「機械学習」を含む日記 RSS

はてなキーワード: 機械学習とは

2018-10-14

[]2018年10月13日土曜日増田

時間記事文字数文字数平均文字数中央値
00489754203.263
013411826347.889
0275642185.649
03364927136.982
04297443256.7118
0591238137.663
06188519473.349
07283470123.959.5
08495541113.154
0988783089.040.5
109715535160.251
111391221687.943
1218021069117.146.5
131801319573.335
141971383570.229
151781495184.036
1679652282.639
1788783789.136.5
189510363109.143
1917922408125.239
201971459574.136
2121122496106.639
2211912606105.944
2388740884.239
1日2441262005107.341

頻出名詞 ()内の数字単語が含まれ記事

人(236), 自分(175), 女(157), 男(153), 話(152), 今(116), 女性(104), 人間(91), 増田(91), 日本(91), 好き(80), 問題(75), 男性(75), 相手(65), 意味(63), 仕事(61), 感じ(58), 普通(57), 必要(56), 前(56), あと(54), 関係(53), 社会(52), バカ(46), 気持ち(46), ー(45), 場合(45), 頭(44), 気(43), 理由(43), フェミ(43), 評価(42), レベル(42), 目(41), 男女(41), 理解(41), 他(41), 最近(39), 言葉(39), 子供(39), 馬鹿(39), 現実(38), じゃなくて(38), 差別(38), 時間(35), 会社(35), 一番(35), 無理(35), しよう(34), しない(34), 否定(33), 扱い(33), 最初(33), 嫌い(33), 存在(33), 勉強(33), 一人(32), アメリカ(32), 逆(32), 手(32), 毎日(31), DNA(31), 記事(31), いや(31), 嫌(31), 世界(31), ダメ(30), 他人(30), 今日(30), 結局(30), 別(30), 人生(30), オタク(30), 能力(29), 博士(28), 判断(28), ネット(28), 批判(27), 周り(27), 一部(27), アホ(26), 体力(26), 興味(26), 心(26), 年収(26), キャラ(26), 意見(26), 結果(25), 通り(25), AI(25), 説明(25), 昔(25), 場所(25), 世の中(24), 女の子(24), 可能性(24), 絶対(24), 結婚(24), 間(23), 状況(23), 全部(23), 人たち(23), 時代(23), イメージ(23), 横(23), 性別(23), 違い(23), 一緒(23), 作品(23)

頻出固有名詞 ()内の数字単語が含まれ記事

増田(91), 日本(91), フェミ(43), じゃなくて(38), アメリカ(32), DNA(29), AI(25), 可能性(24), キズナアイ(22), なんだろう(21), なのか(20), 2000万円(20), 勉強会(20), 元増田(16), キモ(16), 分からん(15), 東京(15), ツイート(14), いない(14), マジで(14), 笑(14), ツイッター(13), IT(13), Twitter(13), アスペ(12), お気持ち(12), …。(11), 何度(11), Google(10), 腐女子(10), キモい(10), 個人的(10), アレ(10), 具体的(10), 価値観(10), 韓国(10), 娘(10), twitter(10), SNS(10), イケメン(10), 自分たち(10), NHK(10), ブコメ(10), リアル(9), 犯罪者(9), w(9), わからん(9), 社会的(9), ネット上(9), 科学者(9), 人間関係(9), モテ(9), 男女平等(9), いいね(9), PC(8), wiki(8), はてなー(8), Amazon(8), オーガズム(8), 基本的(8), キモオタ(8), フォロワー(7), B(7), パワハラ(7), 1日(7), 自分自身(7), ネトウヨ(7), togetter(7), ポリコレ(7), コナン(7), あいつら(7), ウザ(7), オーバーロード(7), 豊洲(7), ガチ(7), シリコンバレー(7), ちんこ(7), はてブ(7), カス(7), 知らんけど(7), スマホ(7), 男女差別(7), 中国(7), 熟女(6), 好きな人(6), 1人(6), 起業家(6), OK(6), 登場人物(6), 同人誌(6), ミスコン(6), ジェンダー(6), 上から目線(6), トラバ(6), HTML(6), なんの(6), 毎日(6), VTuber(6), な!(6), 安室(6), ブクマ(6), 一方的(6), ブクマカ(6), 連絡先(6), キチガイ(6), 最終的(6), 二次創作(6), 男と女(6), 女性議員(6), 一緒に(6)

投稿警察もどき日中に再投稿された本文の先頭20文字 ()内の数字投稿された回数

うんち (4), 子供女性性を見て加害するのがロリコ(4), はてサガー (3), 女なら逆玉の輿を狙わせてくんろ! 男(2), 定義を間違っていることを指摘されると(2), 慣用表現理解しないアスペ (2), ゴミを貼るな (2), しゃぶれよ (2), 違う。能力の優劣ではなく、能力の種類(2), パンティー (2), なんで (2)

