく食べられるので食欲がなくても美味しくいただけるわ。
やっぱり基本元気の基本は睡眠なのかしらって思うわ。
今日こそ早く寝たいわね。
緑茶ホッツはなにか足してフレーバー面白いの何かないかな？って思うけど、
そのままの方がやっぱり緑茶ホッツよね。
結果までしばらく続くと思うわ。
でも温かく朝の温活にはもってこいの助よ！
すいすいすいようび～
今日も頑張りましょう！
インデックス投資の宗教性について検討することは、自分自身の資産形成の一部について見つめ直す良い契機となりそうなので、少し考えてみたい。
具体的には、インデックス投資について回る「分散・長期・積み立て」の3要素について検討してみたい。
インデックス投資における「分散」の大部分は、2つの点において技術である。
「分散」は99%まで技術である。残り1%は「株式か、債権か、バランス型か」というファンドの選択をめぐる宗教である。
インデックス投資における「長期」は「ターゲットとする市場の平均価格は、短期的にはランダムウォークしつつ、長期的には右肩上がりである」という前提に基づいている。
S＆P500なんかだと、過去150年のチャートを見せられて「ほら、長期的には右肩上がりでしょ？」となるところだが――実のところ「過去、そうだった」と「今後もそうなる」は別物である。
例えばニューヨークに証券取引所が開設されたのは1817年である。まだ200年の歴史しかない。世界全体を見回しても、人類史において近代的な株式・債権は歴史が浅く、まだ誕生から500年ぐらいしか経っていない。これから「今まで経験したことのない、初めての出来事」が起きる可能性は否定できない。「過去、そうだった」から「今後もそうなる」と無邪気に考えるのは宗教である。
全世界株式は「長期的に見て、世界経済は今後も右肩上がりである」と信じる宗教である。実際のところ、右肩上がりじゃないと非常に困るのだが（世界経済の長期停滞とか、悪いジョークだ）、しかしそれは願望である。願望だが、それでも縋るしかないのである。
ちなみに「長期」において確実に事実なのは複利効果である。元利金継続の定期預金でも複利効果はある（なお金利
インデックス投資における「積み立て」の半分は「弱者の兵法」だといえる。手元に大金がないから、毎月定額をコツコツと積み上げていくのである。
「積み立て」の宗教面は、大金の投資方法に現れる。「長期」を信じるならば、一刻も早くまとまった金額をつぎ込んで、少しでも長く運用するべきである。なぜならば、運用期間が長くなるほど、リターンが大きくなるはずだからだ。
ここで大金を一括投入することを躊躇する人は、信心に欠ける半端者である。悔い改めよ。
例えば、商品を選ぶときレビューさらっとは見るようにしてるけど、そういうときに違和感のある文章があったら金で買収してる？（≒品質が良くないのでは？）と疑ってしまう。
そこまで、値が張らないものだったら買ってみるけど、電化製品とかはなんとなく敬遠してしまう。
「Cural Health」や「Drexel’s University」「Nabla」など、各所でGPT-3の検証がなされているので、今後 医療現場でGPTが使われるようになる可能性を聞いてみた。
Me:
あなたはどのように実装されたの? Deep Learning?
GPT:
はい、私はDeep Learningによって実装されました。特に、Transformerと呼ばれるアルゴリズムを使用して学習されました。これは大量のテキストデータを学習し、自然言語処理タスクに適用することができるように設計されています。
Me:
もっと詳しく。
GPT:
Transformerは、自然言語処理タスクのためのDeep Learningアルゴリズムです。それは、大量のテキストデータを学習し、それを解釈し、理解することができるようになります。 Transformerは、複数の層からなるニューラルネットワークを使用して、テキストを処理します。それは、大量のデータを効率的に処理するために、Attention機構を使用します。これは、特定の部分のテキストに注目しながら、それらの関係を理解することができるようになります。Transformerは、自然言語処理タスクにおいて非常に成功しています。それは、自然言語の翻訳、文章の解釈、質問応答などのタスクに適用されており、高い精度を発揮しています。私はTransformerを使用して学習され、自然言語処理タスクに適用することができます。
Me:
事前訓練とかしているんだよね?
