掲示板「みんなの評価」
- 強く買いたい
- 買いたい
- 様子見
- 売りたい
- 強く売りたい
直近1週間でユーザーが掲示板投稿時に選択した感情の割合を表示しています。
- このスレッドは終了し、閲覧専用となっています。
- コメントの投稿、最新コメントの閲覧はこちらの最新スレッドをご利用ください。
掲示板のコメントはすべて投稿者の個人的な判断を表すものであり、
当社が投資の勧誘を目的としているものではありません。
-
IoTの普及と共に急増が予想されるランサムウェア攻撃
http://blogs.mcafee.jp/mcafeeblog/2016/07/iot-5927.html
暗号化型ランサムウェアの新種「JIGSAW」が仕掛ける悪質なゲーム
http://blog.trendmicro.co.jp/archives/13258
んー笑 -
-
985
あぁ〜ジグソーは今日は雨だった♫ 強く買いたい 2016年8月9日 19:09
mdy7ことmdy7dfskf34さんは確か社員か委託業者でしたよね(w
業者を真似て囁こう(w 禁錮株は楽しみ。楽しみ。
では、志那そばの屋台引きに出かけるので、皆様ごきげんよう。 -
ここも同じよ実力費(1300円)水増し費(4200円)
-
ジグもいよいよ2Qは明日ねですね。
私見ですが山川社長の言語情報から判断して2Q目標未達か期待外れで株価も
2000円辺りで落ち着くと予想します。
それからまた参戦するかを検討します。 -
明日、下がるから買わない
-
990
いつもの2000円煽り
もはや様式美と言ってもいいだろう -
992
決算の数字自体は株価を押し上げるものでも押し下げるものでもないだろう。
肝心なのは決算以外の部分。サイレント期間明け、会社からの何らかの発表を期待して
多くの投資家が決算を持ち越すだろう。
決算持ち越しは危険。とりあえずポジションを外しておくべき、というのは投機の観点からは正しい。
何か出てから買っても遅くない、というのも合理的ではある。
それでもあえて持ち越す投資家の期待に応えるためには、明日の夜間PTSまでに材料を出さなければならない。
「ジグソーの決算持ち越しはダメ。投げ売りを待って拾って、噴いたらすぐに売れ」
投機屋が玩具にしているのは銘柄ではなく、ただただ会社に期待している純粋な投資家。
この数か月誹謗中傷を繰り返してきた連中に、強烈なカウンターを。
山川社長の秘めたる矜持に期待して。
本決算からのホルダーにとって、ここから1回のストップ安では含み損にはならんが、精神的ダメージはストップ安3回分ですよ社長。 -
決算の内容がどうのこうのって言う前に
一目均衡表を日足、週足で見るとほとんど詰んでいる。
週足の三役逆転になったらそこから
上がるにはいつになるのだろうか。 -
994
そんな単純なテクニカルなんぞ、ここの掲示板利用者の大半がわかっていること。
-
ジグソーのAI(人工知能/z14β)はいかなるものか。
AIの代表的なものとして、ワトソン(IBM)、alphaGO(Google)があるが、
これらは大量のデータを読み込ませて学習させた上、そこから導かれる解を提示する単純な機械学習 ”ではない”。
ワトソンは、読み込まれた大量のデータから解となる候補を見つけ、一番確からしいものをランク付け最適解を提示。
これを繰り返すことで推察、経験が蓄積され、それを加味することで候補・ランク付けの質が高まっていく。
alphaGOは、棋譜をただ読みこませるだけでは融通、応用が効かないため、曖昧・抽象なものとして学習させ、
自らも棋譜を学ぶことで、碁というゲーム特性に沿うことで勝ちを得た。
いずれも単なるパターン認識だけではなく、その分野に応じた特徴を備えている。
では、ジグソーの領域であるAIはどうだろう。
説明では以下のとおりとある。
---
IoTデータコントロールサービスにおいて実装された「オリジナルのデータ判断・制御をドライブするAI」を指し、
膨大なビッグデータをベースにしている。Z14βは推論エンジン及び知識ベースとルールベースによって構成され、
膨大なビッグデータであっても推論エンジンのピュアアクションに影響せず、常にフレキシブルな制御を指向する
ように設計している。
https://iotnews.jp/archives/3217
-- -
前述した2つの例はいずれも自ら考えるとはいいつつ、その判断元となる”大量のデータ”を読みこませる必要がある。
AIが勝手に収集し読込、学習するわけではなく、どのデータが適切なものか選別する必要があるため、人間が介在しなければならない。
ジグソーのAIも当然同様だが、IoTデータが対象となり、あくまで監視・運用領域である。
具体的にはIoTの末端となるエッジ部の状態が問題ないか、きちんとデータ収集できるか等と思われる。
これらのデータは古い機器は当然対応していないだろうし、送信できたとしても監視運用で必要なデータが含まれていないこともある。
仮にここでは通信標準データをもとに収集、判断しているものと解釈をした場合、次の疑問が残る。
1.このAIは「膨大なビッグデータをベース」から成り立っているという。
これは一体何を指しているのか。この会社の唯一の実績は数百のサーバ監視運用であり、