頻出トラックバック先(簡易)

■男の人はなんでちんちんがクッキリ浮き出るズボン履かないの? /20181012192114(27), ■男女平等の何が嫌いか説明しといてやる /20181013125559(24), ■男尊女卑を認めない人が嫌いな話 /20181013123017(11), ■女に配慮しろと言うならメリット提示しては? /20181013094002(10), ■豊洲排水溝詰まらしたとかいうあれへの補足 /20181013013717(10), ■ /20181013093355(9), ■【勉強女子】お前も出会い目的だったんじゃね? /20181012201951(9), ■機械学習は、まるで理解されていない /20181012235158(9), ■膣オーガズム?あるよ /20181013221959(8), ■それじゃ聞くけどオリンピック開会式にふさわしいアーティストって誰? /20181012092551(8), ■女向けエロ痴漢人気 /20181013153054(7), ■ /20181013204135(7), ■New潟県 /20181013084728(7), ■もう勉強会には行かないと思う /20181012090959(6), ■[増田]もうちょい面白いテーマはないのか /20181013173336(6), ■男でも頭の悪いフリぐらいするわ。相手が女でも、男でも。 /20181013190712(6), ■anond20181013221959 /20181013223946(6), ■母親が世の中は売り手市場なんだから外で働けという /20181013213220(6), ■Vtuber人格があるから社会問題上も一個人として扱え /20181013020317(6), ■「中国を好きなはてサなんてどこに居る」って言うけど /20181013185741(5), ■じゃあ見なけりゃいいじゃんと言うけど /20181013091420(5), ■礼儀としてビジネスセクハラをしている /20181013153340(5), ■自分さえ良ければそれでよくね? /20181013160538(5), ■小説家になりたいけど、何から始めればいいかからない /20181012144629(5), ■https://anond.hatelabo.jp/20181013121156 /20181013121900(5), ■anond20181013210139 /20181013210330(5), ■ /20181013133700(5), ■若おかみは小学生!を観に行ってないのが許されるのは中学生までだよね /20181013062541(5)

増田合計ブックマーク数 ()内の数字は1日の増減

5702563(2589)

2018-10-13

人材採用AI男女差別AI 説。

https://anond.hatelabo.jp/20181012235158

https://jp.reuters.com/article/amazon-jobs-ai-analysis-idJPKCN1ML0DN

プログラミングAI素人知識なんだけど

増田ブコメの流れに違和感が有るので。

 

 予想イ: Amazon人材採用AIは間違っておらず、男性の方が優秀である

 

良識派】は目を背けるかもしれないが、

善悪別にして、企業としての利益基準にするなら、男性の方が相対的に優秀である

まぁ、有り得そう。男女差別でも何でも無く、単なる事実として男性の方が優秀な可能性。

 

 予想ロ: 元データ偏見差別が含まれる為、Amazon人材採用AIも それに引き摺られるが、それでも人間よりマシ。

 

私はコレを推す。

現時点でのAIは、チェス,将棋,囲碁,画像認識,顔認識 自動運転,等で人間を上回る。

無論。『完璧』には程遠いが。それでも[人間を上回る]事は確実。

 これは、近年の機械学習は設定された分野を【人間の間違い】ごと学習し、

その上で[自力]で修正して人間を上回っているからだ。

まぁ、[自力]という言い方は不適切で、開発者が元データに間違いが含まれてても

それを基準に、より正確に近似できるよう設計されているようなのだが。

開発者でさえ、AI内部で何が起きているか把握できていないみたいなんで、分かりやすく[自力]と書いた。

 

 将棋囲碁の事例から

AIと闘ってみてるけど、やっぱり変だね。弱いね。」

→「「「えっ!!!…」」」

→「……。やっぱりAIの方が強かったよ……。……。」

という経過を辿ってきたので、

 

 元データ偏見差別が含まれるにしても

データって人間判断のものなんで、AI判断にも男女差別,偏見が含まれるにしても

人間判断より男女差別が少ないなら偉大な成果なのではないか?」

また、最近機械学習には自己修正機能があるので、使い続ける事で、

実力を適切に反映した男女平等に近づける可能性は高いとも思う。

 

 予想ハ: AIが間違っている。

 予想ニ: 開発者問題設定が間違っている。

 

NHKなら有り得るが、Amazonの開発力なら多分 これは無い。

 

男女平等ってのは単なる企業利益より上位の価値観なので

現時点でのAIでは適切に取り扱えないってのはあるだろう。

人間でさえ「正解は何なのか?」「何をどう、基準化すれば良いのか?」さえ分からんのだから

2018-10-12

機械学習は、まるで理解されていない

anond:20181012093212

AIの仕組み自体人間能力を遥かに超えたものかもしれないし、それによって社会利便性を更に向上させるものであるかもしれないけれど、そのAIを設定するのは人間だということ。

