「機械学習」を含む日記 RSS

はてなキーワード: 機械学習とは

2017-09-24

フリーランスって外れ多くない?

いや、自分が関わったフリーランスでこの人すごいなーって人はあったことがない。

もちろん、世の中にはいるけど、圧倒的に少数派だろう。

入社しても、コピペエンジニアリングで大したことない。

なぜ、そうなるのか。

①大きい仕事を任されにくい

契約期間で終わるから特定仕事しかやらない

①に関しては、当てはまらない人もいる。

から実力がある人は、大きい仕事を引き受けるから

ただ、そうではない人は一般的契約社員のような動きになる。

ここで②が出てくる。

特定仕事しかさられないのだ。

何か新しいことをすることはない。

自分が雇い主なら、わざわざフリーランスの人に未知の分野をお願いしない。

例えば、webエンジニアが主戦場の人に、機械学習仕事なんて任せない。

その専門の人に任せる。

ということは、フリーランス時間の切り売りをしてお金を稼いでいるから、世の中の技術からは取り残されやすい。

よっぽどのことがない限り、リードして新しい技術を導入するなんて、ないだろう。

何が言いたいかっていうと、個人的フリーランスの人の技術力を信じていません。

あ、ソースコードをきちんと公開している人は別です。

それで判断が付くので。

pythonが人気あるのって当たり前じゃない?

web以外でも使用されているんだもん。

自動車産業機械産業分野でも機械学習は取り入れられている。

pythonをあげるのはいいんだけど、web以外でも使用されているから、人口が多いってのはちゃんと認識しようね。

やたらと人気あるみたいな風潮に取り上げられやすいけどね。

まぁ、実際に人気あるんだけど。

webとしての使い道はどうなのでしょうか。

2017-09-16

株式会社はてな株主構成から見るはてな実態

今戯れに時価総額と持ち株比率から換算した資産表作った

近藤 淳也 66.33% 4482581400円 ○

(株)はてな 6.59% 445352200円

毛利 裕二 5.98% 404128400円

梅田 望夫 4.30% 290594000円

栗栖 義臣(社長) 2.61% 176383800円 ○

大西 康裕 1.97% 133132600円 ○

伊藤 直也 1.79% 120968200円 ○

田中 慎樹 1.41% 95287800円

田中 慎司 1.30% 87854000円 ○

小林 直樹 1.15% 77717000円

お金の額面はともかくの話なんだけど、

○をつけたのは、はてなコードを書いたことがあると"思われる人"。「名前 プログラミング」で検索して有意な結果が出た人に○つけた。各株主の詳細知りたい人は適当にググって

で、さら


はてな年収は524万円が平均年収です。(有価証券報告書調べ)

http://heikinnenshu.jp/joho/hatena.html

あると好ましい知識経験

スクリプト言語(主に Perl/PHP/Python/Ruby/JavaScript)によるアプリケーションライブラリ開発の経験

ScalaGoにおけるアプリケーションライブラリ開発の経験

iPhoneアプリ、もしくはAndroidアプリの開発経験

UNIX系OSRDBMS特に LinuxMySQL)についての基礎知識

オブジェクト指向プログラミングの基礎知識

コンピュータサイエンスアルゴリズムデータ構造分散技術自然言語処理技術機械学習データマイニング型理論)に関する基礎知識

ネットワーク技術HTTPDNSTCP/IPなど)についての基礎知識

大学卒/275,000円〜

http://hatenacorp.jp/recruit/fresh/application-engineer-entry

って、エンジニア待遇悪すぎじゃない?

この毛利 裕二という人の持ち株の資産新卒給料(計算だるかったか計算からボーナス抜いたけど、手取り分で考えたらボーナス分くらいは消えるだろう)で稼ぐとしたら122年かかるし、梅田 望夫という人は88年かかる。本当にこの人たちにはそれほどの価値(上にあげた新卒に求めるやたらと高いスペック)分の価値があるのか?いや、価値があると思ったから株をあてがったんだろうけど...

