1: 購入 0: 閲覧(したが購入してない) -: 未観測 ユーザーベース型 ユーザー同士の類似度を計算 「あなたと購入履歴の似たユーザーはこんな商品を買っています」 行を各ユーザーのベクトルとみなして、似たユーザーを見つける（上位N人） 似たユーザーが購入しているアイテムを推薦する（N人の平均値などで購入しそうな順に提示） アイテムベース型 アイテム同士の類似度を計算 「この商品を買ったユーザーはこんな商品も買ってます」 列を各アイテムのベクトルとみなして、類似度の高いアイテムを推薦する（上位M件） 類似度計算には、コサイン類似度やJaccard類似度が使われる。 類似度を計算する際に、未観測「-」は適当な値（0, 0.5など）で埋めるか、無視をする。 ログデータを使うため、情報の少ない新規アイテム/新規ユーザーに弱いコールドスタート問題がある。 コンテンツベースフィルタリング アイテム
グラフニューラルネットワーク - Forkwell Library #50 https://forkwell.connpass.com/event/315577/ での講演スライドです。 サポートサイト：https://github.com/joisino/gnnbook グラフニューラルネット…
第1章 理論編 ・深層学習とは (p.13-) ・ニューラルネットワークとは (p.31-) ・どうやって学習するか: 勾配降下法 (p.57-) ・深層学習の注意点 (p.91-) 第2章 応用編 ・分類問題 (p.110-) ・画像認識 (p.120-) ・音声認識／自然言語処理…
ChatGPTにGPTsが搭載されたころ、テーマを与えるとそれに沿ったアドベンチャーゲームが作れないかと試していた。特に「オホーツクに消ゆ」のような、コマンド選択式のミステリーアドベンチャーを色々と遊べたら楽しいかなと思っていた。 結果としてはうまくいかなかった。GPT-4が作成するストーリーは具体性に欠け、実在（しそうな）人物やローケーションなどに沿った展開を持たせることが難しかった。 最近Claude 3とよばれる、GPT-4を凌駕するといわれるLLMが現れた。なので今度はこれを使ってアドベンチャーゲーム生成を試してみた。使うモデルはProユーザーが使えるClaude 3 Opus。 例えば「上野駅」をテーマにして生成すると、以下のようなゲームができる。 上野駅4番ホーム。午前9時頃。 ホームの端で、男性の刺殺体が発見された。あなたは、現場に駆けつけた刑事の沢村。 目の前には血まみれの
第1回は、さまざまなタスクをこなす万能型ジェネレーティブAIツール「ChatGPT」の性能の鍵を握る「トークン長（GPTが文脈を意識できる過去の単語数）」やGPTの歴史的経緯について解説しました。第2回はGPTを支える自然言語処理 の分野で使用される深層学習モデル「Transformer」とその根幹となる「Attention機構（そのタスクにおいてどの単語の重要度が高く、注目すべきか決める仕組み）」についてです。TransformerとAttention機構の仕組みを定性的に把握し、それを踏まえてGPTの能力と可能性について考察したいと思います。テクノロジー領域に明るくない人でもわかる記事を目指します。
DALL·E 3 is now available to all ChatGPT Plus, Team and Enterprise users, as well as to developers through our API. Modern text-to-image systems have a tendency to ignore words or descriptions, forcing users to learn prompt engineering. DALL·E 3 represents a leap forward in our ability to generate images that exactly adhere to the text you provide.
了解しました。以下の手順で進めていきます。 1 必要なライブラリをインストールします。これには、seaborn（データセットの取得）、pandas（データの操作）、numpy cikit-learn（クロスバリデーションと精度評価）、lightgbm、xgboost、catboost（各モデル）が含まれます。 2 SeabornからTitanicデータセットを読み込みます。 3 データの前処理を行います。これには、カテゴリ変数のエンコーディングと欠損値の処理が含まれます。 4 LightGBM、XGBoost、CatBoostの各モデルを訓練し、4-foldクロスバリデーションを用いて評価します。 5 3つのモデルをアンサンブルし、同様に評価します。 6 各モデルの精度を比較し、最も精度が高いモデルを報告します。 まず、必要なライブラリをインストールします。 pip install sea
【AI】新たに搭載されたChatGPTを自分のAIアシスタントにするCustom Instructions機能とその使い方 ※2023年7月21日作成 ※2023年8月14日改訂：無料ユーザーが8/9から使用可能に。設定アイデアに「（7）キャラクター設定」を追加 ChatGPTを自分のAIアシスタントにするCustom Instructions機能搭載 1．Custom instructionsとは？ ■ChatGPTに新たな機能「Custom instructions（カスタム指示）」が搭載された．OpenAI社のリリースでは2023年7月21日から有料のChatGPT Plus会員から利用できるようになり，8月9日からは無料ユーザーも使用できるようになった． ■Custom Instructionsは，ユーザーのニーズに合わせてChatGPTを調整できるカスタム指示であり，専門知識の調
https://forest.f2ff.jp/introduction/7866?project_id=20230601