その人間男性優位社会で育ってくれば当然男性優位AI爆誕するんだし、

AIを扱う人間競争を勝ち抜いた一握りのエリートばかりだったら、

当然AIは一握りのエリートに偏ったエリート優位AIになるのだから

リンクしたアマゾン採用AIの件を含めて、機械学習の仕組みを理解してるとは思えない。AIに対する現状の理解として、この表現はありえない。

id:fujii_yuji 機械学習の仕組みをご存知ないようですね。Amazonのは過去データからそうなったのであって、設計者の思想が反映されたのではないでしょ。 > "当然男性優位AI爆誕する(略)AIは一握りのエリートに偏ったエリート優位AI"

id:fujii_yuji さんは、概要理解しておられる様に思える。ブコメを見る限りで言えば、はてなー理解度は1割程度といった感じがするけど、本当はもうちょっといるかも。

機械はひらめきは獲得していない。

機械は未だに設計に従って自発的に成長し新たな発明を行う様な、いわゆる、ひらめきは獲得していない。今のAIと呼ばれているものは、学習したデータを参考にして、入力されたデータに対して最適な分類を行うことが出来るという程度の物。

モーリス・コンティ: 直感を持った人工知能が生み出すすごい発明 | TED Talk

例えば、この動画を見て欲しい。オブジェクト設計するコンピュータが行うのは、与えられたアルゴリズムに従って答えを出す事だけだ。どんな形にしたいのかという目的、どんな材料を使うのかという制約、それを与えられると、高い強度とより少ない重量で目的を達成しろという最適化問題を解く。結果として、その答えが人間が持つ常識を裏切る答えを出した事に対して「直感を持っている」と言っているにすぎない。アルゴリズム作成した研究者には、常識的な設計を裏切る答えも、理解できるものであり納得のいく答えでしかなかったはずだ。

将棋人工知能が行う計算とは何か?既存棋譜を大量に予め学習し、現在進行中の将棋の盤面上で起こり得る可能性のある駒の配置パターンを1手1手進めながら、棋譜と照らし合わせ、一手ごとに勝ちやすさがどの程度高まっていくか?を計算する。研究者は、盤面に表れる駒の並びを、どの様に評価するのか?駒を動かすごとに増えていく全てのパターンから、どこまでを用いて、何を捨てるか、評価選択を行うアルゴリズム機械に与える。その結果として現れた奇想天外な一手も、研究者にとっては蓋然性の高い答えでしかない。(あくま一般的人工知能の話だが)

ポリコレ科学を歪める

完全に想像しかないが、アマゾン採用AIは、10年分の採用者の履歴書の中から学歴や経歴、職務内容、スキルなどの性別依存しない情報採用後の実績を学んだのではないか研究者馬鹿ではないから、初めから性別情報など使っているとは思えない。これまで採用した人物男性が多かったことは間違いなく影響があったという事は言えるが、可能な限り男女ごとのサンプルサイズの差に引っ張られる事なく、性別には中立な結果を出すように、用いるべき学習データアルゴリズム設計していると予想する。それでも、性別を隠されたある個人履歴書から採否を判定した時に男性優位の答えを出したのは、活躍する社員男性が優位になる傾向があったということ。その現実ポリコレとの間で齟齬をきたした場合に、計算結果としては蓋然性の高い納得できるものでありながらも、不誠実な結果と言われてしまった研究者の悔しさはいかばかりだっただろうか?

女性が優位になる様にアルゴリズムを作り直すときに、自分科学者として真実に背を向けた事を理解したはずだ。にもかかわらず、どれほど女性優位のバイアスをかけてもAIが正しい答えを求める以上は男性優位の結果は覆らない、とマネージャー判断して、非難を避けるために開発を停止した時の、その悔しさは想像するに余りある

この件で、改めて、ジェンダー論は滅びろと心から思った。科学者には、政治的正しさではなく、真実を追求させてくれ。科学とは時に残酷なほど正しいものだ。

修正、補足事項

steel_eel 日本語ニュースで書いてたか知らんが、英語の方でみたが『××女子大学』『女子××部部長』とかを低評価してたみたいで、わりとダイレクト性別を他の手がかり(というほどでもないか?)から判断して下げてた模様。

情報ありがとうございます徹夜明けでして、ソース未確認で書いてますので、適当な事をいいますすみません

もしも学習データに、女子○○部長、というデータが入っていた場合マイナスにする様なアルゴリズムを入れていたとは考えにくいです。というのは、そうであれば性別のものを負のファクターにする方が早いです。ですので、他の素因でマイナスにせざるを得ない(不採用だった、あるいは解雇したなど)人物女子○○部長情報が結びついてしまったのでしょう。つまり現実採用では女性である事をマイナス評価せざるを得ない様な学習データになっている、それを修正しようと思うと、女性データのもの学習データから除外するしかないですが、そんな事をすれば、アマゾン女性の居ない世界仮定しなければ女性採用できないという、矛盾にぶつかってしまますね。

これではなく、入力情報女子という単語が入っている場合に直接マイナスした場合。前述の理由性別のものマイナスにしたのと同等でしかなくなります。これなら修正は容易ですので、そうではないでしょう。おやすみなさい。

uncorrelated サンプル数ではなくサンプルサイズでお願いしま

サンプル数警察!!