まぁなんていうか...、はてなのエンジニアのみなさんお疲れ様です...業務がんばってください

完全に外様の俺から言えるのは"エンジニアに"もっと給料たくさん払った方がいいんじゃないかということだけです

2017-09-06

anond:20170105045114

なお、このサイト、今は http://ifret.xyz/ というURLに変わり、

フッターの文言も「ディープラーニングから独自アルゴリズム」に変わった。

前のURLの時とコードが同じかはわからないが、色が違うこと以外やってることは同じなので、

マイナー曲名 」+ 「コード」でぐぐればすぐ出てくる。

見つからないことを祈っていたわけがないので(見つからなかったらサイトなんか作る意味ないし)、

ケチがついたから変えたんだなという雰囲気しかない。

それがこの増田からケチなのかは知らない。

フッターの文言からディープラーニング」という断りが消えたと言うことは、

元のサイト機械学習を使っていなかったということだろうか。

自分邪悪さを認めた変わりに、機械学習品位を守ってくれたのか。ありがとう

結局、初心者を混乱させて自分広告収入というwin-loseの構図は変わってない。

次は、音楽品位を守ってくれると、とても嬉しい。

2017-08-31

制御の連中などの決定論主義者確率嫌いっぷりは前世紀的

制御屋に特に多い気がする決定論的な考え方。

ここで言いたいのは、確率的な揺らぎを認めない考え方だ。

彼らはベイズ占いだの確率はワカンナイだのと、とにかく確率システム攻撃を仕掛ける。

確率論統計学をちゃんと勉強していないないし理解していないせいか統計機械学習といったもの理論はないと考える人間が多いようだ。

彼らとて完全に把握してるのは所詮線形だし、そもそもその線形システムだってただの数理モデルではないか

モデルは間違っているが、有用から使う。この原則を忘れて思い上がり、学習統計の考え方を毛嫌いする感情に突き動かされて、上述したようなきわめて前時代的な統計否定をするのだろう。

自分感情くらい、制御してほしいものだ。

2017-08-17

TOYOTA象徴する戦後日本の始まりと終わり

戦後日本経済を牽引したのは「とにかく奴隷低賃金で雇って、物を作りまくって売れば勝てる」というスキームだった。これは「とにかくガムシャラに働く」という昭和価値観のもので、何しろ頭脳労働でなく、体を動かせばいいだけだった労働者たちはとにかく働いた。昭和労働者たちは、家族のために、未来のためにバカ丸出し精神論を振りかざしてガムシャラに働いたんだ。しかしそれはうまくいった。考えてこのやり方を選んだのか、それともただ“今まで通り”やっていただけなのか。このやり方というのは「欲しがりません勝つまでは」という戦時体制をそっくりそのまま引き継いだだけだった。しかし偶然にしろ何にしろ、これがその時代の勝ちパターンだったので、うまくいったんだ。日本高度経済成長を迎えた。そしてこの黄金の勝ちパターンに乗っかって世界を席巻した最も代表的企業といえばTOYOTAだろう。自動車産業はずっと日本花形だった。今までは。

今、2017年になってまで、ほとんど同じやり方しかできない日本に本当にヤバさを感じる。製造業からサービス業に至るまで、戦時体制をそのまま引き継いだかのような奴隷労働の名残りが未だに色濃く残っている。いわゆるブラック企業だ。“それしか知らない”んだ。日本人はそれしかできない。

もはや物を作って売れば良い時代は終わった。より品質の良い“物”を、より安い値段で大量に売ればよかった時代は、終わった。ではこれから先「価値」となるものとは一体何だろうか。

一つ例を挙げよう。今、googleなど世界有数の企業自動運転カーの開発をしている。自動で動く車は世界を変えるだろう。都市計画を丸ごとひっくり返し、遊びから仕事まで個々人の生活スタイルに重大な変革をもたらす。電話の登場のように、ラジオの登場のように、スマートフォンの登場のように。自動運転カーは世界を変えるだろう。