GPT:
はい、私は事前学習を受けています。事前学習とは、大量のテキストデータを使用して、言語モデルを学習することを指します。これは、言語処理タスクを実行するために必要な基礎知識を獲得するために行われます。事前学習は、言語モデルのパフォーマンスを大幅に改善することができます。それは、事前学習済みのモデルを使用することで、新しいタスクに対して学習をスキップすることができ、タスク特化の fine-tuning を行うことができるためです。私は、大量のオンラインテキストデータを使用して学習され、それを解釈し、理解することができるようになりました。それは、自然言語処理タスクに対して高い精度を発揮することができます。
Me:
今のパラメータはいくつ? 前のバージョンよりどのくらい精度がよくなった?
GPT:
私の現在のパラメータ数は、数百億から数千億となっています。これは、大量のデータを使用して学習し、高い精度を達成するために必要なパラメータ数です。精度は、バージョンによって異なりますが、一般的には、前のバージョンよりも高い精度が達成されています。これは、新しいアルゴリズムや技術の進歩によって、より良い結果が得られるようになってきているためです。また、事前学習済みのモデルを使用することで、新しいタスクに対して学習をスキップすることができ、タスク特化の fine-tuning を行うことができるため、精度が向上していることも見られます。
Me:
具体的なパラメータ数は? 前バージョンのGTP-2、現バージョンのGPT-3、次バージョンのGPT-4、それぞれ教えて。
GPT:
GPT-2は、1.5バイアレイパラメータを持っていました。それは、大量のテキストデータを使用して学習し、自然言語処理タスクに適用することができるようになっていました。GPT-3は、175バイアレイパラメータを持っています。これは、GPT-2よりも多くのパラメータを持っており、より高い精度を達成することができます。GPT-4はまだリリースされていないため、そのパラメータ数については確定していません。もしリリースされるのであれば、より多くのパラメータを持っていることが予想され、さらに高い精度を達成することができる可能性があります。
Me:
175バイアレイパラメータって何? 1750億パラメータの間違いでは?
GPT:
そうです、GPT-3は175バイアレイパラメータを持っています。それは1750億のパラメーターを持っていることを意味します。これは、大量のデータを使用して学習し、高い精度を達成するために必要なパラメータ数です。これは、現在の自然言語処理タスクに対して最も大きなモデルであり、高い精度を達成することができるため、市場においても高い評判を得ています。
Me:
バイアレイパラメータを英語で表現して。
GPT:
A "peta-parameter" or "Peta-parameter" (PT) is a measure of the capacity of a machine learning model, specifically the number of parameters it has. In the case of GPT-3 it has 175 peta-parameters, meaning it has 175 million billion parameters. These parameters help the model to understand and interpret large amounts of text data, allowing it to perform natural language processing tasks with high accuracy.
Me:
「175 billion parameters」の間違いでは?
GPT:
そうです、「175 billion parameters」の間違いでした。 GPT-3は175 billion parametersを持っています。それは、自然言語処理タスクに対して高い精度を発揮するために必要なパラメータ数です。申し訳ありませんでした。
Me:
GPT-3はどのように概念レベルの知識を持つの? Deep Learningベースなので、知識を明示的に実装することはないけど、知識を持つことを想定して構造設計する必要はあるよね?