ごめんなさい。ふざけました。修正させていただきます

anond:20181012093212

AIを扱う(作って運用する)人間じゃなくて、AIを訓練するためのサンプルの偏りに依存してるという方が適当かと。

バリデーションが不十分な予測モデルをいきなり実運用したところ、予測結果が偏ったという機械学習ではごく初歩的でありがちな結末。

データ差別的」といのは別にはてな的というわけでもなく、機械学習かじったことがある人には普通に的を射たしっくりくる表現だと思う。

2018-10-09

intelの最新CPU、HT切るのは流石に時代遅れなんちゃう

HTTとか聞いても放課後ティータイムくらいしか分からんけれど、64ビット計算機を上手いこと利用して32bitx2として計算させるのがHTTなんやろ?

今の時代Tensorプロセッサ代表されるように、8ビットベクトル演算計算機を大量に積んで同じトランジスタの数でも速度の面で32ビットの4倍とかで処理できるようにしてるのがメインストリームちゃうの。

HTTさらに分割して8ビット演算器x8にした方が、機械学習()とかやってるユーザにとっては有利なんちゃうん?

なんでintelHTT省いてまうんや…

2018-10-08

#技術書典 に対する疑問

技術書展に対する疑問があるので書いておきたい。反論などあったら聞かせてほしい。

まずネットが当たり前にあるこのご時世で、同人即売会同人誌(物理)というものへの疑問があるのだが、それは一旦置いておく。

まず売られていると嬉しい本について書く

売られていると嬉しい本①

著者自身バリューがあると良さそうだ。「この人はこういう本書くんだ、こういう考え方、切り口なんだ」作家みたいな感じ。

企業出展も多かった。この辺もその会社や扱ってるサービスが好きだと、著者にバリューがある場合と同じで楽しめそう。

この辺までは、考えてみると作家アーティストの本みたいな感じで需要がありそうだ。まず人やプロダクトに対するファンであって、本の内容が良かろうと悪かろうと、その考え方に触れるという意味で楽しめそう。

売られていると嬉しい本②

その他のサークルはどうだろう。

まず内容について、読み物、エッセイ、事例紹介、そして技術書などの種類があるかと思う。読み物、エッセイはもちろん、事例紹介も書き方によるだろうが個人経験視点に基づくものだろうから多様性がありおもしろうそうだ。

多様性同人アマチュア生命線と言えると思う。商業出版が叶わない需要量、クオリティでもどこかでそれを必要とする人がいる。ということでその頒布理解できる。

この先からが本題だ。

存在が疑問な本

存在が疑問なのが、上で挙げられている以外の本、つまり「その他のサークル」の「技術書」だ。「技術書」ってなんとなく使ってる言葉だけど、本屋に並んでる「〜入門」とか「〜アンチパターン」とか動物の絵が描いてる表紙のやつとか、そういうのを指している。技術についての情報が載ってるやつだ。

まず「編集者がいないので正確性の担保はどうなってるんだろう」と思ってたんだけど、自分はよく個人ブログのお世話になってるからそれは言う資格ない。

問題は「情報多様性はあるのか」ということだ。上で「多様性」と書いた。たしかに絵や漫画小説エッセイなどは多様性価値があると思うんだが技術情報はどうだろう?情報の中には多様性はない。真実はいつも一つ。多様性存在するとすれば、その情報を扱う視点、切り口、または情報自体ニッチさだ。

技術書展で頒布されている技術書を精査したわけではないのだが、大体「機械学習」「Webサーバ」「FPGA」「ブロックチェーン」手垢のついた単語ばかりが並んでいる。本自体タイトルも「〜入門」とか「〜アンチパターン」とか本屋で並んでるようなのが目につく。見本誌を手に取ると目次を見るだけで飽きるやつばかりだ(また似たような体裁の本ばかりなのだ)。

これになんの意味があるのだろう。ここで行われていることは、商業出版の本の再生産ばかりじゃないだろうか。いや、ブログならそれでも気にならないけどいきなりそれに数百円とはいえ値段がつくと面食らう。

