[過去ﾛｸﾞ]
純粋・応用数学・数学隣接分野（含むガロア理論）19 (1002ﾚｽ)
純粋・応用数学・数学隣接分野（含むガロア理論）19 http://rio2016.5ch.net/test/read.cgi/math/1725190538/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
抽出解除
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
ﾘﾛｰﾄﾞ規制
です｡10分ほどで解除するので､
他のﾌﾞﾗｳｻﾞ
へ避難してください｡
276: １３２人目の素数さん [] 2024/11/10(日) 17:22:07.80 ID:zvgSRz4H >>272-273 >スプリンターバイクに抜かれている一人だったとさｗｗ >すでに、へなちょこ将棋AIに抜かれている一人だったとさｗｗ マジレスすれば 下記の 岡野原大輔 ”人とAIはૼ互いの強みを活૽し、協調する” ”人は新たな技術や知識を吸収し 柔軟に対応していく姿勢が求められる” ってこと ”スプリンターバイク”が、使えるならば それを使うべし ”将棋AI”が、使えるならば それを使うべし 単なる 口先だけの 数学科オチコボレは、いらない hillbig.github.io/ 岡野原大輔 # Preferred Networks 共同創業者, 代表取締役最高研究責任者 / Co-Founder, Chief Excective Researcher 2024/5/24 “生成AIの進化と今後の展望”, AI・人工知能EXPO春2024 特別講演 [プレゼン資料] hillbig.github.io/AIEXPO2024spring_okanohara.pdf Ｐ6 AIによる知的労働の変化 AIは既に専門家並の知識を有している 2023年時点では クローズドでクラ ウドでしか手に入 らなかった能力が オープンまたは エッジでも使える ようになる ↓ AIにより知的労働の制約は小さଁなる ● 複数分野の専門家をツールとして利用可能 ● これまで知的労働は教育された限られた人が 行っていたがAIによる知的労働によって制約 はなくなり生産総量は劇的に増える ↓ 人とAIはૼ互いの強みを活૽し、協調する ● 既存の情報や知識を扱うのはAIが得意 ● 人が新しい世界を開拓するのは不変 ● 今後、人はAIを使いこなすスキルを身に着け、 柔軟な発想力、想像力を活かしていく 人は新たな技術や知識を吸収し 柔軟に対応していく姿勢が求められる http://rio2016.5ch.net/test/read.cgi/math/1725190538/276
278: １３２人目の素数さん [] 2024/11/10(日) 18:20:29.61 ID:zvgSRz4H >>276 >”スプリンターバイク”が、使えるならば それを使うべし 今月のInterface誌が 特集 Pythonで動かして学ぶ線形代数 まあ、いま 2024年はそういう時代だってことです https://interface.cqpub.co.jp/magazine/202412/ Interface 2024年12月号 特集 Pythonで動かして学ぶ線形代数 今どきエンジニアの必須ツール「線形代数」宮田 賢一pp.26-27PDF プロローグ1 数学を楽しく学ぶコツは「イメージ」をつかむこと葛谷 直規pp.28-31PDF プロローグ2 イメージをつかんで学ぶ…線形代数の使い方葛谷 直規pp.32-37PDF Appendix1 ベクトル＆行列演算のPythonプログラミング入門宮田 賢一pp.38-40 第1章 重回帰分析を使った磁気センサ校正 1-1 使う前に正しい値を計測できるように調整が必要／1-2 ゲイン・オフセット補正を使った磁気センサの校正／1-3 ゲイン・オフセット補正で使う数学…重回帰解析／1-4 磁気センサをゲイン・オフセット補正により校正加藤 忠pp.41-46PDF 第2章 慣性センサで姿勢推定実験 2-1 3次元回転を表す数学的表現／2-2 角速度センサによる回転とクオータニオン／2-3 実機製作の前準備／2-4 実験?…取得済みデータから回転機体のオイラー角表示／2-5 実験?…回転する機体の姿勢角をリアルタイムに表示／2-6 追加実験…角速度センサのオフセット・ドリフトの影響を抑える／2-7 実験?…センサを動かして，3D移動軌跡を表示加藤 忠pp.47-59PDF 第3章 Pythonで作って学ぶLLM（大規模言語モデル） 3-1 仕組み…トランスフォーマという数理モデルを使う／3-2 LLMでのテキスト生成過程／3-3 開発環境／ 3-4 実装?トークナイザ／3-5 実装?自動要約AIを作成するためのデータの準備／3-6 実装?埋め込み層／3-7 実装?トランスフォーマ・ブロック／3-8 自作LLMで学習＆テキスト生成石垣 達也pp.60-73PDF 第4章 データの特徴抽出 4-1 データの特徴抽出が必要な理由／4-2 主成分分析（PCA）…似たようなカラムをまとめたデータに変換／4-3 線形判別分析（LDA）…データの分類を考慮してカラムをまとめる／4-4 独立成分分析（ICA）…音のような混ざり合ったデータを独立した音源に分離／4-5 非負値行列因子分解（NMF）切通 恵介pp.74-88PDF 第5章 畳み込み演算 5-1 畳み込み演算の基礎知識／5-2 1次元データ畳み込み演算の例…移動平均／5-3 2次元データの畳み込み演算の例…画像のエッジ処理／5-4 多次元データの畳み込み演算の例…畳み込みニューラル・ネットワーク宮田 賢一pp.89-101PDF 第6章 地理情報システム（GIS） 6-1 基礎知識…用途/数学が必要な理由/座標系/投影図法／6-2 異なる座標系間の座標値を変換するヘルマート変換／6-3 高精度測位向け…地殻変動誤差の補正／6-4 最小二乗法によりヘルマート変換のパラメータ推定を行う／6-5 3次元位置と時刻を求める廣川 類pp.102-112PDF 第7章 ジオメトリ処理 7-1 3DCG作成過程の概要／7-2 MVP変換／7-3 ビューポート変換／7-4 プログラムの実行杉浦 拓海pp.113-123PDF 略 特設 線形代数学び直しのきっかけに やりなおし＆深掘りのための行列，ベクトル白川 仁pp.140-153 http://rio2016.5ch.net/test/read.cgi/math/1725190538/278
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.038s