ウィリアムのいたずらの、まちあるき、たべあるき

ウィリアムのいたずらが、街歩き、食べ物、音楽等の個人的見解を主に書くブログです(たま~にコンピューター関係も)

生活保護受給者が「メルカリで現金を落札」

2017-05-31 20:12:30 | Weblog
「生活保護と児童扶養手当で月に20万円ほどを受給していますが、それでも生活はギリギリ。あるとき、メルカリの存在を知り、小遣い稼ぎを始めました。きっかけは、娘の学校のバザー。数百円で売られていた未使用のブランド食器セットを5000円で出品したら、すぐに売れたんです。その後、地域や学校のバザー・フリマ情報を仕入れては、買い付けに出かけ、メルカリに出品するという生活をしていました」

 こうしてコツコツと稼ぎ、今では月平均7万円ほどの収入を得ているという。だが、売上金は出金せず、メルカリ内にポイントして貯めておき(1円=1ポイントとして使用可)、お米や子供用品、自分の服を落札して消費している。しかし、それでも使い切れないため、現金を落札しているという。出金しない理由はズバリ、生活保護を打ち切られないため



生活保護受給者がわざわざ「メルカリで現金を落札」していた理由
https://nikkan-spa.jp/1339250

(太字は上記サイトより引用)

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

呆れた日本IC乗車カード相関図

2017-05-31 16:03:18 | Weblog
外国人が「あほです?」と呆れた日本IC乗車カード相関図が複雑すぎて意味不明!しかも「あれがはいってない!」というツッコミまで入る!
https://togetter.com/li/936994

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

GitHubとSlackの連携

2017-05-31 11:59:29 | Weblog
こっそり始めるGitを、あとでこっそり読む

GitHubとSlackの連携の基本&知られざる便利機能Wiki、Releases、Graphs、Pulse (1/5)
http://www.atmarkit.co.jp/ait/articles/1705/29/news027.htm
l

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

ラズパイって日本製なの?

2017-05-31 09:11:30 | Weblog
結論から言えばラズパイは日本でも作られている。

日本製ラズパイの工場見学レポート
https://www.rs-online.com/designspark/sonymanufacturesraspberrypi


【あわせてよみたい】

“ラズパイ”はソニーの工場でも作られている--生みの親が来日
https://japan.cnet.com/article/35093741/

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

今すぐ始めるデータ分析

2017-05-31 02:27:51 | AI・BigData
Excelで超簡単データ分析術

週刊東洋経済(6/3)今すぐ始めるデータ分析の記事を執筆しました。
https://london3.jp/2017/05/toyo-data/


ですって・・

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

モバイル空間統計とは

2017-05-30 20:25:54 | AI・BigData
ドコモの携帯電話ネットワークのしくみを使用して作成される人口の統計情報です。24時間365日蓄積している日本全国の人口を把握することができます。国内人口は性別・年齢層別・居住地域別、訪日外国人※2は国・地域別の人口構成を知ることができます。

モバイル空間統計
http://www.dcm-im.com/service/area_marketing/mobile_spatial_statistics/

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

AI、IoT活用へ行程表

2017-05-30 16:24:06 | ネットワーク
AI、IoT活用へ行程表 経産省が新産業構造ビジョン
http://www.nikkei.com/article/DGXLASFS28H3M_Z20C17A5000000/


この元ネタ
産業構造審議会 新産業構造部会(第17回)‐配布資料
http://www.meti.go.jp/committee/sankoushin/shin_sangyoukouzou/017_haifu.html


世界最先端IT国家創造宣言・官民データ活用推進基本計画について
http://www.kantei.go.jp/jp/singi/it2/kettei/pdf/20170530/siryou1.pdf

世界最先端IT国家創造宣言・官民データ活用推進基本計画(案)概要
http://www.kantei.go.jp/jp/singi/it2/dai71/siryou1-1.pdf

官民データ活用推進基本法
http://www.kantei.go.jp/jp/singi/it2/hourei/pdf/detakatsuyo_honbun.pdf

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

「データサイエンスの全体像とデータサイエンティスト」を聞いてきた!