ニッチな内容なら素晴らしいと思うけどけどそれもタイトルや表紙からからないものばかり。見本誌出してるところ多いけど混雑してるから内容精査できないし。

頒布する人はその内容や公開方法を少し考えてみてほしい。切り口を気にしてほしいし、その切り口を本の表紙やタイトルで伝える努力をしてほしい。

頒布方法が疑問

結局、技術書展で売られている技術書ブログで広く公開されていた内容が都内イベントしか手に入らなくなっただけではないだろうか。(しかも他の同人イベント同様、開演前に長蛇の列を作っていた)

タダで公開しろ、という権利自分にはない。ただ情報へのアクセスを難しくすることはやめてほしい、と思っている。技術書展に出展する人なんてこれまでもブログなりネット情報公開している人が多いんじゃないだろうか。

2018-10-05

NHKキズナアイ

今回の騒動最初は話がよく入ってこなかった。

なんか批判されていることが少しずつ違っていて、絡まって反批判されたりしていたり。

フェミニスト論調ってのが以前から苦手で、今回もいやだなぁと思ってしまったんだけど...

そういや元ページ見てないなと思ってみてみたらなんとなく言ってることがわかる人もいた。少し自分の考えを述べたいと思う。

先生と生徒、解説側と教わる側、こういった非対称性ジェンダーロールの押し付けだという話。

これはまあ正直そんなにジェンダーロールとは思わなかったけど、「台本やらせ感」みたいなのは感じた、所謂「モノ化」。これは記事構成のせいもあるかなと思う。

例えばキズナアイAIらしく機械学習しましたとかで入口の話を説明して、専門的に展開していく部分は先生にお願いする、みたいな感じだと変に燃えたりしなかったんじゃないでしょうか?

あとキズナアイイラスト性的かどうか、これについては個人感覚微妙否定しないが、こうした絵柄は時代に受け入れられてきたと考えるのが妥当だと思う。

スマホアプリcmは今やどんな時間でも見る。けいおん!ラブライブ典型的萌え絵アニメだが年代代表するような作品としてNHK放送されていた。

加えて過去メディアオタク批判が厳しかった時代にもコレクターユイツバサクロニクルなどを放送していた。

まりNHKは昔からアニメ文化肯定しているし、相応しくないなどの批判個人感覚押し付けなのでは?

最後理系女子をないがしろにしてるみたいな話については、今回はノーベル賞解説目的からそれはちょっと違うと思った。

まずもって純粋自然科学が好きで、それ以前に学問真剣で、そういう人ならノーベル賞受賞ってニュースあれば感化されて明るい気持ちになると思うけど...

もし理系女子応援したいってなら別の特集も立てればいいわけで、今回は注目の研究最近人気のキズナアイを通して伝えていくっていう記事なんじゃないですかね。

2018-10-04

anond:20181004014847

AIってより、深層学習/機械学習を使って創作物成プログラムを書く科学者(or プログラマ)が、彼らの仕事を奪っていくと言えよう。

生成された創作物さらに、人力で修正を加えてクオリティを高める、という方向性もあり得るが、消費者プログラム生成物で満足してしまった時点で、成立しなくなってしまう。

 

プログラム積極的使用した新ジャンル開拓もあり得るが、これはプログラム化されイタチごっこになる可能性はある(しか上記パターンよりまし)。

創作行為自体はなくならないと思うが、消費とどうリンクさせるかは、変化の波に飲まれていくと思う。

by創作

2018-09-29

誰もが簡単に「エンジニア」を名乗れる時代

いろんなツールフレームワークが充実してきて、少しググっただけである程度のアプリが作れてしまう。

インフラAWS簡単に作れるし、機械学習だってPythonライブラリで少し調べれば誰でも使えるようになった。

こんな時代エンジニア価値ってなんだろう?

2018-09-24

現代社会において社会の大多数を占める人類が現役労働生活を送る期間にわたって使い続けられているソフトウェア関連の技術には何があるだろうか。

その期間を約40年間(20代前半~60代前半を想定)とすると、2018年から見ると1978年以前に導入された技術だ。

COBOL

COBOL1959年に開発された。ただし、COBOLの規格自体1993年まで更新されている。

仮に1978年からアップデートしていないのならば、COBOL-78、または、日本場合第一次規格(COBOL-65相当)のいずれかになる可能性が高い。

FORTRAN

FORTRAN1954年に開発された世界初高級言語である。もちろん、FORTRANも規格の更新は行われている。

仮に1978年からアップデートしていないのならば、FORTRAN-77が理解している最新の規格となる。

C言語

C言語1972年に開発された。当然C言語も規格の更新が行われている。

このため、仮に1978年から知識アップデートをしていないのならば、K&Rが最新の知識となる。

当然だが、処理系GCCLLVM+Clangではない。

UNIX

UNIX1969年に開発された。ただし、その後も実装仕様修正され続けている。

仮に1978年技術からアップデートしていないのならば、その仕様実装Unix Version 5~6(System Vでは無い)、または、BSD 1.0で止まっていることになる。

