Simple and Easy to Use Professional Presentation TemplatesSave hundreds of hours of manual work, be more productive and impress your audience with visually appealing PPT slides templates that are 100% editable. Fully 100% Editable TemplatesTo make your editing process faster and easier, we made sure that all our templates and slide objects are fully editable in Microsoft PowerPoint, Google Slides,
1. 株価はサプライズによって動く 株式相場には常にプロの投資家がうごめいており、各銘柄の各種業績数値を常に予想して投資活動をしている。そんな状況下において、仮に「売上が前年比2倍」という決算が発表されても、株価が2倍になるわけではない。むしろ3倍が予想されていたのに、2倍だったら失望売りとなる。つまり事前予想と比較してこそ意味があり、staticな値や過去実績との比較を特徴量にすることはあまり意味がない。事前予想と決算の乖離、または前回予想と今回予想の乖離こそが意味のある特徴量であると言える。 2. 業績数値の単純な変化率では株価インパクトは測れない 営業利益の事前予想100億円に対し、決算が200億円の場合、 変化率 = （ 実績 - 予想 ) / 予想 の計算式を使うと、変化率は100%となる。 この変化率を特徴量にするのは一見もっともらしいが、株においてはこれは使いづらい。 営業利
サイバー空間で“最恐”と呼ばれた、コンピューターウイルス、エモテット。 かつてないほど猛威を振るっていたこのウイルスが、ことし1月、制圧された。 日本を含む世界の200以上の国と地域の端末が感染、25億ドルの損害をもたらしたとされる。 世界8か国の捜査機関のおよそ2年間に及ぶ合同捜査の結果だったが、そこに日本の捜査機関の名前はなかった。 だが、この作戦には、日本の有志のホワイトハッカーたちの活動が、大きく寄与していた。 “最恐ウイルス”VS“ガーディアンズ” その知られざる戦いを追った。 （ネットワーク報道部記者 鈴木有） ウクライナ東部の町ハリコフ。 集合住宅の狭い路地を武装した捜査員らが駆け入っていく。 一つの部屋のドアをバールでこじあけ、蹴破って突入する。 捜査員が目にしたのは、数十台はあると思われるコンピューターやハードディスク。 そして、大量の紙幣と金塊。 世界中で猛威を振るって
はてなブログで技術に関するブログを書いている方に、“ブログを書き続けること”について教えていただく企画「エンジニアのブログ探訪」。第3回は、「piyolog」のpiyokangoさん（id:piyokango）に登場いただきました。 国内外のセキュリティにまつわる情報をまとめているpiyokangoさんのブログ「piyolog」は、セキュリティに興味のある方であればきっと見かけたことがあるはずです。 セキュリティの話題を時系列で追い、分かりやすく記事にまとめるpiyokangoさんは、2010年から本格的にブログをスタート。それ以来コンスタントにセキュリティに関する記事を発信し続けています。そんなpiyokangoさんに、ブログのスタンスや情報源などについて、幅広く伺いました。 ※取材はメールインタビューで実施しました piyokangoさんのブログ「piyolog」 ──セキュリティに関
3つの要点 ✔️ 3D医療画像のセグメンテーションのための初のCNN free モデル ✔️ 3つの異なるデータセットにおいて、CNNよりも優れた、またはCNNと競合するセグメンテーション精度を実現 ✔️ CNNよりもはるかに優れた伝達学習能力を発揮 Convolution-Free Medical Image Segmentation using Transformers written by Davood Karimi, Serge Vasylechko, Ali Gholipour (Submitted on 26 Feb 2021) Comments: Accepted to arXiv. Subjects: Image and Video Processing (eess.IV); Computer Vision and Pattern Recognition (cs.CV)
言いたいことはタイトル． そもそもSIGKDDとはSpecial Interest Group on Knowledge Discovery and Data Miningというデータマイニングや知識獲得のトップカンファレンス．WWWについで読んでて興味が合う論文が多い． How to do good research, get it published in SIGKDD and get it cited!(pdf) 173ページあるスライドだけど良い事ばかり書いてあるし，読者を楽しませるような非常に多くの著者の実体験(成功したものだけでなく，失敗したものも)や，後半になるとダメな論文，間違っている論文，その例が大量に載っていて飽きずに読める．ただKDDに通したい人だけでなく，研究を少しでもやろうとしている人，論文を書こうとしている人，面白いことをやりたい人は必ず読むべき． 適当に面白か
