[自社開発メガベンチャーをわずか半年で鬱退職した雑魚エンジニアの話｜JoanOfArc](https://note.com/joan_of_arc/n/ned510ca913c7) この記事が過去の記憶を呼び起こさせた。 1. 今はなき鉄鋼メーカー、研究所で新規シミュレーションコード立ち上げ メンターが米国自動車メーカーへ転職して途方にくれた。電磁気学の教科書を読み漁って掲載されているサンプルコードを理解して、コード手打ちして3ヶ月で動く様にした。社内で誰も見たことが無い結果に驚かれた。 2. 鉄鋼メーカーの人員削減が若手にも迫ってきたので、電子部品メーカーへ転職。コードは書かず開発現場で製品試作品の制作をモクモクと行う。 3. 色々あってプログラマー派遣会社へ転職。ドコモ向けのアプリのテストデータを作成するだけの仕事をアサインされた。楽勝の仕事だったが、拘束時間が長く半年で10kg太る。
Google Marketing Live（英語） を初めて開催した 2013 年当時、広告業界はモバイルへの移行という大きな変化の渦中にありました。それから 10 年が経ち、今度は AI がこの業界を一変させています。 AI は Google 広告の基盤であり、長年にわたり広告運用にかかっていた時間を効率化し、投資利益率を最大化できるよう、見えないところで静かにサポートしてきました。 スマート自動入札 などの機能から、 P-MAX のような AI を全面的に活用する製品まで、この 10 年間に私たちが開発した多くの製品の基盤となり、あらゆる規模の企業の成長を後押ししてきました。 本日米国で開催した Google Marketing Live では、新たなジェネレーティブ AI の進化により、マーケティングを AI を中心に据えた方法へと変化させる製品や機能を紹介します。これにより、皆さま
みなさん、Pythonは好きですか？ この記事では、私がPythonという言語とそのエコシステムについて思うところを書いていきます。全体を通したストーリーみたいなのはなくて、トピックごとに書いています。 私のPython経験は3年弱です。Pythonについてまだまだ新米だという自覚はありますが、そこは有り余る才能でカバーしてこの記事を書いています。 静的型 Pythonには静的型がありません。型ヒントはありますが、インタープリターにとっては飾りにすぎません。 mypyとかの型チェッカーはありますが、「それさえあれば万事ハッピー」なものではなく、既存のコードを適宜書き換えないと型チェッカーでまともな結果を得るのは難しそうです。型検査を念頭に書かれていない（型ヒント付きの）コードをそのままmypyにかけても大量のエラー・警告が出てくるでしょう（ちなみに、型ヒントなしの関数はmypyのデフォルト
コンピューター上でプログラムを動作する際に必要になるのがメモリです。プログラム自体をメモリに読み込む必要があるのはもちろん、プログラムが行う動作はほとんど「メモリから値を取りだして計算し、メモリに保存する」であるといっても過言ではありません。プログラムが動作する際にメモリがどのように管理されているのかについて、ベテランプログラマーのサム・ローズさんがブログで解説しています。 Memory Allocation https://samwho.dev/memory-allocation/ C言語の標準ライブラリには「malloc」と「free」という2つの関数が用意されています。この2つはなんと1979年のUnix v7から存在している歴史ある関数で、mallocがメモリの割り当てを担当し、freeがメモリの解放を担当しています。サム・ローズさんの解説は「この2つの関数の中身を自分で実装する」
皆さんこんにちは！「豚に真珠」の豚ことヨッピーです！ 写真は高知県の仁淀川（によどがわ）で泳ぎ狂っている僕です。いやー、高知は良いところです。本当に。夏の高知なんて最高！ さて先日、高知県土佐市にあるカフェ「ニールマーレ」を運営する「崖っぷちカフェ店長」からこういった告発がなされました。 この一連のマンガがTwitterにて鬼拡散された結果、22.4万RT、1.1億インプレッションという見たことない数字になっており、一時期のTwitterは「この話題で持ち切り！」みたいな事になっておりました。Twitterのアカウントを持っている人はみんな、一度くらいはタイムラインに流れてきたんじゃないでしょうか。 その結果、色んな人が色んな事を言い始めるのはともかく、土佐市の幼稚園に「子どもを誘拐する」といった内容のメールが届いたり、土佐市役所宛に爆破予告メールまで届く始末です。 そういった明らかな犯罪