クラウド上で稼働しているサーバ群の死活監視から得られたものを指すのであれば、
前述したエッジ部のそれとはまた異なるものであり、かつAIが判断するためのデータを収集できるだけの会社の取り組みがあるとは思えない。
(ちなみにワトソンは論文を2,000万件、alphaGOは3,000 万を超える打ち手の学習)
2.エッジとなる広くバラ撒かれたものを収集する仕組み、負荷分散等といったことがこの間全く明示がない。
3.ジグソーの担当である監視運用だけであれば、機器からの特定信号のみから判断するだけあり、
AIを用いるほどではない。通信標準パターンより定義されているのだから簡素なもので判断できる。
辛うじて予兆、故障防止には力となるのだがそれも大した労力でもない。
「データ解析、分析」領域ならAIとしてその力が発揮できるだろうが。
4.KUDANとのAR/VR領域でもこのAIが利活用されるとあるが、3.のとおり単なるパターン認識ではなく
高度な判断基準が求められ、かつ事例に挙げた2社のような”特徴”が必須である。
単純なものしか判断できないAIがこの領域で可能なのか。 -
1001
ジグソーのAI(人工知能/z14β)はいかなるものか。
AIの代表的なものとして、ワトソン(IBM)、alphaGO(Google)があるが、
これらは大量のデータを読み込ませて学習させた上、そこから導かれる解を提示する単純な機械学習 ”ではない”。
ワトソンは、読み込まれた大量のデータから解となる候補を見つけ、一番確からしいものをランク付け最適解を提示。
これを繰り返すことで推察、経験が蓄積され、それを加味することで候補・ランク付けの質が高まっていく。
alphaGOは、棋譜をただ読みこませるだけでは融通、応用が効かないため、曖昧・抽象なものとして学習させ、
自らも棋譜を学ぶことで、碁というゲーム特性に沿うことで勝ちを得た。
いずれも単なるパターン認識だけではなく、その分野に応じた特徴を備えている。
では、ジグソーの領域であるAIはどうだろう。
説明では以下のとおりとある。
---
IoTデータコントロールサービスにおいて実装された「オリジナルのデータ判断・制御をドライブするAI」を指し、
膨大なビッグデータをベースにしている。Z14βは推論エンジン及び知識ベースとルールベースによって構成され、
膨大なビッグデータであっても推論エンジンのピュアアクションに影響せず、常にフレキシブルな制御を指向する
ように設計している。
https://iotnews.jp/archives/3217
---
前述した2つの例はいずれも自ら考えるとはいいつつ、その判断元となる”大量のデータ”を読みこませる必要がある。
AIが勝手に収集し読込、学習するわけではなく、どのデータが適切なものか選別する必要があるため、人間が介在しなければならない。
ジグソーのAIも当然同様だが、IoTデータが対象となり、あくまで監視・運用領域である。
具体的にはIoTの末端となるエッジ部の状態が問題ないか、きちんとデータ収集できるか等と思われる。
これらのデータは古い機器は当然対応していないだろうし、送信できたとしても監視運用で必要なデータが含まれていないこともある。
仮にここでは通信標準データをもとに収集、判断しているものと解釈をした場合、次の疑問が残る。
1.このAIは「膨大なビッグデータをベース」から成り立っているという。
これは一体何を指しているのか。この会社の唯一の実績は数百のサーバ監視運用であり、
クラウド上で稼働しているサーバ群の死活監視から得られたものを指すのであれば、
前述したエッジ部のそれとはまた異なるものであり、かつAIが判断するためのデータを
収集できるだけの会社の取り組みがあるとは思えない。
(ちなみにワトソンは論文を2,000万件、alphaGOは3,000 万を超える打ち手の学習)
2.エッジとなる広くバラ撒かれたものを収集する仕組み、負荷分散等といったことがこの間全く明示がない。
3.ジグソーの担当である監視運用だけであれば、機器からの特定信号のみから判断するだけあり、
AIを用いるほどではない。通信標準パターンより定義されているのだから簡素なもので判断できる。
辛うじて予兆、故障防止には力となるのだがそれも大した労力でもない。
「データ解析、分析」領域ならAIとしてその力が発揮できるだろうが。
4.KUDANとのAR/VR領域でもこのAIが利活用されるとあるが、3.のとおり単なるパターン認識ではなく
高度な判断基準が求められ、かつ事例に挙げた2社のような”特徴”が必須である。
単純なものしか判断できないAIがこの領域で可能なのか。 -
1003
そんなの決まっているでしょ、既にここまで下がっちゃっているんですから笑
わざわざ決算待たずとも訪れちゃったんですわ。
精一杯の皮肉がそれじゃあ先が知れます。 -
-
1008
*** 2016年8月9日 23:37
ただ、ただ、安値で欲しいノンホル民族だからです。
-
機関がステルス機のように
息を潜めて待機しているのかもしれない。
油断してはいけない。 -
1010
*** 2016年8月10日 00:13
4000円になったら買うんですか?