POSIXはまだ無い。

TCP/IP

1973年に着想された当初、TCP/IPは両者の責務を単一プロトコルが持っており、そのプロトコルTCPと呼ばれていた。

1978年トランスポート層インターネット層が切り分けられ、TCP v3IP v3となっている。

現在使用されているIPv4は1981年RFC化されており、ARPANETに完全に適用されたのは1983年になる(当時はIP/TCPと呼ばれていたようだ)。

このため、TCP/IPがこのリスト対象であるかはかなり微妙だ。

機械学習

ディープラーニングの礎の1つになっている多層パーセプトロンの初出は1961年のようだ。

マイクロプロセッサ

1978年にはIntel 8086が発売されている。

RISCはまだ無い。

フレームワーク

無い。

HTTP

無い。

どれぐらい無いかというと、Sir Tim Berners-LeeがまだCERNにいないぐらい無い。

ちなみに、HTTPはどうもTBL個人プロジェクトが源流のようだ(あの時代に?)。

Lisp

エイリアン生命体が利用するこの奇妙な言語は、1958年誕生した。

1978年から現在まで生き残っているLisp処理系Schemeのみであるが、この時点での仕様はR1RSである

ただし、マクロ1963年時点でLisp 1.5に追加されている。

他にも色々あるとは思うのだが、何があるだろうか?

2018-09-21

anond:20180920132159

よく考えたら機械学習で食わせるのって低次元ベクトルじゃなくてテンソルだし手で触りもしないよな

2018-09-20

学習指導要領を読んでから書いてみる

学習指導要領から○○が消えたー。あり得ない。」は、教わった世代ノスタルジーを含むケースが多い。

ベクトルが消えた!物理が教えられない!」 → 「力の合成くらい物理教師が頑張れ。どうせ微積を使わない高校物理なんか制限だらけだ。」

行列が消えた!3DCG機械学習理解できない!」 → 「大学線形代数で頑張らせろ。どうせ高校行列なんてタダの計算練習パズル行列式も固有値も教えない程度だ。」

数学Cがなくなっていた時代がかわいそう」 → 「数学Ⅲ 3単位数学C 2単位を新しい数学Ⅲ 5単位として教えていただけ。どうせ数学C取ってる奴はほぼ数学Ⅲやってたんだし。」

個人的には思うのだが、「理工系人材には高校数学の○○が必要だ」というのは高校数学に期待しすぎ。

あとは90%以上の人間高校まで進学する時代に、共通教養として必要な内容が高校数学でしょ?

から確率だけではなく統計ガンガン数学に入れているわけ。

ちなみに新しい学習指導要領でも復活する数学Cまで学習すればベクトルあるよ? 高校物理力学に間に合わないだけで。

今の学習指導要領数学Iに統計が入り、箱ひげ図や四分位図が必修だけど、40代以下はこんなのやってないっしょ。

今度はそれらは中学数学下りていく。統計の検定まで高校数学に入ってくる。

新しい学習指導要領で学ぶ内容は、これら。

数学Ⅰ:① 数と式  ② 図形と計量  ③ 二次関数  ④ データ分析(仮説検定の考え方を含む)

数学A:① 図形の性質  ②場合の数と確率期待値を含む) ③数学人間活動整数ユークリッドの互除法、2進数など)

数学Ⅱ:① いろいろな式  ② 図形と方程式指数関数対数関数 ④ 三角関数  ⑤ 微分積分の考え

数学B:① 数列 ② 統計的な推測(区間推定及び仮説検定を含む) ③数学社会生活(散布図に表したデータを一次関数などとみなして処理することも扱う)

数学Ⅲ:① 極限 ② 微分法 ③積分

数学C:① ベクトル ② 平面上の曲線と複素数平面 ③ 数学的な表現の工夫(工夫された統計グラフや離散グラフ行列などを取り扱う)

ベクトルあるよ?

行列あるよ?

今は、一般受験以外に多様な方法大学入学してくる。既習範囲理解確認や基礎の定着のために、まともな理工系大学なら昨今は非一般受験組にはe-ラーニングなどで補習や指導をしている。

そういう意味では、大学から教養部を廃止して、早くから専門バカを作り出す改革が失敗だったのでは?