2017-05-30 12:03:08 | AI・BigData
5月29日、
データサイエンティスト協会2017年第一回勉強会
に行ってきた!ので、内容をメモメモ




■内田洋行さんに会場説明
・オフィス、教育、情報
 このビルが、ショールーム
 SmartInfill:WoodInfill(木で)
 New Education Expo 2017

■データサイエンスの全体像とデータサイエンティスト
・あるいて5~6分のところ
・ほんとの入門編、AIとの関係、機械学習

1.データサイエンスという表現
・1960年代に使用された
 IBM 360シリーズとか
  コンピューターサイエンス:ハードより
   高速、大容量、分散化、エコシステム拡大
  データサイエンス
   相関・因果の分析、複雑・非線形の関係、場面の認識・理解、非構造データ
 →因果関係の説明
 グーグルの猫:猫を認識→理解したわけではない
   認識まできた、理解はまだ

・データサイエンス
 データが持っている意味をきちんと理解する、解釈する、それを自動化する
 データの力を開放する
 構造が隠れている、データをいかに分析するか

・にた概念の整理
 AI 機械学習 データサイエンス
  AI:究極の目標、コンセプト→技術そのものではない
データサイエンス:大規模データを使う
  ML:技術の言葉 分析していく技術

・AI
 Aをおーぎゅめんてっどとして使っている人も
 チューリングテスト
  人間とAIに同じ質問を投げて、判定できなかったらAI
  最近は。もっと条件高い
 AIの完成
  AIと呼ぶには・・・
 AIを利用して・・・
  弱いAIはある程度

・強いAIと弱いAI John Searle(反AIの哲学者)
  強いAI:人間の知的活動→課題の定式化をする前
  弱いAI:ベストな解決を導く
 Drew McDermott(1997)
  チェスで試行していない?
   飛行機は羽ばたいてないから飛んでない?
 DeepLearning:理解している?

・機械学習:技術
  AIを構成する技術の1つ
   データを分析してパターンを抽出
    パターンを行動ルールに翻訳
 →自動的には、行動ルールも更新されるというのが
  論理的には正当だが、実際には様々な制約で自動更新しない

 決定木
 アソシエーション
 ニューラルネット
 深相学習
 SVM
 クラスタリング
 ベイジアンネット
 強化学習
 類似度分析
 遺伝的アルゴリズム

 教師あり :正解ラベルがある
 半教師あり:正解ラベルがないものもある
 教師なし :正解ラベルがない。クラスタリング、アウトライヤー分析

 半教師ありが技術発展中。ベイジアン推定、TSVM、コーザルインファレンス

 例:決定木 CART
   生成されるのは、1本の木
    Bagging→ランダムフォレスト
    Boosting→xgboost
  解釈問題:なぜその結果が出たのか black boxのホワイト化

・DeepLearningについて
 きわめて急速に発展
 入力レイヤ・隠れレイヤ・最後で判定
 大きく3つ
  DNN:従来の多層化
  CNN:画像認識
  RNN:文書理解
 CNN:位置が定義され バッチのせって
 RNN:言葉のシーケンス CBOW:順序が表現できる

 →特徴量の自動抽出 Embedded Vector

・データサイエンス
 データサイエンティストのスキル:3つのようそ
  ハッキングスキル
  数学・統計
  Substance

 →データサイエンティスト協会
  ビジネス力
  データサイエンス力
  データエンジニアリグ力

 ステージ
  問題の発見
  問題の定式化
  解決方法探索
  ビジネス適用

・ビジネス力
  機械学習、AIでは語られない
   現場のニーズ聴取
   データ活用可能性評価
   優先度、対応戦略判断

・データエンジニアリング力
  扱うデータが大規模、機械学習、AIでも必要
  SEが持っているかというと・・・??
   大規模データの対応
   分析環境の整備
   解決策の実装

・データサイエンス力
  機械学習の使いこなし
   記述的な分析:今どうよ
   予測的分析:
   処方箋(プリスクリプティブ)

