AIうぉ--!(ai-wo-katsuyo-shitai !)

AIを上手く使ってみせたい!!自分なりに。

LSTMで株価予想、、、逆に、ちょっと面白くないかな。。。

AIの時系列のサンプルとして、株価予想とかありますが。。。

まあまあ最近、以下みたいな記事がQiitaに出てました。

qiita.com

直前60日間の情報を使って、次の日の株価を予想する コード的には、

for i in range(60, len(train_data)): #過去データ数60個から61番目のデータを予測
    x_train.append(train_data[i-60:i,0])
    y_train.append(train_data[i,0])

で、提示されているコードそのままにて、epochは10回にしました(記事に貼られているのは1回でしたが。。。)

結果は、以下↓

マクロにみると、「Real」と「Prediction」がよく合ってますが。。。。
まあ、前日の情報を使うので、、、あまり、おお外しすることもないはずで。。。

逆に、ちょっと、面白くないか。。。。

↓ 時間方向に拡大表示すると、、、、

当たり前ですが、、、「Prediction」が「Real」よりちょっと遅れていて、、、、
シンプルには、当然、この情報で、株の売買は厳しいが。。。。

しかし!

上記の図(結果)から、何かわかること(株価予想としと役立つこと)、ないですかね。。。
単純には、
大きくづれたときは、過去依存でなく、何かが、本日、起きている! と、わかる、とか。

少し、学習期間、予測期間をずらした2例ほどを貼ります。

↓ (直下のは)あってる感があるけど、、、、1日ずれると、、、意味が全く違うので。。。(予測でなくて、反映?っていうか。。。)

↓ これは、なんで、こんなに、安定的にずれてるの?? ↑ これは、無駄にズレすぎている!!!(なんか、技術的に改善できないかな。。。。)

コメント

引用元記事作者に感謝、勉強になります。

記事『“AI文化戦争”の勃発を告げるグーグル「Gemini」の人物画像生成停止』に思うこと

wired.jp

思うこと

修正する手段なんてないと思う

ある程度の修正はできると思うが。。。

根本的な修正ポイントは見出しようがないと。。。。思う。

実体は、単に管理するだけかと。。。

いくらでも、細かい問題は発生しうる。。。。

多変量のLSTM、、、もう少し馴染まないとよくわからない。

以下の電力消費っぽいのを試してみた。。。

github.com

完全に意味不明!!

自分なりに、変えてみたのを、、、

(別途、示したい!)

AIの技術の流行りが追いかけにくい。。。。。

3、4年前だと、AI技術の状況がもう少しシンプルだった気がする。。。

動画での物体検出だとYoloとか
自然言語系だとHuggingfaceとか
自然言語系の技術だとTransformerとか
フレームワークだとtensorflowよりpytorchかな。。。とか
あと、GANとか

ChatGPTとか生成AIとかが賑やかになって。。。。

さて、いま、AI技術の中心はなんだろう。。。

追いかけにくいといっても、もう少し、情報を見ていればある程度、、、追えるんでしょうけど。。。

たぶん、どういう条件で何をやりたいかを決めないと、、、、条件含め、多岐にわたり過ぎて決まらないんでしょうね。

旧来の機械学習の技術がどうなったかも知りたい。SVMとかも。。。

GAN(Generative Adversarial Networks)は、なぜ、廃れたか?

生成AIが、大盛り上がりなのに、GANは最近一切聞きません。

GAN(Generative Adversarial Networks)は、なぜ、廃れたか?

GANが廃れた理由

GANが廃れた理由を2つ示します。

『モード崩壊』

以下の記事がわかり易いですが、GANは、『モード崩壊』という課題を抱えています。

qiita.com

引用:

モード崩壊は、訓練中のGANがデータセットの多様性全体を捉えることができず、限られた数のサンプルまたは非常に似ているサンプルのみを生成するときに発生する問題を指します。

それに比して、生成AIは、拡散モデルで、以下の通り大丈夫。

引用:

拡散モデルがモード崩壊しないのは最尤推定だから。

廃れてきたから言うわけではないが。。。。

そもそも、GAN(敵対的生成ネットワーク)の敵対的とういうのは、それほど、深い意味がないと理解しています。
「discriminator」が敵対するわけですが。。。『敵対って??』、単に、評価指標を改善するだけだし、、、
しかも、実際に効果のあるGANの構成は、いろいろ複雑で、、、、別に、GAN本来の構成が明確でなく、、、、
という印象。

⇒ その上で、普通には、『モード崩壊』の問題もあり、、、、
また、いまの流行りは、生成AIなので、GANという用語を使うメリットがない、はず。
⇒⇒ GANは、種々の変形があるので、拡散モデル-GAN(Diffusion-GAN。造語。)というのがあってもなんの問題もないはずだが、、、
⇒⇒⇒ 3年前と違い、GANという単語を使うメリットがなく、生成AIのほうがキラキラしているから。。。。

GANについて強調しておきたいこと

『敵対的』、、、、何か、用語が大袈裟な気が。。。

ChatGPT(3.5)。英語の文法解説は、かなり下手!(Let's get started on the project right away.)

依頼。

次の英文を文法を含めて解説して下さい。  
Let's get started on the project right away.

ChatGPT(3.5)回答

この文は比較的シンプルな構造を持っています。

"Let's get started on the project right away."

"Let's" は "let us" の短縮形で、「私たちが」という意味です。 "get started" は、"start" の意味を強調する表現で、「始める」という意味です。"get started" は、何かを始めるという意思や行動を強調する表現です。 "on the project" は、どのプロジェクトを始めるのかを指しています。 "right away" は、「すぐに」という意味で、即座に、遅れることなく行動を開始することを示します。 したがって、この文全体の意味は、"Let's get started on the project right away." は、「さっそくそのプロジェクトを始めましょう」という意味になります。話し手が相手と一緒にプロジェクトを始めることを提案している表現です。

ダメダメぽいんと

"get started" は、"start" の意味を強調する表現

↑ ほんと?

わずかに評価できること

"Let's" は "let us" の短縮形

こんな感じの解説が欲しかった

englishnotes.jp