SNSと１０年ぐらいか？
ググれば答えがヒットし、質問すれば誰かがネットで答えてくれる社会にここ数年間でなって、それがライフ（人生）にも影響してきているような気がする。ネットでは、お金を稼がないといけないように煽りかけ情報弱者に情報商材を売りつける人達が増えてきているように思える。
もうネットはリアルとの境目が消えていて、リアルの延長線上にネットがある、そしてSNS（ソーシャルメディア）が浸透し誰もが意見することが増え、マジョリティーやマイノリティーの意見、どちらも同じ音量で聞こえるようになってしまい、時として法律などを改正するまでのちからを持つようになってきている。
そんな中、ふと思うのだけど？
これからは個人の時代だというけれど、おそらく個人の時代に待っているのは今まで以上に厳しい格差や現実だと思います。フリーランスなんて収入が得れなくなれば無職と変わらないわけだからね。個の時代というのは自己責任の時代だということ何だと・・・。それに賛同しているひとが増えているようですが、うまく行くのは一握りのひとだけだと自分は思います。
たぶん、がらりと世の中の価値観を変えていくと思います（空気感で）。古い会社なども消えていく可能性が高いです、とくにデスクワークの会社。いまのこの流れに乗れない会社は消えていくと思います。労働を主とした会社はそれほど影響はないとは思いますが、デスクワークは乗り遅れたら、それほど持たない気がします。古い昭和の考えで運営している会社は消えていくと思います。
良くも悪くもこれからは厳しい時代になると思います。
纏まってない記事だけども、何が言いたいかはわかったかと思います。
タグ
10, SNS, お金, ここ, こと, これ, ソーシャル, それ, ちから, どちら, ネット, ヒット, ひと, フリー, マイノリティー, マジョリティー, メディア, ライブ, ランス, リアル, わけ, 中, 人, 人生, 以上, 何, 個, 個人, 収入, 商材, 境目, 延長, 弱者, 影響, 情報, 意見, 改正, 数, 時代, 格差, 気, 法律, 浸透, 無職, 現実, 社会, 答え, 線上, 自己, 誰, 誰か, 責任, 賛同, 質問, 音量,
中国では顔パス支払いが出来るそうですね。
中国では顔パス支払いが出来るそうですが、日本では未だにキャッシュレス支払いが進んでいないとか？
本屋さんでお財布を取り出すのにちょっとこの頃、手間取ってしまいました・・・。大体、お尻のポケットにお財布を入れているのですが、なんだかすんなりお財布を取り出すことが出来ず、間抜けな格好でアレアレってお財布を取り出すのに数十秒かかってしまいました。
自分にとってはある意味、事件（トラブル）でした・・・。
中年の小太りなおっさんが・・・やると益々、駄目おっさんになるので今後はお財布にはあまり小銭を入れないようにしようと反省。
※因みに小銭まで使って支払う主義なんだけど、この頃、お釣りで大量に小銭が増えてしまいお財布がパンパンになっていたのが今回のお財布お尻づまり事件になったわけです・・・orz
タグ
orz, アレ, おっさん, お尻, お釣り, キャッシュレス, こと, トラブル, ポケット, わけ, 中国, 中年, 主義, 事件, 今回, 今後, 反省, 大体, 大量, 小太り, 小銭, 意味, 数十, 日本, 未だ, 本屋, 格好, 自分, 財布, 間抜け, 頃, 顔パス, 駄目,
りもぴーリモートでお仕事。
ここ数ヶ月、リモートのお仕事を探していなかったのですが、リモートのお仕事を探しつつ、そしてIT関係や今までの経験をちょっと活かせそうなお仕事を探しています。求人は徐々に増えてきました・・・よ。
来年の新入社員とかと争うことになると思うけど、求人にアタックして今月中にはお仕事が決まったよという報告をしたいなと思っています。何とかお仕事に就きたいな！！いや、就きます！！！よ???
IT関係の刺激があるような会社へやはり就くのが良いのかなと・・・自分としては他業種も考えていたけれど、なんか第三者からは今の仕事を探したら良いという声が結構あります、そういうことがハローわからの人からも言われたりして、今の仕事でやっていくのが良いのかもしれないと考え直しています。
他業種は全然だった、もしくは精神的に萎えたら受けるようにします。まぁ多分、IT関係に就職するようになるかなと思います。それが高知県の会社だったらなお良いのですけどね。
前回の投稿とは若干考えが変わっていてごめんなさい?。いろいろ考えているわけです・・・・よ。
タグ
IT, アタック, お仕事, ここ, こと, それ, ハロー, リモート, 人, 今, 今月, 仕事, 他業種, 会社, 刺激, 前回, 報告, 声, 就職, 投稿, 数, 新入社員, 来年, 求人, 第三者, 経験, 自分, 関係, 高知県,
わたーわたー水。
映画、マネーショートの最後の最後まで見ると水の意味することが分かるかと思います。それを理解して下記の記事を読むと…。
ハローワークに毎日ぐらいとは言わないけど２日に一回ぐらい行ってます。
何のために行っているのか、分からなくなるほどです😤。
みんなマネーのために働いている、自分の意思、志の為に働いているひとは半分より低いのではないかと考えています。
興味があるのはお金が勝手に働いてくれる投資などの分野、なのでお金に働いてもらって、自分は労働で働いてそのお金を投資へ回すというその循環で働きたいなって思っていました。
何故、その考えに至ったかと言えばお金の収入源ないのに貯蓄を投資へ回すとお金が勝手に微々たるものですが、お金が増えていきます。投資は景気に左右されますが人々が経済成長を辞めない限り、成長していきます。なので投資は錬金術かと思った訳です・・・。
自分は怠惰なのでお金に働いてもらおうと思っています。特に欲しい高額なものも無いので働かないでお金が勝手に入ってくれば良いなと思ったわけです。そのために、頑張って働いて貯金。
出来れば最短でそうなれば良いなと思っていますが、そうもいかないと…。
唯、人生は予想の斜め上をいきます、まぁ予想通りの人生も暇なのですがね。
「人生は死ぬまでの暇つぶし」と漫画家みうらじゅんさんは言ったそうですが、自分も少年時代に思っていました。なので初心に戻って楽に生きようと思っています、好きなように目的を決めて生きようと思うこの頃です?