これから先、人類の間で求められる「価値」とはこのようなものだ。物を情報化できれば、今まで以上に圧倒的な活用ができる。ここにはまだまだ開拓余地がある。ほとんど全てのものインターネット接続させることができる(が、まだされていない)。ここに伸びしろがある。付加価値を与える余地がある。機械学習有効な分野であれば、それによって大変な革新が得られるかも知れない。ただ物を作って売れば良い時代は終わった。しかしただネットに繋げば良いというわけでもない。物を“どのように”情報化できるか、だ。或いは有形物でなくとも、コミュニケーションや、異性との出会いや、他人から承認など、元々無形物であるものを、どのように高度に情報化活用できるか、だと思う。これから先、求められる価値とはこのようなものだ。

TOYOTAは車を作れる。しかしその車に(これから時代それが当然になるであろう“自動運転”という)付加価値を加えることは、できない。これが先進国であった日本の象徴的かつ決定的な終わりとなるだろう。

ブラック企業組織構造組織体質は「ただ物を作れば良かった時代」には最適なものだった。憎まれようが嫌われようが、昭和時代にはあれが最適解だった、という事実は認めなければならない。しかしこれから時代はそうではない、ということだ。俺は日本人をとりわけ優秀だとも無能だとも思わない。問題組織の体質、社会構造にある。これを変えるのにあと何十年かかるだろうか。それまでに一体、どれほど落ちぶれるだろうか。

2017-08-12

おい、機械学習についてブクマしてる奴!

その後進捗はいかがでしょうか

 

勉強してよかった? それとも未だブクマだけ?

2017-08-01

そういえばYouTubeスパムコメント減ってない?

すごくね?一時期あれだけ1000万譲りますコメントで溢れかえってたのに。機械学習かね、これも。

あと俺のiPhoneなんだけど、OSバージョンアップしたのに、やっぱり通知センターバグるスクロールしていくと通知が消えるんだけど、スワイプして消去するとまた出てくるんだよね。スクロールには余白がある。アプリ多すぎなのかな。

2017-07-25

https://anond.hatelabo.jp/20170725165053

便乗して雑な考えだけど、昨今問題となってる認知症患者運転できるか問題に関して、ハンドルアクセルブレーキウインカーライト等の操作ログ事故の有無を教師にして機械学習なりディープラーニングなりしたら、

事故リスクの高い運転手を高精度に検出できるんじゃないだろうか?

免許更新時に運転ログを提出するの。

認知症かどうかで切るより有望な気がするんだけどどうか。

AIのその先、実用フェーズでは結局何が流行るのか

Siriが出たとき

すげー未来を感じたと同時に「これ使わねーなw」って思ったんだよね

意外と手段目的になってて、最終的に何したいか分かんなかったりする

 

それよりならちょっとAIっぽさは薄れるが

ディープラーニングみたいな機械学習のほうが世の中の役に立つ気がする

そういう意味で言えばAIブームは確かに本物なのかも

世間が思うAIブームとはズレるんだけど

機械学習ブームだよね

2017-07-24

俺は機械学習AIのもののように呼ぶなとNHK批判しているから、おっさんはどうでもいいよ

2年前から何も進歩してねえ

それにNHKまで乗っかってくるんじゃねえよダボハゼ

http://newswitch.jp/p/1799

2017-07-21

今(俺に)求められているAI(or機械学習

DMMエロ本しおりデータ学習し、ユーザー新規エロ本入力とすれば、当該ユーザーがそのエロ本に挟むしおりの数を予測するAI

2017-07-14

思い描いてたAIってそういうものだっけ?

って思うことがしばしばある。「それってAI?」っていう。

僕が思い描いてたAIって、機械獣を動かしたりみたいな感じだったけど。

各社の試算表を7万ページ読み込んで決算予測するってただのプログラムじゃね?って。せめて機械学習でやってほしいなぁ。

2017-07-10

Webアプリを作るときにどの言語/WAFで書くべきか

使ったことあるモノもないモノもごちゃまぜにして経験雰囲気で書いてる。

PHP

Laravelは結構好き。DSL過ぎず、それなりにフルスタック生産性もいい。

何よりLaravel本体ソースコードが読みやすいのがいい。

まともな日本語情報が少ないのは弱点だけど、気になったところは本体コードを読めばすぐに分かる。

最大の欠点PHPってことだ。他のLL言語に比べてPHP自体生産性は低い。セキュリティ面の不安も大きい。それに安心して後を任せられるようなPHPerは一握りしかいない。

Perl

Mojolicious結構好き。これもDSL過ぎず分かりやすい。CPAN豊富ライブラリ群もある。

Perlは可読性が悪いなんて言うけど、ちゃんとしたライブラリ普通に読みやすいよ。

最大の欠点Perlってことだ。長期的に開発者を集めることを考えたら茨の道だろ?