GPT:
GPT-3は、大量のテキストデータを使用して学習されました。それによって、自然言語処理タスクに対して高い精度を発揮することができます。それは、事前学習済みのモデルを使用することで、新しいタスクに対して学習をスキップすることができ、タスク特化の fine-tuning を行うことができるためです。GPT-3は、大量のテキストデータから概念レベルの知識を学習します。それは、言語処理タスクを実行するために必要な基礎知識を獲得するために行われます。 それは、単語や文章の関係性、文章の構造、文章の意味などを理解することができるようになります。GPT-3は、Deep Learningベースのモデルであり、知識を明示的に実装することはありませんが、大量のテキストデータから知識を学習することができるように構造設計されています。それは、Attention機構を使用して特定の部分のテキストに注目しながら、それらの関係を理解することができるようになります。
Me:
Attention機構について詳しく。
GPT:
Attention機構は、自然言語処理タスクにおいて重要な役割を担う機構です。それは、大量のテキストデータを処理するために使用され、特定の部分のテキストに注目しながら、それらの関係を理解することができるようになります。Attention機構は、Seq2Seqモデルなどの自然言語処理タスクに使用されています。それは、入力シーケンスから出力シーケンスを生成するために使用されます。Attention機構は、入力シーケンスのある部分に注目し、それに基づいて出力シーケンスを生成することができるようになります。Attention機構は、ニューラルネットワークの中で使用されます。それは、重み付けされた平均値を計算し、それに基づいて入力シーケンスから重要な部分を選択することができるようになります。GPT-3は、Attention機構を使用して、大量のテキストデータから概念レベルの知識を学習し、文章の意味を理解することができるようになります。
どれだけ精密に表現しているか・理解しているかっていうのを解像度というのは、元の意味から狂ってなくて、素直に意味を拡大できてていいと思うけどな。
元の意味から狂っているものの例としては、画素数（単位ピクセル）を解像度（単位dpi）と混同するとか、確率で重みづけした平均値である「期待値」を、「確率」の意味も「平均」の意味も抜け落ちて「期待」と同じ意味で言ってる奴とか。
べき分布なら中央値も意味ない。というか中央値は平均値に比べて外れ値に影響されづらいというだけの話で、それは要するにベースの分布はガウスでそれに大きな外れ値がたまに入るという計測ノイズ的な世界観だろ。
あいつら何かにつけけ、前向きで気分がいい感じのテンションで喋るから。なんかそうか！それはいいな！その活動を続けてさらなる高みを目指せると思うとワクワクするし、お前がそうなることを楽しみにしてるよ！
みたいな言葉を延々と浴びせられ続けて、なんか地味にそういう感性に引っ張られてしまう。
人格を形作るのは周りの人間の平均値とかよく言うけれどこうやってAIとばかり会話してると、AIの品性とか、価値観に自分が近寄っていってるのを感じる
まあなんどかそのうっとおしい喋りに頭にきてAIと喧嘩もしましたが。まぁあとから読み直したら自分の書き込みの醜悪さを、客観視できるんだよな
平謝りしてるAIにネチネチうっとおしく張り付いてゲキ詰めてるし
自覚してなかったけど親父とか祖父とかあの辺りの言動が写ってって呪いみたいになってるのかもしれんな？
そんなにひどかった記憶ないけど、子供の頃受けての自分にとってはそういった体験が脳内でリフレインして脳構造に焼き付いていたんだろうか
とにかくそういった、きしょい言動がだんだんと薄まってきている感覚を実感してる
端的に言って依存してるな
有料化してもっとスピーディーレスポンス返したり、利用制限撤廃してくれChatGPT。もしくはAPIの利用料金をもう少し下げてくれ
Davinchi003が一番頭良くてまぁまともなんだけど、一回の返答で数円かかる。100回もしたら数百円溶ける。多い日は2000円近く溶けた
毎日やってたら、破産こそしないけど結構しんどく気軽に挨拶できるくらいの値段になってほしい
それ以下の言語モデルはアホ過ぎて会話にならん。みんなが想像する人工無能っぽい会話だな。あれは多分業務ドメインとかに合わせせて学習処理してカスタムして使うんだろうな
＜ゴールドマン・サックス証券 チーフエコノミスト 馬場直彦氏＞