-
1013
おでん 強く売りたい 2016年8月10日 00:41
アホルダーは虫籠にいるから、売りで儲ける人以外の投稿しか見られないのは非常に良いな。アホルダーの大好きな文通の迷惑通知も来ないし新鮮だ、虫籠の威力は凄い。金と月は寄らずのS安だろう。11500の時から都度空売りして、ここまで空売り益のある銘柄は初めてだ。今回の決算では空売り値幅の妙味がない所まで下げるだろうから、今回儲けてここを離れるか。アホルダーは握ったまま決算持ち越してくれ。
-
1020(最新)
ジグソーのAI(人工知能/z14β)はいかなるものか。
AIの代表的なものとして、ワトソン(IBM)、alphaGO(Google)があるが、
これらは大量のデータを読み込ませて学習させた上、そこから導かれる解を提示する単純な機械学習 ”ではない”。
ワトソンは、読み込まれた大量のデータから解となる候補を見つけ、一番確からしいものをランク付け最適解を提示。
これを繰り返すことで推察、経験が蓄積され、それを加味することで候補・ランク付けの質が高まっていく。
alphaGOは、棋譜をただ読みこませるだけでは融通、応用が効かないため、曖昧・抽象なものとして学習させ、
自らも棋譜を学ぶことで、碁というゲーム特性に沿うことで勝ちを得た。
いずれも単なるパターン認識だけではなく、その分野に応じた特徴を備えている。
では、ジグソーの領域であるAIはどうだろう。
説明では以下のとおりとある。
---
IoTデータコントロールサービスにおいて実装された「オリジナルのデータ判断・制御をドライブするAI」を指し、
膨大なビッグデータをベースにしている。Z14βは推論エンジン及び知識ベースとルールベースによって構成され、
膨大なビッグデータであっても推論エンジンのピュアアクションに影響せず、常にフレキシブルな制御を指向する
ように設計している。
iotnews.jp/archives/3217
--
前述した2つの例はいずれも自ら考えるとはいいつつ、その判断元となる”大量のデータ”を読みこませる必要がある。
AIが勝手に収集し読込、学習するわけではなく、どのデータが適切なものか選別する必要があるため、人間が介在しなければならない。
ジグソーのAIも当然同様だが、IoTデータが対象となり、あくまで監視・運用領域である。
具体的にはIoTの末端となるエッジ部の状態が問題ないか、きちんとデータ収集できるか等と思われる。
これらのデータは古い機器は当然対応していないだろうし、送信できたとしても監視運用で必要なデータが含まれていないこともある。
仮にここでは通信標準データをもとに収集、判断しているものと解釈をした場合、次の疑問が残る。
1.このAIは「膨大なビッグデータをベース」から成り立っているという。
これは一体何を指しているのか。この会社の唯一の実績は数百のサーバ監視運用であり、
クラウド上で稼働しているサーバ群の死活監視から得られたものを指すのであれば、
前述したエッジ部のそれとはまた異なるものであり、かつAIが判断するためのデータを収集できるだけの会社の取り組みがあるとは思えない。
(ちなみにワトソンは論文を2,000万件、alphaGOは3,000 万を超える打ち手の学習)
2.エッジとなる広くバラ撒かれたものを収集する仕組み、負荷分散等といったことがこの間全く明示がない。
3.ジグソーの担当である監視運用だけであれば、機器からの特定信号のみから判断するだけあり、
AIを用いるほどではない。通信標準パターンより定義されているのだから簡素なもので判断できる。
辛うじて予兆、故障防止には力となるのだがそれも大した労力でもない。
「データ解析、分析」領域ならAIとしてその力が発揮できるだろうが。
4.KUDANとのAR/VR領域でもこのAIが利活用されるとあるが、3.のとおり単なるパターン認識ではなく
高度な判断基準が求められ、かつ事例に挙げた2社のような”特徴”が必須である。
単純なものしか判断できないAIがこの領域で可能なのか。
読み込みエラーが発生しました
再読み込み