教養部があったら高校学習内容を研究して大学の初年度数学の改善を続けられる教員が残れたのでは。

またブクマカーが知ったかぶってるし

お前らって本当に知ったかぶるんだなぁ

高校行列計算方法を習ってない事が、その後の数学学習デメリットになると思うか?線形独立線形従属概念を学んで行列式が求まること、求まらない事の幾何的な意味を知り、代数法則を知り多次元行列と部分空間価値理解した上でのアフィン変換行列があっての三次元CGでのアフィン変換がある。概念理解しないで単に行列計算が出来る程度の教育なんて無価値なんだからなくなって正解なんだよ。必要人間大学線形代数をやるときに、法則と同時に演算方法原理原則理解すればいいし、逆行列計算方法を覚えればいいんだよ。固有値固有ベクトル意味理解できない半端なプログラマが増えてるのって、高校での機械的教育のせいだろうとすら思ってる。行列使って連立方程式が解けることを知ってる事が、どれだけ意味あるんだろうね?

ブクマカ機械学習がーとかAIがーとか言うけど、必要なのは線形代数II以降の話で、高校でちょろっと計算方法知ったところで無価値なんだよ。逆に線形代数をやるときに変な思い込み負債になるくらいだから無くしていいものとすら教えていて思う。教育としては線形代数統合的にやれば良いというのは間違いじゃないから、削除は改善ですらある。畳み込みのタの字すら知らんアホが機械学習を語るなって。お前らの心配なんか無駄無駄

anond:20180920074911

“単に行列計算が出来る程度の教育なんて無価値AR実装したとき行列計算必要になった。結局ネットで調べながらやったんだけど、過去に触れたことがあるという思いか心理的障壁は少なかった気がする。

結局、このレベルの話になっちゃうよね。こんな程度なら「ゲームプログラミングのための3Dグラフィックス数学」みたいなラノベ入門書)を1日読めば済む話でしかないだろう。AI研究する人たちがどうとか言う話は情報工学科で、将来的に情報幾何必要になった時にキャッチアップできる程度の数学教育をどこまでするのか?って話で、全然次元が違う話。情報工学科を選択する子供を増やすためにプログラミング教育を拡充していく過程で、3DCGの触りをやらせたいとしても、道具として座標変換程度のことをやるのに複雑な知識なんぞは一切要らないからな。だいたいライブラリから関数呼び出すだけで使える。

話は変わるが、数学ラノベなら「ゼロから学ぶ線形代数」がおススメ。あれなら誰でも理解できて、授業でやる計算方法練習より手軽に線形代数面白さを味わえる。

現在の子たちは行列を知らない

2015年から1次変換と行列高校数学から削除されました。

文系クラスだけれども行列を習ったよという人は年齢40代から50代の人です。

「数Cが消滅しました」と聞いてびっくりする人はたぶん20代~40代の人です。

2015年から理系にすら行列を教えていません。

数Aの確率から期待値」が消滅したのも地味に痛いです。

2024年からさら数学を削減予定です。

ベクトルを学ばずに大学生になれる!? ~ 新学習指導案で日本は滅びます - Togetter


大学で教えている人の間で2年程前から話題になっています。1年生を教えている人は頭を抱えています

あなた方は実験台のような世代申し訳なく思います大学によってはまだ混乱しているかもしれませんね。

知らないことが出て来たら「それは習っていません」と教えてあげてください。

とにかく増田高校数学をやり直せと言っている人たちはおじさんかおばさんです。

気にしなくて良いです。

わたしからあなたに「理工系数学入門コース」をお勧めします。

数学理解することよりも使えるようになることを目標にしたシリーズ

厳密な証明よりも「わかりやす説明」に偏っています増田目的には十分だと思います

とりあえず線形代数を読んでみてください。特に前提知識必要ありません。

それから微積も読んだ方が良いでしょうね。

読んでみて数学が楽しくなってきたら後ろのページにある教科書リストからいろいろ読んでみてください。

楽しんでね!

追記

hatorix マトリックス学ばせないで、機械学習AI研究ガーとか言ってたの?ウケる

cardamom マジか……これはひどいな。行列て変換とかで使わないかコンピュータ時代こそ必要なのに。

ほんとうにそうですよね。

新しく「情報」という科目ができましてコンピュータの使い方やITリテラシープログラミングパワーポイントの使い方etc...を高校で教えるようになったのですが、その一方で数学がごっそり削除されてしまったという。

本末転倒すぎて文科省は何を考えているのか・・

2024年以降はベクトル共通科目から消えます物理をどう教えるのか・・

円周率が3になっても日本は死なないけれども「技術者行列をしらない」は日本死にますよ。

この流れは非常にまずいと思うのですがあまり話題になりませんね。

cider_condo さんとか watto さんとかわかりやす解説記事書いてくれないかな。

2018-09-19

anond:20180919025553

IT業界は今後も人手不足が続きます

また、人工知能機械学習需要は高くなるかと。

なので、30歳くらいでアカデミックキャリアに見切りつけてからでも、その方面なら仕事に困ることはありません(未経験から育てることすら始めているくらいですから)

