Prepare for your Salesforce JavaScript Developer I Credential Trailmix コレの続き。 Lightning Web コンポーネントと Salesforce データ Lightning データサービスを使用したデータの操作 trailhead.salesforce.com まぁ単純に作る系のお話。 LWC(Name:…
RNN(LSTM/GRU) 等 時系列のデータを扱うタイプの DeepLearning. 画像であれば、画像のY軸を時系列データと想定して、残りを予測させるといったやり方で画像を作成できるっぽい。 要するにどのように時系列データとして食わせるかで次の値を予測させるという…
Prepare for your Salesforce JavaScript Developer I Credential Trailmix の続き trailhead.salesforce.com また来たよ英語回 Get Started with Lightning Development Lightning 開発を始めよう Get Started with Lightning Development 単元 | Salesforc…
white-azalea.hatenablog.jp これの続き。 概要 LSTM は学習したあと、与えられた一定長のデータから、続きを予測するというDeeplarningの一種だが、そこで文章生成を試してみたという内容です。 データの作成 ではどうやって学習されるかですが、まずは使わ…
white-azalea.hatenablog.jp これの続き。 逆伝播の説明を飲み込むのに超絶苦労したわ…数学力無い自分を恨むねぇ(汗 各種勾配は順伝播式を偏微分式計算する必要があり 入力にかかる重み勾配 前の出力にかける勾配 バイアス勾配 各時刻でも以下の勾配を計算…
trailhead.salesforce.com Lightning Web コンポーネントの概要 Lightning Web コンポーネントの概要 単元 | Salesforce Trailhead シンプルに HTML(テンプレート) JavaScript(コントローラ) CSS の組み合わせ。 最小構成は以下2つ。(ただし、js-meta.xml フ…
Prepare for your Salesforce JavaScript Developer I Credential Trailmix の続き。 trailhead.salesforce.com Develop the Gallery Component ギャラリーコンポーネントを自作しよう。 自作とは名ばかりの追体験コーナー。 コレ の時に取ってきたコードの…
github.com 資産価値、損益並びにそのレートの表示を追加しました。 因みに表示されてるのは現在の自分の資産。 因みにこの資産は 11/4 時点で 7,224 円のプラスでした。 必ず儲かる保証はできませんが、銀行に預けておくよりまず間違いなくマシでしょう。 …
Prepare for your Salesforce JavaScript Developer I Credential Trailmix の続き。 trailhead.salesforce.com 要点だけ訳して切り抜くよシリーズ! Create and Launch Your Trailhead Playground Trailhead Playground を作成して起動する… え?これ訳す意…
trailhead.salesforce.com Salesforce DX 環境の設定 スクラッチ環境: SalesforceDX で操作するメインターゲット環境。短期間生存する環境を即興で作成、削除できる。 開発者ハブ (Dev Hub) 組織 : スクラッチ環境を作成・管理する親組織 このハンズオンは …
コマンド-ラインインターフェース | Salesforce Trailhead やってみたら内容薄かった件…裏で LSTM の勉強を進行中… うーん Prepare for your Salesforce JavaScript Developer I Credential Trailmix このTrailやってるはずなのだけどJavaScript関係なくね?…
trailhead.salesforce.com あー来ちゃったよ日本語じゃないやつら(翻訳追いついてない奴ら) Get Started with Modern JavaScript Development モダンな JavaScript を始めよう。 ざっくり JavaScript の歴史を説明している。 重要なのは ES6 (ES2015 以降…
trailhead.salesforce.com オブジェクトの作成 オブジェクト作成は {} で行けるけど、実際にゃ Object.create() を使っとる。 { ... } の作成はリテラル表記 プロトタイプ表記…懐かしい class が出るまではこうしてオブジェクト定義してました。 function Bi…
JavaScript の基本概念について trailhead.salesforce.com JavaScript の概要、使用する理由、使用法 概要だけざっくり もともとJSはHTMLを軽く動かすオプション的扱いだった そのうち動的ページができてきた。サーバ(Salesforce)で処理する VF がそれ。 そ…
