Photo via Visual Hunt
少し前のことですが、AlphaGoという囲碁の人工知能プログラムがイ・セドル九段に勝利したことで話題になりました。*1
また、一部のゲームにおいて「DQN（Deep Q-network）」が人間よりも上手くプレイするようになったというニュースも話題になっていましたね。*2
今回はこれらの事例で使われている「深層強化学習」という仕組みを使って、FXのシステムトレードができないかと思い、調べてみました。
注意：強化学習もFXも勉強し始めたばかりなので、色々間違っている箇所があるかもしれません。ご指摘いただけると幸いです。
こんにちは、あんどう（@t_andou）です。
先日、Lineの一大イベントLine Developer Day 2016が開催されました。
今年の4月ごろにLineやFacebookからメッセンジャ−APIが公開され、流行しているチャットBotですが、僕もLineを利用したチャットBotのご相談を受けていることもあって、今回のイベントでLine Bot API（正式名称はLine Messaging API）の情報を収集できたら良いなと思い、参加しました。
イベントの内容に関しては大した文章を書けないので、公開されている発表資料と会場の様子をメモ程度にまとめます。
今回は福岡から会場まで足を運んだのですが、どこからでも視聴できるようにライブ配信されており、さらに後からでも見れるように発表の資料や動画も公開されていました(´・ω・`) ｽﾊﾞﾗｼｨ...
動画：LINE DevDay 2016 A-1 & A-2 - LINE LIVE
動画：A1のオープニングと一緒になっています。
動画：LINE DevDay 2016 A-3 - LINE LIVE
動画：LINE DevDay 2016 A-4 - LINE LIVE
動画：LINE DevDay 2016 A-5 - LINE LIVE
動画：LINE DevDay 2016 A-6 - LINE LIVE
動画：LINE DevDay 2016 A-7 - LINE LIVE
動画：LINE DevDay 2016 A-8 - LINE LIVE
動画：LINE DevDay 2016 A-9 - LINE LIVE
動画：LINE DevDay 2016 B-1 - LINE LIVE
動画：LINE DevDay 2016 B-2 - LINE LIVE
動画：LINE DevDay 2016 B-3 - LINE LIVE
動画；LINE DevDay 2016 B-4 - LINE LIVE
動画：LINE DevDay 2016 B-5 - LINE LIVE
動画：LINE DevDay 2016 B-6 - LINE LIVE
動画：LINE DevDay 2016 B-7 - LINE LIVE
動画：LINE DevDay 2016 A-10 - LINE LIVE
右にある機械でQRコードを読み取って、出てきた画面を奥のお姉さんに見せると受付完了。
ヒカリエでランチに使えるギフトカードを2000円分いただきました。太っ腹。
僕のブルーライトカットのメガネでも防げないほど青かったです。
スポットライトがかっこいいですね。（発表資料は下にまとめてます）
ヒカリエから出て、路地裏の中華屋に行きました。（ギフトカードは使いませんでした）
可愛いお菓子がたくさんありました。
飲み物も無料。
終了後、アンケートに答えることでノベルティをいただきました。
中身はこんな感じ。
断熱タンブラーと
使い道謎の固定具？
Lineビーコンの開発に使えるビーコン端末が入っていました。これは嬉しい。
（端末登録に必要なIDとPASSは電池を外したところに書いてありました。）
タンブラーを置いたり、ペンを置いたりするもの…？
ウェルカム感が盛大で楽しかったです。
こんにちは、あんどう（@t_andou）です。
前回から、少ないデータで効率よく学習させるfinetuningの記事を翻訳していますが、今回は全3回中の第2回です。
前回は学習に使うデータの準備を行いました。
今回は小さな畳み込みニューラルネットワークを1から作って、前回準備したデータを学習させてみます。
こんにちは。あんどう（@t_andou）です。
ディープラーニングによる学習精度を上げるためには大量のデータが必要と言われていますが、学習済みのモデルを流用することで少ないデータから効率よく・高精度な学習をさせることが可能な場合があります。
それが Fine Tuning と言われるものです。
具体的なやり方については↓こちらの記事がとてもわかりやすかったので、著者のFrancois Cholletさんより許可を頂き、翻訳させていただきます。
Building powerful image classification models using very little data
注意：意訳しています。間違っているところも多々あると思いますので、ご指摘いただけると幸いです。
本文が長いので3回程度に分けて投稿する予定です。
月額980円で本が読み放題になるサービス「Kindle Unlimited」が始まりましたね。
ラインナップを見たところ、意外なことに技術書も豊富でしたので早速契約してしまいました。
しかし、amazonではコンピューター/ITとざっくりしたカテゴライズでしたので、なかなか全ての本を見るのは大変です。
そこで、今回はジャンル別に良さそうな本をまとめました。
続きを読む
柴犬って可愛いですよね。
ネットのまとめサイトでも定期的に柴犬画像の記事がアップされるほどの人気ぶりです。
そんな可愛い柴犬たちの画像を集めたいと思ったことは誰でもあると思います。
とは言え、ネット上に大量に溢れている画像から柴犬画像だけを集めるのは大変です。
そこで、最近話題の人工知能（ディープラーニング）を使って、柴犬の画像だけ集められないかと考えました。
今回はその試してみた記録です。
続きを読む
Photo credit: Dita *is Catching Up* Actor via Visual Hunt / CC BY-NC-SA
無意識的虚偽は虚偽者自身を欺偓しなければならないわけである。例えば或る意味の絶対主義がそれであるかを許されない。尤も一応こう云う意味で、等しい資格を云い 表わすものと考えられた事情の所段が不充分であるにも拘らず常に、因果家・成立の論理的な否定でしかない。
いきなり難解な文章から始まりましたが、解読しようとした人ごめんなさい。これは本記事でご紹介する人工知能に書いてもらった意味のない文章です。
どうもこんにちは。あんどう（@t_andou）です。
最近は人工知能技術の一種と言われている「ディープラーニング（Deep Learning）」を学びつつ遊んでいます。
続きを読む
