結論から先に述べることと考察から先に述べることは違う
人に話を聞かせる時、
「結論から述べると…」
と結論から先に述べるとわかりやすいということは聞いたことがある。
しかし、これは結論を述べることであって考察を述べることではない。
最初に推測でなく事実を言ってしまうということだ。
この違いを履き違えていてうまく人に伝わらないことがあった。
- 正しいパターン
1.AによってBであることがわかりました。
2.これまでXという問題があり…
3.Aとは…で、これによりBであることがわかりました。
4.つまりXの問題はYで解決できるかもしれません。
- 間違ったパターン
1.Xの問題はYで解決できるかもしれません。
2.これまでXという問題があり…
3.ここでAという…を用い調査(実験)を行ったところ、Bであるということが分かりました。
4.つまりXはYで解決できるかもしれません。
どうだろうか、どちらの方が聞きやすいだろうか。
為替変動の要因はドル高か円安か
実質実効為替レートで判断できる。
ドルインデックスという指標もある。ドルが他の通貨に対してどれだけ強いか弱いかを測る指標。
実効為替レートの詳しい計算法を調べきれていないが、詳しく調べたい。追記予定。
立ち眩みが病みつきになるほど快感
立ち眩みをすると目の前が暗くなっていき手足が痙攣し立っていられなくなる。
と同時に意識が遠のき思考機能が停止していく。
味わったことがない人にはいくら文字に起こしても伝わらないだろうけど、味わったことのある人にはわかるかもしれない。
おかしいかもしれないが、身近に死の淵を感じることができるこの感覚が病みつきになってしまった。
死の淵を経験することで、逆に生きている喜びを実感することができるからかもしれない。
同じようなこと考えてる人いないかなと思って検索してみると、意外とそういう人はいるようだ。
https://www.logsoku.com/r/2ch.net/news4vip/1252166811/
立ち眩み、病みつきになるよね。
なんでもディープラーニングはヤバい
自分自身ディープラーニングや機械学習は専門家ほど詳しいわけではないが、専門外のエンジニアよりは詳しいつもりだ。
そんなこともあってか相談を受けたのだが、古典的な機械学習手法が軽んじられ過ぎてることに驚いた。
とりあえずディープラーニングしとけばいいんでしょ。で、どうするの。みたいな話を受けたわけだ。
聞くとデータは少なくて次元が多いデータで次元が多すぎるから全然使えないという話だった。そりゃあディープラーニングでももっとだめだろうな、まず次元減らそうよって話だ。少し考えればわかるようにパラメータ数以上に少ないデータで学習出来るわけないのだ。
それで、なんでもディープラーニングな風潮のせいで古典的な機械学習が軽んじられてんじゃねって思うに至った。もちろん1サンプルの話だから一般化するのは飛躍だけど、他にもそんなふうに考えてる人はいてもおかしくないだろう。ディープラーニングを盲信してる人は多い気がする。
昨今ディープラーニングの名前と実績だけが一人歩きしてる気がしてならない。
あと、ディープラーニングと言えばCNNみたいな風潮があるけど、統計力学に端を発するRBMの数学的な綺麗さとかもっと理解されるべき。
なんか色々言いたいけど1つ言えることは似たようなタスクでもっとスマートに(ディープラーニングはスマートじゃない←)実現してる手法を探しそうということ。
ケロイドを利用したボディーアート、スカリフィケーション
傷跡が跡になってケロイドになった時、これがカッコイイ模様だったらなと思ったことがあった。
世界には同じことを考える人がいるようで、一つのボディアートとして確立されているらしい。
それがこれ。
scarification
www.youtube.comwww.youtube.com
体を傷つけ、わざと傷跡(ケロイド)を作ることで模様を作ること。
スカリフィケーションというらしい。
麻酔をかけないでやるっぽいけど凄い痛そう。
日本でも施術できるところがあるらしく、
例えばここでは15000円でできるらしい。意外と安い。
http://www.ryujitattoo.com/mod/cutting_info.html
うーん。でもやりたいとは思えない。
今のAIと脳は違う、じゃあ何をもって脳と言えるか
個人的なメモ。
今のディープラーニングはニューラルネットを使っているとはいえ、脳を模倣できているとは到底言えない。
じゃあ何をもって脳と言えるか。
飛行機を作るか鳥を調べるか
空を飛ぶためだけなら飛行機を作ることが最善策だけど、鳥を調べたい人にとってはあまり意味がないこと。AIと脳のような関係においてよく用いられる例え話。
どんなことができることがゴールか
今のDNN、RNNと脳は何が違うか
- そもそも脳波とかの概念はない
- 目的の自動生成
- 結局「苦痛なく生きる」という報酬系に対してサブゴールが設定されているだけで、従来の強化学習と変わらない
- じゃあ多様性を持って目的を設計するにはどうするの?
- 環境との相互作用で集団行動を身に付けていくとか
- 個性
- 進化、遺伝的プログラミング
- そもそも個性の定義って何
- 学習方法
- 脳が誤差伝播みたいな学習をしているとは思えないし、DNNの枠組みでは離散時間の学習しかできない
- 連続時間&局所的な学習でないとおかしい。
注目
- Brain
Tani Jun - MTRNN
izhikevich - Reinforcement learning with spiking neuron and STDP
Eliasmith - Spaun
The Virtual Brain
- AI
DQN
NEAT
アルゴリズム取引プログラム
pythonのアルゴリズムトレードライブラリ - Qiita
- GitHub - gbeced/pyalgotrade: Python Algorithmic Trading Library
- GitHub - ematvey/pybacktest: Vectorized backtesting framework in Python / pandas, designed to make your backtesting easier — compact, simple and fast
- backtrader - Backtesting / Trading
- Google Code Archive - Long-term storage for Google Code Project Hosting.
- Quantwiki
coursera【computational investing】の受講者の話
読みたい本
リンク切れ