ノート

1100ドルの米国債を買ったとする。3.8750%の利回り（クーポン率）を考慮すると単純に一年間経つと償還時に年間利息を次の式で求められる。利回りは一年間後にいくら元本に対して付加されるかの実利値を表すからだ。年間利息=1100×0.03875=42.625ドルこれがトレジャリーノート（米国財務省が発行する償還期限が1年超10年以下の利付の中期国債）の場合は一年間につき二分割される（具体的に言うと5月と11月に支払われる）。よって半年ごとの利息はこれを二で割れば簡単に求まる。半年ごとの利息=42.625/2​=21.3125ドル償還まであと5年あるとするとこの半年ごとの利息が10回支払われることとなるので利息総額は次の式で計算することができる。さらに受け取る金額は元本にこの利息総額を付加させた額となるので最終的な償還金額（満額時総額）も求まる。利息総額=21.3125×10=213.125ドル満期時総額=1100+213.125＝1313.125ドルさて今回は複利までは考えないと仮定しているが少なくとも為替レートの変動については考えておきたいものである。例えば150円=1ドルのときこの...

結論から言うと厳密にはそうではないが関連性はある...ということとなる。というのも回帰分析が機械学習の一部門であることは間違いない。そして機械学習を層的に重ねたものがディープラーニングである。だから回帰分析は機械学習の一部であり機械学習は人工知能を構成する極めて重要な要素だということになる。イコールでは結べないがその範疇にあるというのが妥当なところなのである。注意しておきたいのは回帰分析も機械学習も人工知能の基礎となっているということだ。それらが統計学やデータ駆動における手法のうちの一つであるのだ。ここが本質的なところであって回帰分析をイコールで機械学習や人工知能と結びつける必要はない。バックグラウンドに回帰分析や回帰分析的な発想がありそれを活用することで機械学習やそれを層的に重ねたものとして人工知能が実現されるのだ。混同されがちなのはなぜか？というと根本的な理由は同じである。回帰分析のアルゴリズムは機械学習や人工知能の基礎土台となっていてそれが似通っていて単純に比較はできずむしろどの概念がどの概念を含有するかという疑問をより複雑にしているからだ。そしてこの一見馬鹿に見える基礎的な疑問...

トヨタの時価総額（時価総額の計算は簡単でその会社の株式の発行株数×株式単価で簡単に求まる）が48兆2100億円。同じ算出で任天堂の時価総額が11超8900億円である。そしてゲヲログ1.5の本記事が執筆されている現段階での任天堂の発行株数が12億9869万株でかつ株式単価がだいたい9000円ぐらいであるからこれを乗数してみると12兆円程度となっており時価総額の検算はあっている。買収するにはその買収先の会社の株式をどれだけとる必要があるのか？という問題を整理すると次のようになる。・三分の一以上の株式数の保有…自ら単独で議決を阻止できる・三分の二以上の株式数の保有…会社の合併を含む議決権を行使できる・すべての株式の保有…完全子会社化ということなので、三分の一の株式数を保有するのに必要な金額は簡単に計算できる。式は発行株数×(1/3)×株式単価となる（算出のために必要な方程式は時価総額の式に単に保有割合の定数を乗ずれば簡単に求まる）。あとはこれを等倍していけばいいだけなのだ（三分の一株分を始めに算出しそれを二倍にすれば合併議決権のための分量が求まるし三倍にすれば完全子会社化のための分量が求まる...

ゲヲログ1.5を立ち上げて一週間が経とうとしている。元々金融判断のためのウェブサイトを作ったらどうか？という名目で作られたゲヲログ2.0。そのWEB上の獲得金額パフォーマンス比較のためにゲヲログ1.5は分派して作られたものだ。この記事ではその目的の違い・役割の分担について述べておこう。実は今しがた設定したGA4によるアナリティクスも住み分けが住んでいる。ゲヲログ2.0はプロジェクトLだがゲヲログ1.5はプロジェクトN（AJファビコン）だ。わざわざ解析のプログラムを動かすことには深いわけがあるが本意である研究の詳細まではここでは語らない。総じて言えることは私のドクター号取得のためにこのゲヲログプロジェクトは動いているという点だけだ。さてゲヲログ1.5は広告稼業（笑）を目的として運営されているものなので実はプラグインやYouTubeの貼り付けその他もろもろの諸問題が起きないように綿密に設計されている。アフィリエイトを付ける審査がありそのからみで第三パーティのプログラムを活用することは規約や民事的な考え方のもとに問題が発生する恐れがあるからだ。だからシンプルイズベストでゲヲログ1.5は運営さ...

人工知能の初歩現在の人工知能は統計学を背景にした数理処理を行うことができるがそこに感情が灯っているわけではない。機械的な処理は出来てもタスクの意味を真に理解しているわけではなく自律人間的に行動しているわけでもないのである。またAI効果とはAIが実現している自動化処理を知能によるものではないと考える心理効果のことを言う。トイ・プロブレムとは第一次AIブームにおける機械的な処理にAIが対応できる事例のことを言う。フレーム問題とは無意識の決断をAIが人間のその感覚の下の決定と同じようにできない問題のことを言う。強いAI・弱いAIというのはWikipediaにもある通り米国の哲学者であるジョン・サールによって作られた造語であり人間的な知性を備えたAIを強いAIとしたものである。弱いAIとは特定のタスクつまりトイ・プロブレム的な課題を解けるだけのAIのことを言う。機械翻訳とはルールベースから統計処理になり進歩した。さらに知識獲得のボトルネックに風穴を開けた深層学習によりさらに翻訳精度は上がっている。