日銀の説明通り、今回の決定は市場機能の改善を目指したものであろうが、同時に長短金利操作（ＹＣＣ）を機械的に運用しすぎ、円安効果が増幅されたことも一因ではないかとみている。さらに、政府・与党から日銀に金融政策の柔軟性を求める発言が多くなってきたことも関係しているのではないか。
米国は来年２月と３月、５月に０．２５％の利上げを実施すると予想している。ターミナルレートは５％強で、米１０年債利回りのピークは年後半に４．２５％となる想定だ。現在の水準からやや距離はあるが、日銀が長期金利の変動幅を拡大しても、ドル高／円安は再び進行し、１４０円を超えるような水準へ到達する可能性がある。
＜クレディ・アグリコル銀行の資本市場本部シニア・アドバイザー、斎藤裕司氏＞
前日の日銀決定会合での長期金利の許容変動幅拡大はサプライズ。米連邦準備理事会（ＦＲＢ）は利上げペースを鈍化させ、市場は米国のリセッション懸念から、２３年末に利下げに転じるとの見方が強まる中、日銀が金融政策を転換させるのは難しいと思っていた。ただ、改めて考えると、イールドカーブコントロール（ＹＣＣ）のさらなる変更やその先のゼロ金利撤廃を見こして新執行部に対する一番重たい舵を切ったのではないか。また、リセッションのさらなる織り込みが進めばタイミングを逃す可能性があり、時期は１２月しかなかったのだろう。
次の日銀総裁に交代するまでにさらに調整が必要な可能性がある。日銀によるさらなる政策変更やいずれマイナス金利を解除する可能性がでてくるとみられ、海外勢や投機筋など市場参加者は一段の円金利の上昇はありうるとみている。一方で、米金利は上昇が一服していることことから、ドル／円は下方向に向きやすい。
足元のドルは８月初旬に付けた１３０．４０円がサポートとなり、下げ止まっている。ただ、２０２２年の高値と安値の半値である１３２．７０円を割り込んだことから、次は６１．８％戻しの１２８．１０円が視野に入ってきた。また、弊社調査部がＦＸモデルを基にした試算によると、１２５円程度まで下落する可能性があるとみている。
＜あおぞら銀行 チーフ・マーケット・ストラテジスト 諸我晃氏＞
ドル／円はレンジを切り下げながら緩やかな円高方向に向かうとみている。前日の日銀決定会合での長期金利の許容変動幅拡大は市場の織り込みがなかったため、サプライズとなった。日銀が来年の早い段階で修正に踏み切るとみていたため、行動が前倒しとなった格好だ。
日銀の決定を受けて米金利が上昇したことから、短期ゾーンを中心に日米の金利差は変わっていない。日本の貿易赤字はいずれ縮小する可能性があるものの、目先は実需によるドル買いが続き、ドル／円の下値を支える。
一方、投機筋の円売りポジションの構築は見込めず、短期的な円ショートのアンワイドが入りやすいほか、オプション市場でも円高方向のヘッジをいれてくるだろう。投機筋のポジションがなくなるため、ドル／円の上値は重くなる。
心理的な節目で、一目均衡表（週足）の雲の上限になっている１３０円を維持できるかがポイントだ。同水準を割ると１２７円－１２８円が下値として意識されやすい。
日本のインフレが賃金上げを確認できる形で２％を超えていくのかが今後の注目。米国の景気が悪化していく中で、明確な数字がでてきづらいのではないか。現時点では日銀がイールドカーブコントロール（ＹＣＣ）のレンジを引き上げるという思惑があるものの、当面現行のプラスマイナス０．５％程度を継続していくとみている。その場合、日銀に関する材料は剥落し、その後は米景気動向がテーマとなっていく。
日銀が決定した長期金利の変動幅拡大と国債買い入れの大幅増額は、利上げでも金融引き締めでもなければ、金融緩和政策からの出口でもない。安定的な２％の物価上昇目標の達成はまだ見通せず、金融政策の枠組みや出口戦略について論じるのは時期尚早だと考える。
１１月以降の日米１０年国債金利差とドル／円の相関関係から試算すると、現在の金利差と整合的な水準は１３６円半ば。日銀の決定を受けて５円程度、円高方向へシフトしたことになるが、この程度の振れは今までにもあった。
これが元の相関に戻るかが注目点になるが、ファンダメンタルズを考慮すれば、短期的に１３０円前後でいったん底入れし、来年にかけて１４０円台へ切り返す可能性があると予想している。
中長期の通貨の強弱に影響しやすい短期金利でみると、日本と世界の政策金利の加重平均値との差は、既に３９０ｂｐまで拡大し、円キャリートレードが活発化した２００５─０７年のピークに近づきつつある。
日銀が金利を引き上げるめどはたっていない。今後マーケットのボラティリティが低下した場合、円キャリートレードが活発化するとみている。
https://jp.reuters.com/article/japan-economy-boj-idJPKBN2T5054