Python

今でこそ機械学習Pythonが人気になっているけど、Web系はまだまだマイナーだ。

Djangoプロジェクト/アプリケーションという構成単位の考え方が好きじゃない。理論的な利点は分かるけど、現実問題それが必要になるケースが浮かばん。

Django以外でフルスタックのWAFが出てくればいいんだけど。Tornadoはフルスタックじゃないのでちょっと違う。

Python3で安心して開発できるならアリだと思うけど今はどうなの?使いたいライブラリが3系に対応していないとかで躓きたくないよ。

あと単純に速度が遅いよね。いや書き方を気をつければマシにはなるんだけど、書き方を気をつけなければいけない時点でつらい。

Ruby

Railsは便利だ。周辺ライブラリの充実度もすごい。情報玉石混交だけどまともな情報もたくさんある。

ただあまりにもDSL過ぎる。Railsプログラミングではなく、一つの巨大なDSLだ。

Railsプログラマの何割が、少しでもいいかRails本体ソースコードを読んだことがあるのか。めっちゃ読みにくいんだけど。Rubyは可読性が高いなんて嘘だろう。Perlと一緒でちゃんとしたコードは読みやすいけどそれはプログラマ依存する話で、言語自体に可読性の高さはない。言語思想の通り書くのは楽しいよ。でも読むのがつらい。

Rails自体DSLみたいなもんなのに、RSpecやらRakeやら周辺ツールDSL意識高すぎる。

問題があった時にググらずにコード読んで解決できるRailsエンジニアはどれだけいるのか。情報量が多いからググれば解決すると答えるやつは、底辺PHPerと大差ないからな。

あとバージョンアップ追従するのが面倒過ぎる。でも放置したら負債になるし。意識高くRailsで開発したやつの大半はバージョンアップやらの保守に入る頃にはもうそプロジェクトはいないんだろ?だからそのつらさを知らないんだろ?

散々罵ったけど、このDSLを覚えれば生産性が高いのは事実だ。だから結局ついていく確率が高い。モテ男なんだよ結局こいつは。

Java

SIerさんに敬礼

Scala

Playが王道だけど最新バージョンになるほど情報が少ない。このあたりがRailsと違う。公式(英語)とか本体コードを読める人じゃないとつらい。

そもそもJava、というかJVM周りの知識がないと本番運用はつらいだろう。LL言語運用経験しかない人は特につらい。LL言語でいうhot deployみたいなことがしたい時のやりかた分かってる?

コンパイルの遅さに耐えて開発し、運用時のGC問題を乗り越え、黒魔術を味方につけてライブラリコードリーディングが出来るならいいんじゃないか

動作は早いし、言語のものは強力だ。

Scalaを好むプログラマ関数型やらDDDやら意識高い人が多い。別にScala自体にそれらは必須ではないけど、そこら辺を意識しないならJava8でいいんじゃないかとも思う。

Node.js

非同期処理で開発することの難しさに耐えられるの?

ベストプラクティスがなく、移り変わり激しいJS界隈に流されてオレオレで書いたコード保守する自信があるならいいんじゃない。俺はない。

Go

API単体ならともかく、画面も担う普通Webアプリを書くような言語じゃない。少なくとも今は。

正確に言うと書けないことはないけど、Webアプリに関する周辺ライブラリの不足を乗り越えてまで書くメリットほとんどない。

ClojureとかElixirとか

運用実績ノウハウが少ない中で、自分で乗り越えていく気概があればいいんじゃない

結論

完璧選択などない。

2017-07-08

大学院生だけど興味の幅が広すぎてやばい

暗号・脳・FX最近始めた)(金融工学)・行動経済学人工知能機械学習)・統計学(今一番熱い)・プログラミングpython,javascript,たまにAtCoder参加してできなくて泣く)・

囲碁LOL音ゲー(全部雑魚

基本的に広く浅く学びたいのでやりたいことやって研究室にはほとんど行ってない、やばい

2017-07-07

https://anond.hatelabo.jp/20170701211315

人工知能を導入したという実績」が欲しいの。

わかるわ〜〜本当わかるわ〜〜〜〜

まともに機械学習してる日本企業PFIソフトバンクくらいではなかろうか

2017-06-27

機械学習業界未来は明るいのか?