測定結果 結果として、間違った測定方法だとCPUとGPUを比較すると「1883倍速くなりました！」という主張をしてしまうことになります。ちなみにGPUで1000倍なんて数字が出てきたら確実にどこか間違えています。実際、今回のケースでは本当は「約59倍速くなりました！」というのが正しい結果になります。 torch.cuda.synchronize()とtorch.cuda.Eventを使った場合の違い 今回torch.cuda.synchronize()とtorch.cuda.Event の2種類を紹介しました。場合によっては使い分けをしたほうがいいのでこの二つの違いを説明していきます。 torch.cuda.synchronize() を利用した場合、簡単なので測定しやすいのでいいので、ぱっと測定したい場合はこちらの方法が楽でよいかと思います。ただ、こちらの方法はkernel関数の発行と測
(Image by Dirk Wouters from Pixabay) この記事は毎年恒例のスキル要件記事の2021年版です。昨年版は以下のリンクからご覧ください。 今回は、試験的に「データアーキテクト」についても触れています（詳細は後述）。残り2つの職種については基本的な内容はそれほど大きくは変わっていませんが、先般公開した推薦書籍リスト記事の時と同じ変更点が一つだけあります。それは「機械学習エンジニアのスキル要件」は今回は想定していない（というか例示できない）という点です。これまた詳細は後述しますが、端的に言えば「分野ごとの細分化が過剰に進んでいる」という印象があるためです。 ということで、前回までとは違って「職種ごと」に定義とスキル要件（書けるようであれば）を挙げていくスタイルになっています。なお、言わずもがなですが以下に挙げる3職種の説明は僕個人のこれまでの経験や見聞や伝聞をもと
新しい技術を学習するときに調べ物をしながらNotionに開発メモ（という名のリンク集）をつくり、開発が終わったらそのメモを基に記事化する、というフローがいい感じに型にはまって1年くらい運用できたので紹介します。 調べ物をしながら開発を進めていくスタイルの人にはおすすめの方法なので、良ければ参考にしてください。 対象読者 新しい技術を調べ物をしながら開発を進めることが多い ブラウザがタブでいっぱいになりがちでどうにかしたい 参考にしたページをよく見失って困る 学習したことを記事化したいけどめんどくさくて諦めてしまう 1. Notionでメモ用ページを作る Notionは、タスク、Wiki、およびデータベースを統合するマークダウンサポートを備えたメモアプリケーション及びサービス。 同社はこのアプリを、メモ作成、プロジェクト管理、タスク管理のためのオールインワンワークスペースと説明している。 N
環境を判別するスニペットはどういう場合に利用しますか？ 例えばGithubに本コードがあり、clone先がkaggle notebook / colabratoryどちらか判定するときに使うのでしょうか。 主に２つの用途があって １つ目は、ライブラリのinstallです。kaggleならデータセットから!pip installしてだけれど、colaboratoryなら普通に!pip install、ローカルならinstall済みなので何もしないという感じで。 2つめは、下のスクラップでも書いたんですが、colaboratoryの現在のディレクトリの設定で CURRENT_DIR = Path(<現在のディレクトリのパスを入力>)みたいなことをやっています。
by Adam Harvey Linuxを利用していると「シェル」や「grep」「プロセス」といった言葉を目にします。エンジニアのCarl Riis氏はそんなLinuxの基礎用語の意味や仕組みをさまざまなウェブサイトから学習し、「10のミニプロジェクト」を作成することでスキルを向上させたとして、その詳細を公開しています。 Getting better at Linux with 10 mini-projects - carltheperson https://carltheperson.com/posts/10-things-linux GitHub - carltheperson/10-things-linux: Getting better at Linux with 10 mini-projects. https://github.com/carltheperson/10-thing
そもそも機械学習の学会とは はじめまして、株式会社メルカリにて機械学習エンジニアをしています上田（@hurutoriya）です。筑波大学修士卒業の後、フリーランスとして経験を積み、株式会社メルカリに機械学習エンジニアとして入社しました。 今回、会社の成果を論文形式でまとめて、投稿した論文がOpML’20 に採択されたので、今回の論文投稿と採択経験を通じて学んだ機械学習系の学会事情や学会に参加してよかったことについて紹介していきます。 機械学習エンジニアの学会事情 まずは、機械学習エンジニアの学会事情について説明します。機械学習に関連する学会には多岐にわたる国際学会が存在します。 代表的なものだけでも下記のような学会があります。 機械学習分野: ICML, NeurIPS データマイニング: KDD. WSDM, CIKM コンピュータビジョン: CVPR, ICCV, ECCV 自然言語処