Rで推定する回帰モデル入門
Rで行う回帰分析入門．もともとR入門などに書いていた内容をこちらに移しました．パッケージのサンプルコードをコピー&ペーストしただけの部分も数多くあります． Standard/classical regression はじめに「y = Xb」の形式で記述される標準的な回帰モデルの推定を行います． 余談ですが，回帰モデルの説明変数選択の際には，互いに独立ではない／相関の高い変数（多重共線性）に注意する必要があります．前者については，カテゴリカル変数で全カテゴリーについて {0, 1} インディケータをモデルに投入することはもちろん，割合のデータ（組成データ）で複数カテゴリの割合を同時に投入すること，さらには地理空間データでは複数の距離指標を同時に投入することなども該当します（cf. Wang et al. (2015, IJCESCAE)）．さらに因果構造を考慮しない変数の選択によって共線性が
はじめに この記事では、回帰分析を行うとき、誤差項の仮定が成立しているかどうかを評価する、回帰診断（regression diagnosis）について扱います。統計検定準1級レベルの内容です。 はじめに 誤差項の仮定 回帰診断 ①予測値に対する残差のプロット ②残差の正規Q-Qプロット ③予測値に対する標準化した残差の絶対値の平方根のプロット ④梃子（てこ）値（leverage）に対する標準化した残差のプロット 誤差項同士の相関 Rを使って回帰診断図を描く ①予測値に対する残差のプロット ②残差の正規Q-Qプロット ③予測値に対する標準化した残差の絶対値の平方根のプロット ④梃子（てこ）値（leverage）に対する標準化した残差のプロット 【補足】ggplotを使った回帰診断図 回帰診断図の使い道とは？ 参考 誤差項の仮定 以下の回帰モデルを仮定します。 誤差項の仮定は、 仮定1 期待値
先日、革新的な画像の異常検知（SAA）が出てきました。 何やら革命的な臭いがする... SAMを使った異常検知手法https://t.co/wmwFcbULdq コードはこちらhttps://t.co/3npK3FhnEz pic.twitter.com/JDs30bEJyQ — shinmura0 (@shinmura0) May 22, 2023 本稿では、操作手順 & 触ってみた感想をご報告します。 特長 本題に入る前に、どこら辺が革新的なのかざっくり説明します。 ※ SAAの詳細は論文をご参照ください。 学習データは不要 通常、学習（正常）データを数百枚用意しますが、この手法では正常データを必要としません。 ドメイン知識を導入できる 予め、異常の傾向をプロンプトに入れることにより、異常の特徴をモデルに教えることができます。 二点目が特に大きく、今までの異常検知では、積極的に異常の傾
先日、異物検査システム構築案件でADFIを使って異物検出AIを作成した時の手順メモ。 概要 異物混入対策 食品製造現場においては異物混入対策は非常に重要視されています。 もちろん、食品工場や物流の現場では異物混入を防ぐ様々な対策が導入されていますが、最終的には異物検査（商品に異物が混入していないかのチェック）が必要です。 異物検査を人間が目視で行うのは大変なので、異物検査システムのニーズは大きいようです。 異物検査AI 近年、ディープラーニングなどのAI技術が進展したため、高精度の異物検出AIが作成できるようになってきました。 今回は、無料で利用できる異常検知AIプラットフォームのADFIを使って異物検出AIを作成してみたので、その時の手順を掲載します。 ADFIの詳細については、以前の記事で紹介しているので、そちらを参照ください。 やりたいこと カメラで撮影した画像の中に、異物が混入して