時系列データを利用するDeepLearningの一種。 LSTM = Long short-term memory 以前やってた RNN の一種だけど、記憶のやり方が異なる。 RNN はこれね… white-azalea.hatenablog.jp LSTM は以下のようなセルとゲートがあり、それぞれのゲートに学習パラメータ…
大数の法則 完全に一様分布を持つデータは回数を重ねるほど平均値は期待値に近づく import numpy as np import matplotlib.pyplot as plt times = 1000 sample_array = np.array([1, 2, 3, 4, 5, 6]) number_cnt = np.arange(1, times + 1) # 1, 2, 3, ... 1…
ただの紹介エントリ。 個人的に最悪なダメ人間製造セット THANKO スマホタブレット対応超軽量折りたたみ式「仰向けゴロ寝デスク2」 TKGORODKTHANKOAmazon エレコム マウス ワイヤレス (レシーバー付属) トラックボール ハンディタイプ Relacon メディアコン…
iDeCo と NISA は設立目的が違う まず管轄が違います。 NISA は金融庁、iDeCo は厚生労働省です。 またその設立の目的も異なります。 iDeCo はあくまで老後資金用 年金問題ですが、少子高齢化で、年金が下がるのが目に見えている。 「老後 2000万不足する」…
white-azalea.hatenablog.jp コレの続き。 github.com アプリをアップデート。 口数の追加(よく見るこの数字) 最新の合計資産価値 を更新したとき、各購入記録の「資産価値」を更新するロジックを、「口数」ベースで割り振るよう修正。 自分は積み立て NIS…
ちょっとやってみた感じです。 import numpy as np x,y = np.mgrid[10:100:2, 10:100:2] pos = np.empty(x.shape + (2,)) pos[:, :, 0] = x pos[:, :, 1] = y np.mgrid[10:100:2, 10:100:2] で x, y にグリッドなデータを生成させます。 この形状は、 10 起…
Salesforce の資格は一度とったら終了ではなく、定期的にスキルをアップデートしなければならないご様子。 これは、Trailhead にログインして、自分のステータスを見るときに こんな感じで表示される。 更新に関しては下記のバッチを取ればいいらしい trailh…
確率変数が複数あるときの確率分布 white-azalea.hatenablog.jp これの続き 同時確率分布 ある薬の治験に 40 人が集まり各データ A型 B型 O型 AB型 合計 男性 10 4 4 2 20 女性 8 2 8 2 20 で発生確率は人数的に確率はこんな感じ A型 B型 O型 AB型 合計 男性…
ゾンビウイルスが蔓延したと仮定して、どれくらいの期間で死滅するか考えてみる。 これは要するに生存者は何日立てこもれば生存できるのかという事である。 大前提として 「生物としての肉体的変質を伴わない前提」 としたい。 例えばバイオハザードの G ウ…
確率周りの定義 確率変数: 確率が割り当てられる変数。サイコロなら $\frac{1}{6}$ の確率が確率変数(1-6 で変動)に割り当てられてると言える。 現実値: 確率変数の取りえる値。サイコロなら 1-6 離散確率変数、連続確率変数: 確率変数の値の範囲が有限数の…
を結果事象、 をその原因事象としたとき、「 の原因が に起因したものである確率 」を以下の式で示す は事象 が起きた後の の発生確率(事後確率)。 この時 は事象 が発生する前の事象 の確率(事前確率)。 は が発生した際に、 が原因である確率(尤度)。 これ…
確率のキーワード周りを勉強してみる。 一般的な概念として分かりやすい例なので、サイコロを例に考えてみる。 試行と事象 とりえる値をランダムに1回抽出することを 試行 という import numpy as np dice = np.array([1, 2, 3, 4, 5, 6]) # サイコロの取り…
white-azalea.hatenablog.jp この辺の続き。 参考は はじめてのディープラーニング2 Pythonで実装する再帰型ニューラルネットワーク,VAE,GAN作者:我妻 幸長SBクリエイティブAmazon 実装したあれこれは後述 RNN が時系列データから次の値を予測するものなら…
ホビージャパンの社員が、転売を容認するような Tweet をした結果、担当者が退職処分になった話を受けて色々調べた。 hobby.watch.impress.co.jp 転売そのものが社会悪(購入者も本来の値段で買えない、販売者は潜在顧客を失う、関連商品購買を意図していた…
white-azalea.hatenablog.jp white-azalea.hatenablog.jp この辺の続き。 二つのベクトル A, B において、B に対して A 方向から垂直に光が当たったと仮定する。 この時、影となった部分のベクトルを「射影」という。 この射影の長さは、垂直の三角形の関係…
white-azalea.hatenablog.jp 更新して売却機能つけてみた。 使ってみる $ npm run watch で起動する。 初期状態だと レコードが無いのだから当然ですの 銘柄を追加する 銘柄の追加を行うと、入力フォームが開き 試しに「eMAXIS 全世界株式インデックス」を追…