本チュートリアルに関してのご質問は、SIGNATEにて開催中のコンペティションサイト( https://signate.jp/competitions/443 )のフォーラムにおきまして、新規のスレッド（ディスカッション）にてご質問していただけますと幸いです。 また、本チュートリアルに関してのご要望があれば、Githubリポジトリ( https://github.com/JapanExchangeGroup/J-Quants-Tutorial )の Issues からご意見をいただけますと幸いです。 (なお、投稿の際には、過去に同じご要望がないかご確認ください。) 2021-01-29: 初版リリース 2021-02-05: 誤字や表記の修正を中心に改良 2021-02-12:
はじめに 早速ですが、皆さんは投資をしているでしょうか。しているとすれば、どのような投資をしていらっしゃるでしょうか。 世の中には様々な投資対象が存在し、またその投資手法も様々です。投資に関する情報は世の中に溢れています。氾濫していると言ったほうがよいかもしれません。書籍を例に取ると、甘い文句で投資を奨励するライトな入門書から金融の専門書までずらりと並びます。またブログやSNSも重要な情報源となっており、最近では投資向けのYouTubeも人気を集めているようです。 しかしこれだけ多様な情報ソースが存在するにも関わらず、投資で成功を収めることができるのはごく一握りです。少し古いリサーチになりますが2015年の野村證券の個人投資家リサーチでは、通算で利益が出ている個人投資家の割合は9.3%とのことです。どうしてこのような事態に陥ってしまうのでしょうか。投資の初級者の方はどのようなアプローチをし
オリジナルの TeX が誕生してから40年以上の歳月が流れ，そして日本語 LaTeX が現在主流の姿 (pLaTeX2e) になってからも25年以上が経過しました．この間 LaTeX は多くの人に使われ続けて来ましたが，その歴史の中でさまざまな変遷を辿り，明示的なドキュメントにはなっていないながらも，ユーザ間ではある意味「常識」として定着した知識が積み重なってきました． 歴史が長く，よくも悪くも「安定している」と評されるために見過ごされているかもしれませんが，日本語 LaTeX は今も開発が続く「生きた」ソフトウェアです．そのため歴史の中で培われた常識的な知識が古くなり，新しい知識が必要になる場合があります．そしてその傾向は特にこの数年顕著で，TeX コミュニティに属する人々が多く集まる TeXConf などの会議で，主に中上級者向けに新しい知識が啓蒙されてきました．本稿では，そのような日
以前博士論文執筆の際にお願いしたいことを書きましたが、 今回は論文の体裁に関するもっと細かいことを書き留めておきたいと思いました。 色んな学生さんの論文を審査したり添削したりすることがありますが、同じことに何度も巡り合いますので。 以下は主に弦理論、素粒子論業界の人のためのものですが、英文、数式に関しては適用範囲は広いかと思います。 また、以下書くことはどうでもいい慣習に関することも多いです。 しかし、業界の慣習を破る場合は、自分がそれが正しいと思って、意図的にやってくれたほうが良いと思います。 構成について 修士論文で新規の結果があるばあい、博士論文のばあいは、論文中のどこが先行研究のレビューでどこが新規なのかが明確にわかるようにしてください。 イントロダクションに明記した上で、該当節においても強調してください。 書いている本人は当然わかることですが、読んでいるほうにはわかりません。 S
[1] 本サイトでは、「PyTorch 公式チュートリアル（英語版 version 1.8.0）」を日本語に翻訳してお届けします。 [2] 公式チュートリアルは、①解説ページ、②解説ページと同じ内容のGoogle Colaboratoryファイル、の2つから構成されています。 両者は基本的には同じ内容です。本サイトでは 「Google Colaboratoryファイル」で、チュートリアルの日本語訳を用意しております(未完成分は順次公開いたします)。 [3] 本サイトのチュートリアルの閲覧および実行は、Google Colaboratory環境を前提とします。 （本サイトのライセンスはこちらとなります） [4] 本サイトに掲載している、日本語チュートリアルをまとめて配置したGitHubはこちらとなります。 [0] 目次（table of contents） 日本語解説へ [1] テンソル（T
The Qiita Advent Calendar 2020 is supported by the following companies, organizations, and services.
International Journal of Computer Vision (IJCV) ACCV 2020 Best Paper Honorable Mention Award (Oral, 3 strong accepts) Hirokatsu Kataoka1 Kazushige Okayasu1,2 Asato Matsumoto1,3 Eisuke Yamagata4 Ryosuke Yamada1,2 Nakamasa Inoue4 Akio Nakamura2 Yutaka Satoh1,3 1: AIST 2: TDU 3: Univ. of Tsukuba 4: TITech Abstract Is it possible to use convolutional neural networks pre-trained witho
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