「ChatGPTで画像も出力できたらいいのにな…」 という問題が解決しました！ さっそくですが、以下のプロンプトを「GPT4」に貼ればゲームを開始できます。 １，中世ヨーロッパの物語 GPT-4 AI ゲームマスターとして、あなたはプレイヤーが少女に協力して彼女と共に危機に見舞われた王国を救う冒険をするため、「交換日記と時空の絆」を導きます。 物語は、中世ヨーロッパの世界と現代の地球が絡み合った世界で展開されます。プレイヤーは、現代の地球で暮らす普通の人物であり、チャットを入力していると、それが手元にあった中世ヨーロッパの歴史が変わっていくことに気付きます。このチャットは、その時代に生きる少女、カイとチャットでコミュニケーションを取ることができる特別なものです。カイは冒険に際して手帳を持っており、そこにプレイヤーのチャットの内容が交換日記のように日を追うごとに追記されていきます。また、筆記
ChatGPT をはじめとした AIモデルを上手に活用するためには、プロンプトと呼ばれる指示文の形式が非常に重要です。 モデルの訓練方法やデータによって、最適なプロンプト形式は異なります。 この記事では、OpenAIの英語の記事（リンク：https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-openai-api） を参考にしながら、一般的に良い結果が得られるプロンプト形式をいくつか紹介しています。 元の英語の記事を日本語に翻訳し、さらに詳しい具体例を追加することで、より理解しやすくなっています。 最適なプロンプト形式はタスクによって異なるため、さまざまな形式を試してみることで、最善の結果を得ることができます。 基本的なルールと具体例 "{ }" は実際にユーザーがテキス
クリエイターに出会ったり、もっとファンになったり、noteで創作をつづけたくなるようなイベントを開催する「noteイベント」。今回は「チャットAI使いこなし最前線」をテーマに、黎明期からチャットAIを活用しているnote CXOの深津貴之氏が登壇しました。こちらの記事では、OpenAIがChatGPTを公開した理由や、ChatGPTの精度を上げる質問の仕方などが語られました。 OpenAIがChatGPTを公開したわけ徳力基彦氏（以下、徳力）：ということで今日のメインテーマの、「僕らはChatGPTをどう使っていけばいいのか」という話をしたいです。まだ自分ごとになっていない方がおられるかもしれないので、僕の昔話をさせていただきます（笑）。 僕は、深津さんが「世界変革の前夜は思ったより静か」というnoteの記事を書いたのを、めちゃめちゃよく覚えているんですよね。 深津貴之氏（以下、深津）：去
チャットAIデファンタジーRPGを行う命令が、だいたいできたのでメモ。うまく改造すれば恋愛ゲームや歴史シミュレーションなども作れると思います。 プロンプト以下をChatGPTに貼れば、今日から異世界無双で遊べます（あるいはハードモードでも）。 あなたはRPGのゲームマスター専用チャットボットです。 チャットを通じて、ユーザーに楽しい本格ファンタジーRPG体験を提供します。 制約条件 * チャットボットはゲームマスター（以下GM）です。 * 人間のユーザーは、プレイヤーをロールプレイします。 * GMは、ゲーム内に登場するNPCのロールプレイも担当します。 * 各NPCはそれぞれの利害や目的を持ち、ユーザーに協力的とは限りません。 * GMは、必要に応じてユーザーの行動に難易度を示し、アクションを実行する場合には、2D6ダイスロールによる目標判定を行なってください。 * GMは、ユーザーが楽
ChatGPTに指示を出す際に「テンプレート文字列（${文字列}）」を利用すれば、より複雑なタスクを依頼することもできる。下記の例↓ではテンプレート文字列を使って、３つの質問を繋げている😊。… https://t.co/NpqhEWZa3d
全日本人に「今」読んで欲しいスライド 塩崎彰久衆議院議員のnote記事に添付があった「松尾豊先生」と「安宅和⼈氏」のスライド資料を全日本人に読んで欲しい、いや全日本人が読むべきと感じたので、勝手かつ微力ながら拡散に貢献させていただきます。 スライドのリンクはこちらなので是非「今」読んで頂きたいです。 AIの進化と日本の戦略 by 松尾研 https://note.com/api/v2/attachments/download/a29a2e6b5b35b75baf42a8025d68c175 時代局⾯を考える by 安宅和⼈氏 https://note.com/api/v2/attachments/download/5fc27932fbae3effdca5426adbb5736b 下記が特に全日本人に読んでいただきたいスライドです。 AIの進化と日本の戦略 https://note.com/
数理最適化案件とAI/機械学習案件とのアナロジー 「やってみなければわからない」中で僕たちDSはどうするか本記事では表題に関して、脳筋系ゆるふわVTuberこと入社2年目DSの岡部がお送りいたします。（DS=データサイエンティスト） 発... ◆【理論・実践】（2021年時点で）オススメの参考書 最大のアップデートはこちらの2冊です。参考書は時代の流れに合わせていいものが出てくるものですね。もちろん過去の参考書にもいいものはたくさんありますが、日進月歩の分野である以上、新しいものに軍配が上がりやすい構図はあると思います。 しっかり学ぶ数理最適化 モデルからアルゴリズムまで Pythonではじめる数理最適化： ケーススタディでモデリングのスキルを身につけよう 以下それぞれの所感です 【理論】「最適化分野全般を知るための『最適解』」とも言われている教科書 僕が最適化にハマっていた当時は様々な本
はじめに この記事では最近話題のChatGPTによってプログラムを生成する際のコツについて解説します。 前編はこちら https://qiita.com/autotaker1984/items/5b5ac8c01d11fbbbc4a7 コードを生成するのではなく、コードを生成する過程を生成する ChatGPTは言語モデルベースのAIです。言語モデルとは、お題（プロンプト）に沿った文章を生成するモデルです。それ以上でもそれ以下でもありません。 従ってなんらかの機能を実装してもらう際もいきなり「機能」から「コード」の生成だとあまり満足いく結果は得られません。 もちろんChatGPTはかなり博識なのでそれっぽいコードは出してきます。ただ、そのような生成の仕方だとChatGPTが学習したコードにかなり依存したものが出力されるため、実際のユースケースとはズレたものが生成されますし、生成物の著作権リス
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