・事例
  対象データの分析精度が上がれば、際限なくツリーを作り続ける
    (Greedy Method)
  結果、分析データ(トレーニング)はいいけど、
     検証データ(バリデーション)はわるい
  →クロスバリデーション
 ランダムフォレスト→アンサンブル
  ツリーを並列に
 ツリーを直列に(誤差の説明)GBM→xgboot
  ただし、説明は難しい
 オリジナルのデータでは、分析コンペでは下位
 Feature エンジニアリング:特徴量をつくる

・データサイエンティストの育成
  完全に不足している
  チームで対応する
  1つのスキルしか持っていない人間は問題
 バックグラウンドについて
  文系理系は関係ない
  修士と学卒:全体像はつかみやすいかも
  ドクターはいろいろ:関連分野
  修士レベルでも、そんなにしらないかも・・・トレーニングいる
  男女差:まったくない。女性のほうがつよい?(個人差のほうが大きい)

 データサイエンス教育
  ビジネス常識
  言語(WPS(SAS系)、R,Python)
  金融業界常識
  過去の実施プロジェクト
  プレゼン・れぽーてぃんぐ
  企画書作成
  データ分析
  OJT
   汚いデータの対応
   Feature Engineering

 あっという間に時代遅れ
  →それって2年前
 あまり冒険的なものは・・・
  正式な勉強会はすべて会社補助
  KDDCUP2017
  てんそるふろー・けらす勉強会

 Feature Engineering
  データクリーニング
  データしぇーぴんぐ
  データプロファイリング
  Feature Generation
 Toy Problem

 コンペの功罪
 http://yukino.moo.jp/jsai-2016-ML-competition-draft.pdf
 分析技術に特化したコンペ
  →活用するアイデアというコンペも多い

 kaggle
  https://www.kaggle.com/competitions

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

汎用AI-開発を萎縮させない議論を

2017-05-30 09:33:31 | AI・BigData
専用AI:実用レベル-いれるかどうかは、開発者と経営者の判断
汎用AI:基礎研究レベル

という認識。実現しようとしているレベル・世界が違ってるので、
議論が混乱しているよね・・・

(専用AIが普及しただけで、仕事はなくなる。
 専用AIはもう人間の知能を超えている)

脳から学べば汎用AIの実現は近い、開発を萎縮させない議論を
http://itpro.nikkeibp.co.jp/atcl/column/17/051800199/052500007/

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

「深層学習による自然言語処理」

2017-05-29 20:37:11 | Weblog
について詳しく書かれているので、メモ

http://blog.unnono.net/2017/05/nlp-dl-book.html

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

「展覧会の公式サイトが終了後すぐ消えてしまう」と・・・

2017-05-29 16:38:49 | Weblog
カードのアフィリエイトになったり、SEO対策サイトになっていたり、ケータリングパーティーの情報ページになっていたり


実例から見る『展覧会の公式サイトが終了後すぐ消えてしまう問題』
http://zaikabou.hatenablog.com/entry/20170525/1495688536

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

日立がメインフレームのハード製造を中止

2017-05-29 12:28:06 | Weblog
ちょっと前の記事だけど・・
汎用機をやるところ、限られてきますね。

日立がメインフレームのハード製造を中止、AP8800Eの後継はIBM機ベース
http://itpro.nikkeibp.co.jp/atcl/news/17/052301471/

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

AIはディープラーニングだけじゃないし、GPUが必要なのはAIだけじゃない!

2017-05-29 09:14:12 | Weblog
5月27日 
NHK技研公開2017
に行ってきた!





まず、入って「スマプロ=放送XAI」ということで、

・AIを活用したスマートプロダクション
・IoT連携で広がるテレビXネットXライフ
  ハイブリッドキャストとハイブリッドキャストコネクトで
  スマホからテレビ画像とロボット、照明を連動させると・・・
  ゴールすると、ロボットがよろこび、照明がゴールチームの色になる
・メディア統合プラットフォーム
 ネット配信と放送を場所に選んで表示できる

とかやってたんだけど、まあ、AIですよ・・ということで、

・三次元被写体追跡スポーツグラフィックスシステム
 はい、はいると、なんかバンバン音がするんですけど、
 これですね。バレーボールをやっていて、それを4台のカメラでとり、
 そのボールを追跡している「機械学習で」

 にわかAIディープラーニングやっている人を寄せ付けない
 会話をしてきました!以下、その内容をまとめて書きます!