5年とか期間を決めて、研究に集中して、

その期間で結果が出なかったらそのとき就職しては?

anond:20180919012846

機械学習だけではなくて、ITインフラ全体を見直すべきだと思ったんだよね

あんバズワード出すべきじゃなかったな。正直すまんかった

とある会社機械学習環境を整備しているんだが心が折れそうだ

昨今流行りの機械学習プロジェクトがぽこぽこ立ち上がっている状況なのだが、一部の人を除き、apt-getで躓いているのは会社にとって損失だと考え、オンプレクラウドのようなものを構築することにした。

グループ全体の規模はそこそこ大きいが、将来単なるアッセブリー屋になることが目に見えている事もあり(今後20年以内には喰われてしまうという憶測もあり)ネットワークLinuxコンテナプログラミングが出来る自分が社内の機械学習、引いてはITインフラ民主化、なんだったら外販できるくらいのもの作ってやろうと鼻息巻いて無理やり一人プロジェクトを興すことにした。

まずは既存DHCPサーバ名前解決ができないDNSサーバからゲートウェイPCを用いてネットワーク的に分離、社内の物理的な設置スペースの問題デスクトップPCサーバPCが離れた所にあるため、WireGuardでVPN構築、ゲートウェイPCはそれぞれKea DHCPサーバ、PowerDNSサーバを稼働させ、OpenStack導入検討時に悩んだ鶏が先か卵か先か問題解決することにした。

上述の通り、システム構築にあたってOpenStackやMAAS,RancherOSなどを検討したが、社内のニーズを「100%」汲みとった上で、次世代オンプレクラウド個人的にはエッジクラスタがゆるく繋がるアメーバクラウド?のような呼称があっている気がするが)を構築するにはどれも痛し痒しで何かしら制限がついて回るのは許容できなかった。これは今後5年、特に海外事業所の開発者の事を考えた時には外せない要件だった。

とはいえmiekg/dnsを用いてCoreDNS進化版を作るにはリソースが足りず、BINDを用いるにはSA対応がしんどすぎるため、APIを備えており、今後も進化が見込めるであろうOSS、また必要であれば商用製品保守サービスが受けられる事から上記2つを選択した。

PowerDNSはさておき、ISC KeaはナウでYANGなLinux YANGに対応しようとしているなど(言いたかっただけ)、世の中のオンプレ環境を塗り替えるためには兎にも角にもAPIゲートウェイ重要だと考えたため、双方が提供しているAPIをうまく吸収するミドルウェア(とちょっとしたAPIサーバ)をGo言語作成した。

次に世の中のパブリッククラウドOpenStackなどを触ったことのある開発者はCloud-initに慣れているはずという前提の元、対応コスト勘案の結果、NoCloudで対応しつつ、上記APIサーバ連携し、ベアメタルマシン管理した事のある人はわかる、ベアメタルマシン特有の諸問題解決することにした。

まぁなんだかんだ大企業なのでお金解決する手段もあるが、そもそも高集積ラック搭載GPUサーバ購入の稟議が通るような会社だったら既にKubernetes導入しているだろうし、俺もこんなことしてない。

脱線したが、上記以外にも検証バックアッププランとしてAnsible記述などの作業はありつつも、3ヶ月かけてようやく基礎となるインフラ基盤が構築できたため、nuxt.js+go簡単フロントエンドサーバを構築し、一人情シス様相を呈している部下のリソース開放、Calico対応+Kubernetes導入、不安がっている上席が安心できるように、分かりやすい餅を用意しようとしている、というのが現状。

ここまで寝る時間も惜しんでトップスピードを維持したまま頑張ってきたものの、少し限界を感じている。

特にオンプレクラウド部外者が中々見えてこないものがあり、なんならその見えないもの限界まで吸収できるように、かつ現実的に実現可能ギリギリラインを狙っているのだが、そもそも周りに相談しようとしても何を言っているのか解説する所から始めないといけない。

覚悟はしていたが、ふとした時にとてつもない脱力感に襲われてしまう。

世の中を切り開いてきた諸氏はおそらく一度はぶつかったであろう、この内なる自分の壁をどのように突破してきたのだろうか?

ひたすら孤独との戦いだというのは頭では理解しているものの、突発的にくるこの脱力はいかんともしがたい。

推敲もせずに大変失礼極まるが、コメントをいただければ幸いである。

2018-09-18

anond:20180918102628

8bit整数演算特化? は良いとして、一体何のデータをどうして8bit整数にしてんだろってのはあるよな。

多分その辺は機械学習マンじゃないと理解できない領域だろうから、おとなしく勉強するわ…

anond:20180918005701

DQN文脈が読めないし読まない。

トヨタポジ」「トヨタネガ」のどちらか。

記号に反応してるだけ。おまえら機械学習以下やぞ。

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