そうは書いていますが中々、大変です。現実逃避気味の文章でした苦笑🙄。
カンパネルラ！！
タグ
カンパネルラ, ハローワーク, ひと, マネーショート, 人々, 労働, 半分, 収入源, 循環, 志, 意思, 景気, 暇つぶし, 最短, 現実逃避, 苦笑, 訳, 貯蓄, 貯金, 錬金術,
鳴子を機械学習で認識させる事が出来たよ！
高知県なのでよさこい、よさこいと言えば鳴子を持って踊るがルール。
鳴子を持っているかを判断する機械学習を作ってみようという事で今回の考えが思いつき、早朝から機械学習で鳴子認識させる事に取り組んでみました。
難易度はかなり低いのでそこらへんのITエンジニアなら出来ると思います、出来なければITエンジニアなのかな？と思ってしまうぐらいの難易度かと思います。
大変だったことは教師あり学習なので認識させるのが面倒だった。
鳴子の写真を３０枚ぐらい機械学習で認識させました、、、。
今回、使用した機械学習のライブラリはDlib(ディーリブ)というものです、
ググるとインストール方法からプログラム方法まで参考サイトが結構あります。
自分のサイトでは機械学習させた後、静止画を認識させるコードを掲載しときます。
import cv2
import dlib
detector = dlib.simple_object_detector("yosakoi.svm")
image = cv2.imread("yosakoi.jpg")
naruko =detector(image)
for f in naruko:
print("left, top, Right, bottom : ", f.left(), f.top(), f.right(), f.bottom())
cv2.rectangle(image, (f.left(), f.top()), (f.right(), f.bottom()), (255,0,0), 2)
print("{} naruko".format(len(naruko)))
photo = dlib.image_window()
photo.set_image(image)
photo.add_overlay(naruko)
cv2.imwrite("yosakoi-naruko.jpg",image)
因みに動画も認識させてみようと思ったのですが、こちらは上手く認識できなかったです・・・。
鳴子の機械学習モデルを置いときますのでご自由に使用ください。
学習したモデルを読み込んで上記のソースコードで試してみてください、尚、リナックス環境で動作します！！?
鳴子機械学習モデル?ダウンロード?
https://zip358.com/ML/YOSAKOI/yosakoi_Model.zip
タグ
2, 30, cv, detector, Dlib, import, IT, object, qu, simple, インストール, エンジニア, かなり, コード, こと, サイト, そこら, ティー, プログラム, べん, もの, よさこい, ライブラリ, リブ, ルール, 事, 今回, 使用, 写真, 判断, 参考, 大変, 学習, 後, 掲載, 教師, 方法, 早朝, 機械, 自分, 認識, 難易, 静止画, 面倒, 高知県, 鳴子,
手前味噌な機械学習！？。
分類分けで機械学習教師ありのモデルを作り、新たなデータで推測するという一連の過程をやってみたよーーー?
ちなみに分類分けとしてはあまり機能していないだけどね・・・。
何が難しかったか・・・Pythonをサーバで動かすようにするところと・・・何故かすんなり動いてくれなかった。そして機械学習させるデータを作るのがやはり面倒だった、途中から分類分けって感じじゃなく１分類という感覚で重み付けしました。
尚、サンプルとして表示しているのは、機械学習させてモデルを保存させるやつです。この他にもいろいろなファイルがあるのだけど、例えばデータを生成させたりする処理ファイルや保存したモデルから推測させる処理ファイルなどいろいろなファイルがあるのだけど、全て解説するのはちょっと面倒なので今回はこれだけです。
あと質問箱と連携するのは今後の質問によって決めようと思います。いちおう、ほぼその部分も完成しています。コードを手直してそれぞれをファイル連携してゴニョゴニョするという作業が残っています。
追記：きっちり分類分けしてそのデータをansの中に正解解答としていれてあげて学習させるとまぁまぁ良い感じです。
from sklearn.linear_model import LinearRegression
model = LinearRegression()import pandas as pd
from sklearn.tree import DecisionTreeClassifier
import pickle
X = pd.read_csv("Question.csv", header=None).values.tolist()
ans = []
val = 0
for num1 in range(len(X)):
for num2 in range(len(X[num1])):
if float(X[num1][num2])>=0.5:
val = val + 1
val = float(float(val) / float(len(X)) * 100)
ans.append(str(val))
val = 0
model = DecisionTreeClassifier(max_depth=999)
model.fit(X,ans)
print(ans,"<==>",model.predict(X))
# モデルを保存する
filename = 'Q_model.sav'
pickle.dump(model, open(filename, 'wb'))タグ
１, Python, あと, いろいろ, コード, これだけ, サーバ, サンプル, それぞれ, データ, ところ, ファイル, モデル, やつ, 一連, 今回, 今後, 他, 何, 保存, 全て, 処理, 分け, 分類, 学習, 完成, 感覚, 手前味噌, 手直, 推測, 教師, 機械, 機能, 生成, 表示, 解説, 質問, 途中, 連携, 過程, 部分, 重み, 面倒,