  機械学習を使っているが、DeepLearningは使っていない
   →処理時間の問題
  SVMを使っている。
  特徴量としては、色のヒストグラムを使う(ローカル・バイナリー・パターン)

  学習方法には、事前学習と逐次学習が考えられるが、今回は事前学習
   →ボールの見え方は変わらないから

  毎回判定している。判定範囲を四角形で囲んでいる。
   ボールが外れると、全画面サーチする。
   ボールが2つ検出されてしまった場合、
   前画面の位置から、近いものを選ぶ

  ハイビジョンで60フレーム

  表示している画像が暗いのは、入力は普通の画像。このうち、特徴量で判定した
  色にあったところを際立たせている(それ以外を暗くしているから)
  
・もちろん、8K関係の展示もあった。8Kカメラとか。

・地下1階が詳細展示。
 番組制作のための音声認識とか、顔認識とか
 顔認識は、位置をわかってから、だれか判定するっていう感じ。

・音声のほうは、22.2chのマイクと、すっごい薄いスピーカー

・音声の自動作成の話は、まあ、昔からあるよね。

・入ってすぐの展示「メディア統合プラットフォーム」は、
 「行動連携」というらしい。詳しく展示してあった。

・立体映像としては、なんか、算数のお勉強のやつをやっていたんだけど、
 時間待ちになるので、みないできた。

・で、AI
 サッカーで顔の向きを判定しているものがあった。 
 向きの判定には、機械学習を使っている。
 1秒3枚のペースで、各選手の顔がどちらむきにあるかを見ているらしい。
 もちろん、ディープラーニングではなくSVM
 ここでは、色ヒストグラムだけではなく、HOGも使っている
 頭の部分を向き(0°、30°、60°、90°・・・)ごとに、事前学習していて、
 その学習結果と、今、対象としている顔が、どれに近いかで、顔の向きを判定
 しているらしい。

・7階は食堂!(親子でなにかつくる教室もやっているみたい・・)
 Dランチとアイスコーヒー(コーヒーは奥のほうで提供してくれるんだけど、
 食券は、入り口でランチと一緒に買う必要あり)にしたんだけど、
 う~ん、ことしもCランチ(どーも君弁当?)は、売り切れ・・・
 ・・・あれ、技研公開のときには、売っていないのか?
    それとも、自分が平日行かないからなのか・・・?
 とにかく、ことしも、どーもくん弁当は、たべられなかった・・・

 帰り際、入り口のおくのほうにも、スペースがあることを発見!
 いつも提供されるところの前ぐらいで食べていたので、混んでいたが、
 そこすいていた!来年、そこ使おう・・・(って、思って忘れちゃうんだろうな・・)




ってなかんじ。ことしは、去年みたいな8Kオンリーという感じでなく、
AIも自然に入ってきている感じ。
でも、そこでのAIは、ディープラーニングではなく、SVM
やっぱ、計算時間が問題だよね~日本全国、どこにでも、GPUがあるわけじゃないし・・

・・・え、学習済みモデルの計算なら、GPUいらないだろって?
いや、グラフィックの場合、1個だけでなく、いくつもの画素、ブロック
を並列で計算しないといけないので、学習済みモデルの適用でも、
高速でモデルの計算を並列で処理するプロセッサユニットが必要なのよ・・・

つまり、

 画像処理には、専用のプロセッサユニットが必要なわけさ!
 ・・・AIのGPUみたいに・・・あれっ???

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

暗号通貨市場アルトコイン含む全体で3兆円近く暴落

2017-05-29 00:32:09 | Weblog
仮想通貨ランキング2017.5.28|暗号通貨市場アルトコイン含む全体で3兆円近く暴落
http://virtualmoney.jp/I0001100

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

仮想通貨「近鉄ハルカスコイン」の社会実験

2017-05-28 20:32:06 | Weblog
まえのエントリで仮想通貨の話が出たので・・・
仮想通貨が、地域通貨になる事例

仮想地域通貨9月「近鉄ハルカスコイン」社会実験|円や仮想通貨との交換構想
http://virtualmoney.jp/I0001095

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする