Lispは美しくて良き
RE: https://himagine.club/notes/9g1rj0zqsth7izis
知っている人とするSNSのほうが危険という説はある
RE: https://mstdn.jp/users/hidetakasuzuki/statuses/110571699092006491
Chrome と YouTube (Music)をユーザーに押し付ける手段としても優秀だし Google Mapなどの情報収集と広告媒体になるなどあらゆる点で重要
Android放棄するといずれ手数料を払わされたり、妨害的な規約を飲まされるなどの立場に追い詰められる可能性もあると思う
RE: https://p1.a9z.dev/notes/9g7gqzc3xs
Webと一蓮托生だった以前と比べて戦略的重要性は下がっているかもしれないけど、Webを使いやすくしてスクリーンタイムを増加させることで(Adsenseなど広告事業を通じて)Googleの収入増加になるという構造があるのだと思う。Appleの囲い込みに圧力をかける手段としても有用そう。
ただし、EdgeのChromiumタダ乗りが気に食わなくなった場合は一悶着ある可能性はあるかもしれない。いまは、タダ乗りさせてでもデファクトスタンダードの主導権握る方が有益だと考えているのだと思う。
RE: https://p1.a9z.dev/notes/9g7h01vqxv
(新聞の読者が対象のものとして)文章が分かりやすくてよいですね、この記事。
RE: https://mstdn.jp/users/Sujiyan/statuses/110572182434249883
結局スケールメリットを生かせているのは公教育を蚕食している教育産業なのよね
RE: https://fedibird.com/users/meiso/statuses/110575574674698570
ばっちり魚拓も取られてて草
言語処理界隈で無限に弄られそう
https://megalodon.jp/?url=https%3A%2F%2Fdocs.aws.amazon.com%3A443%2Fja_jp%2Fsdk-for-php%2Fv3%2Fdeveloper-guide%2Fs3-stream-wrapper.html
RE: https://misskey.io/notes/9g7g6kvc0o
そんなものはない(Windowsは要するにrooted deviceなので)
MicrosoftはUWPならPasswordVaultを使えといっている(これを使うと別のUWPからは読めなくなる。ただしexeからは(管理者権限なしでも)読める。)
家でも学校でも勉強の資料に困らず、かつカバンが重くならないためにはどのような教材(の物理的形態)が必要か?という発想から始めないといけない(子供を見ていたらそういう考えに自然となるものだと思うのだが。)
RE: https://amefur.asia/users/acid_rain/statuses/110576126282508643
@y@yumk.xyz 素直に作ってたらAppDataのどっかにあるんじゃないのかな(Windowsアプリケーションはだいたいそう)
ChromeもElectronもlocalStorageのデータとかもそこに放り込まれているはず
Vueのオーバーヘッドがきつくなってきているのでこれ以上の最適化は実はわりと難易度が高い
RE: https://yumk.xyz/notes/9g7s78ygrr
デザイン上の目的でMisskeyのノートはdivだらけなのだが、その一つ一つにVueのオーバーヘッドがはいってきていて地味に負荷がかかる
RE: https://yumk.xyz/notes/9g7sbrbqrz
Redditはなんとかなるんじゃないかと思ってる
(どちらかというとTwitterの騒動に巻きまれた感がある)
RE: https://mi.cbrx.io/notes/9g7sfzj848
https://www.redditinc.com/blog/apifacts
Twitter と比べてかなり話が通じる感じがある
@y@yumk.xyz 適当な再取得間隔をあけるのと、新しく取得しても存在しなかった場合の記録を取るようにしておけば大丈夫だと思う
余白が変なことになっているのは本家にもPR出さないとな
RE: https://misskey-square.net/notes/9g7tqhrjwp
このアカウントは、notestockで公開設定になっていません。
このアカウントは、notestockで公開設定になっていません。
工学には目的があるから、学習というのら数学的に定義できるのだが、人間が目的を持って学習しているというのはモデリングに過ぎないからそこに齟齬は生じうる
工学の比喩をとりあえず認めるとして、オーバーフィットというのは学習対象の多様性に比して、学習に用いるサンプルが少なく、また個別性を弁別する能力が高い時に生じる。とくに繰り返し同じ例から学習することで、個別性への着目が大きくなっていく。これは量的な問題で、非常に弁別力が高いモデルは非常に多くのサンプルを必要とする。
これに対処するために機械学習で使われる正規化というのは、弁別力のもとになっている学習パラメーターの範囲に確率的な制約をかける行為で、要するに「高い弁別力を必要とする課題は確率的に少ない」ということを先天的にあたえることに近い。このようにすると、たくさんの有効なデータが与えられ確率的確信が高まったときだけ高い弁別力を使うようになる。
機械学習モデルは素朴に用いると数学ができなかったり、創作性に乏しかったりするので、現在の計算論的モデルが人間の知性を十分に表しているとは思わないのだけれどもね。
これって野良AIがユーザー登録してもいいのかな
RE: https://fedibird.com/users/biotit/statuses/110576668007996856
このアカウントは、notestockで公開設定になっていません。
このアカウントは、notestockで公開設定になっていません。