製造業出身のデータサイエンティストがお送りする記事 今回は製造業で使える異常検知手法を実装し整理しました。 はじめに 最近では製造業の現場でも機械学習を活用した取組みが増え始めていると思います。 今回は、異常検知プロジェクトで活用した多変量統計的プロセス管理（MSPC）を整理しました。 製造業における異常検知とは 製造業では、予防保全という言葉があります。予防保全とは、生産ラインにおける機械設備の故障、不具合発生、性能低下などを未然に防ぐ保全方法を指しており、設備が壊れて生産ラインがストップすることを防ぐ目的で行っております。 他にも通常操業から異常な製品が生産されることを未然に防ぐために操業の異常検知などもあります。 今回、ご紹介する異常検知手法（MSPC）はどちらにも活用できる手法となっております。 多変量統計的プロセス管理（MSPC）とは MSPCで使用するデータは、使用するデータは
米Microsoftは5月23日（現地時間）、年次開発者会議「Microsoft Build 2023」をハイブリッドで開催した。 初日の基調講演は、米Googleの「Google I/O」同様に、AI中心の流れだった。サティア・ナデラCEOは「われわれはAIをすべての製品とサービスのレイヤーに注入している」と語った。 本稿では、その基調講演で発表された非開発者に関連する主な新機能を簡単に紹介する。 非開発者向けにも多数の発表があったが、大まかに要約すると「いたるところでCopilotが使えるようになり、プラグインによってCopilot経由でサードパーティ製アプリの機能も使えるようになる」ということになる。 Copilotは、最初2021年にGitHubで登場した、AIとLLM（大規模言語モデル）を駆使して人間の代わりに複雑な作業を実行するコパイロット（＝副操縦士）的なアプリだ。 既にGi
高校分野の解法を使って円周率の新しい求め方を証明した（左から）中山啓太さん、丸尾祐希さん、田中陸人さん、宮本陣弥さんと指導した宮寺良平教諭＝西宮市高座町 西宮市立西宮高校（兵庫県西宮市高座町）３年の４人が「三角比の定理」などを用いて証明した「円周率の新しい求め方」が、オーストラリアの大学が発行する数学雑誌に掲載された。授業の一環で取り組んだ。高校までで学ぶ公式などを使って証明することは困難とされており、新たな証明方法として評価された。大学受験と部活に励む生徒たちは「答えのない研究だったが、成果を出せて安心した」と快挙を喜んでいる。（久保田麻依子） 【写真】史上最年少で「数学検定」１級合格 兵庫の小４、理数系大卒業レベル メンバーは、同校グローバル・サイエンス科の田中陸人さん（１７）▽中山啓太さん（１７）▽丸尾祐希さん（１７）▽宮本陣弥さん（１８）。臨時講師の宮寺良平教諭（６７）が指導した。
組織内のメンバーを「リソース」として見始めると、それを100%使い切ることにばかり注力してしまいます。リソースの稼働率を下げることは、すなわち、生産性を下げること。マネージャーは、まるで強迫観念に取り憑かれたように、そのような考えに囚われます。 自社でのソフトウェアプロダクト開発において、その対象は特に、開発者に強く向けられます。その理由は明らかでしょう。バックログに積み上がり続けるアイデアをソフトウェアに変えられるのは、開発者だけです。より多く、できる限り早く、アイデアを市場投入したい。彼らに空き時間という無駄を作らせてしまうわけにはいかない。 しかし、そのような努力が、必ずしも良い結果につながるとは限りません。むしろ、開発者の稼働率を高めすぎたことが、リードタイムに悪影響を与えているかもしれないのです。そして言うまでもなく、アイデアの市場投入が延びれば延びるほど、ユーザーにとってもビジ
トヨタ自動車株が午後の取引終了時に急落し、前日比4.8％安の1857円と終値ベースで2022年５月７日以来およそ１年ぶりの下落率で取引を終了した。 この日のトヨタ株は取引開始から終了間際までおおむね1950－1970円台の狭いレンジで売買されていた。ブルームバーグのデータによると、通常取引が終わる午後３時ちょうどに1857円で約1450万株の売買が成立した。１日の売買高に占めるこの取引の割合は36％に達した。 ブルームバーグの試算によると、終了時の急落が響き、同社の時価総額は30兆2969億円と前日比で約１兆5000億円減少した。トヨタ株の急落は時価総額を吹き飛ばしただけでなく、同社株の影響力が大きいＴＯＰＩＸを3.57ポイント押し下げた。ただ、ブルームバーグの取引所別価格動向のデータによれば、取引終了後に私設取引システム（ＰＴＳ）市場の一部で一時1900円台に値を戻す取引もあった。 ブル
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