現代AIブーム本丸である機械学習である

それをようやくビジネス化している会社が現れつつある

しか特に日本においては、彼らが大きな産業となるような気があまりしない

特に受託産業として機械学習を用いる会社果たしてどうなのだろうか

 

トップクラス会社は確かに儲かると思う

大きなビジネスをしている大企業は、効率を1%上げるだけで何億と儲かってしまうから

その領域需要はあるだろう

でもそれは一握りでいい、せいぜい全体の規模としては数百人といったところではないだろうか

webの規模には及ばないし、モバイルの規模にも及ばないだろう

 

もちろん、皆が期待するのは受託ではなく、各々の会社機械学習チームを抱え

新しいプロダクトやサービスを生み出してくれることだろうが

そういった動きは未だに見て取れない

 

これは個人的には違和感のないことだ

機械学習を何かの最適化に用いるのであれば、まずそれが成功しなければならず最初からチームを抱えることができない

ベンチャーであれば尚更

結果的外注の方がやりやすくなってしま

あるとすれば機械学習から得られた何らかの発明品の方だが

そういったプロダクトの方はそもそもライバル世界企業になってくるので、これまたチャレンジする会社があまり現れない

どうしてもおもちゃまりになってしま

 

せめて何か一つでも世界に対抗できるプロダクトと会社日本からまれてくればいいと思うのだが

日本においては、何だかただブラック業界をまた一個作るだけのような気がする

そして大企業は更に栄え、中小は更に衰える、そうこうしてる内に他国に食われる、そんな世界しか想像できない

なのに技術者の多くは機械学習に興味津々という状態、恐ろしい

2017-06-12

Qiita記事最近研究レポート多すぎない?

個人的SE領域PM領域デザイン領域の話までは理解できるんだが

論文みたいな方向ってもはや何なんだろう

機械学習プログラムの話も少しはわかる。が最近はそれ以上に無関係大学レポートみたいなのが目につく)

 

しかポエムとか言ってお茶を濁していなく、ドヤ顔で書いているところをみると

割りと本人気づいていない気がする

 

はやく適切なサービスと居場所が登場しますように

2017-06-03

http://anond.hatelabo.jp/20170602180824

pythonWebサーバ側で使われてること知らないのだろうな。

ユーザが使うUX/UIjavascriptだが、バックエンドはすでにpython(根拠なしw)

理由は消去法かな。perlは論外だし、railsは5系を学習しても4系に比べていいことはなく無駄なだけだ。

ついでにrailsrubyじゃない。

python機械学習と相性がいいし、かっちり作るのに向いてるし、可読性が高い。

2017-06-02

http://anond.hatelabo.jp/20170602182021

スクリプト言語として人気になったのは機械学習ブームが起因

htmlに埋め込むってMVCViewの話?それだったらdjangoテンプレートエンジンでも他のやつ既に確立されてるぞ

そうじゃなくてjsみたいに埋め込むっていう話?どっちみちお前は頭がおかし

2017-05-30

研究倫理なんて習ってねーよ

当方、そこそこ規模の大きな私大工学系4年生。研究室では一応機械学習いたことをやっている。巷では某事件であれやこれやの議論が活発で、引用の仕方がまずいやら研究倫理配慮に欠けるといった話を聞く。そこで、論文著者と同じような立場学生として読んでいて思ったことがある。

引用の仕方は習ったけど、研究倫理って勉強したこともないし、勉強する機会もなかったぞ?』

この問題は次の二つから発生してるんだと考える。

1,工学系の院生意識ってそんなに高くない

研究室サークルの先輩を見ていて、「研究者」になるいう意識があるのかな? という事がしばしばある。それも仕方がない話で、現状工学系の院って「学部卒だと文系と肩を並べて就活する羽目になるのが嫌だから修士を取って開発職として拾ってもらうか」という意識で進んでいる人も少なくない。院進学が「研究者になる」という意識ではなく「単純に学歴アップのために進学する」ような感じだ。今回、社系の研究者Twitterブログなどで引用の仕方の問題点などを取り上げているが、そもそも社系の院って「研究者」になる気がない限り行かないところであって、その辺で「院進学」に対する意識の違いがあるんだろうなあとは思った。もちろん自分たちがやっていることが「研究であることはよくわかっているのだが、「研究者である意識はないのではないかな、と感じる。

2,研究倫理に関して大学講義で取り上げていない

そもそも大学高校中学じゃないので「必要ことなら『教えてもらってない』は通用しない」というのはよく分かる。しかしながら、理系院生の現状意識は前述の通りなので、それではすこし無理があるだろう。それより研究テーマに対しての学習で皆あっぷあっぷだ。「研究倫理」について取り上げる教育の場って学生実験の場が適当なんだろうが、理工系学生実験課題が与えられて延々実験して解くようなものが多いので、そもそも研究倫理とか以前に研究室に放り込まれるまで「実験設計」というものをしたことがない学生が大半だ。文社系だと学部レベルでもフィールドワーク研究設計などを自分でやるから、おのずと調査対象に対する配慮などを通して「研究倫理」を学ぶことが多いのではないかと思う。ちなみに、技術士資格の絡みで「技術者倫理」という授業は開講されているのだが、聞きに行ったところ技術者として作ったものにどう責任を持つかという話で、研究の話ではなかったように記憶している。もっとかのぼると高校時代にちろっと触れたような気もするが、それは「遺伝子組み換え技術に関する生命研究倫理」であって、今回「データを持ってくるだけでも研究倫理が問われることもあるのか」と初めて気づいた次第だ。「研究室に入ってから指導教員に教えてもらえれば」という話もあるが、正直指導教員間にも学生指導の熱意や認識の差を感じざる終えないで、不安が残る。(今回の一件も、指導教員が発表前に気づけばこんなことになってなかったんだろうし)中高大と「正しい引用の仕方や図番の振り方、『コンピューター』と『コンピュータ』が混在しているようなレポートを書いてはいけない」「実験中に火事を起こしたり使った液体を外にばらまくな」とは習ったが、「研究によそのデータを用いて、それを処理するとき留意点」などは習っていないし、この問題が明らかになるまで自分も考えたことがないことであった。(これは自分の推測だが、論文著者も「データとして使ったなら引用元として示さなければ『ならない』」という意識があったのでないだろうか)

乱文ながらしがない私大の一大学生として思うところを書いた。ある種工学系って就職予備校だよなと。(この話題は本題からそれるが)そこの学生自発的研究倫理を学ばすのって無理があるような気がする。もっとも、倫理感なんて言うものは学ぶものではなく養うもので、「習ってねーよ」というものでもないかもしれない。しかし、学部修士課程社会に出ようと思っている人間にとって、「自分名前ネットで悪評立っている」というはどう考えても就活に響くし、そういうリスクがあるのであれば学会発表もおちおち出来ない。そういうところでは工学系の研究者のみならず、これまで個々人の思想プライバシーも含みうるデータをを取り扱って研究していた社系の研究者の知見を生かして、今回の件であれば人工知能学会の方でも指針を示してもらえると我々学生安心して発表で出来るのではないだろうか。

2017-05-29

http://anond.hatelabo.jp/20170528113521

◦こんな強弁をするようでは研究者を信頼できない→無断引用とか支部作品公表されてないとか言い張るオタクをどうにかしてから研究者の自浄作用を問うてください

オタクがいることと研究者の自浄作用に何が関係あるんだ、手法倫理的問題があると思えば自浄しようとする、思ってないならしないだけだろ

機械学習ってことはビッグデータ解析にも触れていくだろうし、個人情報の扱いに不信感持たれてしまうとひろみちゅ砲飛んでくるぞ

アーカイブ ヘルプ
ログイン ユーザー登録
ようこそ ゲスト さん