Views順

No.	Title, Link	Views	Likes	Stocks
1	操作可能なプログラムまはたバッチ　ファイルとして認識されていません。Microsoft WindowsにPython3(7), Anaconda3)を導入する（7つの罠）error(61) https://qiita.com/kaizen_nagoya/items/7bfd7ecdc4e8edcbd679	177294	134	170
2	６５歳からのプログラミング入門。docker(126)転職(16) coding(45) https://qiita.com/kaizen_nagoya/items/1561f910c275b22d7c9f	50608	754	541
3	製造業における機械学習, OSEK(83) 制御(10) https://qiita.com/kaizen_nagoya/items/fbe846de16f74bea1d6f	41291	225	263
4	「ゼロから作るDeep Learning ２自然言語処理編」読書会に参加する前に読んで置くとよい資料とプログラム, python(8) https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73	36548	177	189
5	量子(30)コンピュータプログラムへの道 https://qiita.com/kaizen_nagoya/items/37c90488c87bbe9f2d71	29522	151	140
6	M.S.WindowsにPython3を導入する（7つの罠）2024年版 https://qiita.com/kaizen_nagoya/items/2b6e7643fb164c287f4e	20425	30	38
7	docker(18)でpython(10)/Rで機械学習する書籍/ソース一覧 AI(36)　https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2	16771	47	63
8	言語処理100本ノックをdockerで。python覚えるのに最適。:10+12 https://qiita.com/kaizen_nagoya/items/7e7eb7c543e0c18438c4	14213	65	82
9	自分の頭で考えるようになるには　https://qiita.com/kaizen_nagoya/items/121a5372e3d67fc3af35	14026	29	33
10	M.S.Windows に　Anaconda(python)を　2019年版 2019年版 https://qiita.com/kaizen_nagoya/items/c05c0d690fcfd3402534	11876	12	16
11	「DNAと遺伝情報の物理」伏見譲。統計(20) 量子(77)　https://qiita.com/kaizen_nagoya/items/150646f72c55a36f8c39	8447	23	19
12	R(データマイニング入門) Raspbian(Raspberry PI),Mac OSX, docker/ubuntu　６段階。データ取得・導入・起動・実行・描画・一括実行。 https://qiita.com/kaizen_nagoya/items/e8417310129c2425af59	8276	4	6
13	「python(5)による機械学習入門」AI(38) https://qiita.com/kaizen_nagoya/items/65d51bf78f52383e71ff	7296	8	15
14	「ゼロから作るDeepLearning2 自然言語処理編」読書会用資料を　ゼロから作る。現在参考文献確認中。 https://qiita.com/kaizen_nagoya/items/33fb2c66175a25e39559	7166	7	13
15	新人(学生)を指導するよりも新人(学生)に指導してもらった方が効率的。仮説（139）　https://qiita.com/kaizen_nagoya/items/db993b1536055029f7c8	7064	22	13
16	「量子(36)アニーリングの基礎」を読む第5日 https://qiita.com/kaizen_nagoya/items/116a5a6add72a5bf1630	6435	7	5
17	機械学習・深層学習でできること、できないこと。仮説十(36)。AI(41)　https://qiita.com/kaizen_nagoya/items/41a567f149f78145fd4c	6229	5	6
18	「量子(13)アニーリングの基礎」を読む https://qiita.com/kaizen_nagoya/items/29580dc526e142cb64e9	6127	8	6
19	「量子(14)アニーリングの基礎」を読む第１日　https://qiita.com/kaizen_nagoya/items/2bc284faaf0f61278778	5996	7	8
20	設計:ChatGPTで特異解か一般解を求める AI(1) https://qiita.com/kaizen_nagoya/items/4dec580e16a7c84b0ec4	5393	4	1
21	科学三分類・四分類・五分類と算譜(program) 仮説(93) 統計と確率(7) 制御(30) https://qiita.com/kaizen_nagoya/items/a2f2b9cc3a51b6af7603	4666	3	3
22	SPIN: 50歳からのプログラミング言語入門。docker(152) coding(47) coq(10) https://qiita.com/kaizen_nagoya/items/5c7cec79cb3b15237076	4534	16	8
23	R(データマイニング入門) Windows　６段階。データ取得・導入・起動・スクリプト読み込み・一括実行・逐次実行。３つの罠。 https://qiita.com/kaizen_nagoya/items/52a288b002a54cd613d3	4399	0	3
24	「ゼロから作るDeep Learning」参考文献一覧 https://qiita.com/kaizen_nagoya/items/82975f7b63b6ea2f33ff	4311	4	5
25	データマイニング入門第９章「潜在意味解析」が本のように動かない件。壁六つ。コードの壁も。 https://qiita.com/kaizen_nagoya/items/44567fb589c040aad40d	4044	1	1
26	Fanuc: 深層学習・機械学習特許 AI(43) https://qiita.com/kaizen_nagoya/items/38085a4fb38cd1d9e4d8	3898	6	4
27	量子計算機特許 https://qiita.com/kaizen_nagoya/items/4429b2f5ed1a49180b55	3554	3	2
28	「ゼロから作るDeepLearning2 自然言語処理編」参考文献の参考文献(作業中) https://qiita.com/kaizen_nagoya/items/45ef08bd8da6d30d1d3e	3478	5	2
29	Data ScientistのためのPython(37), R, Machine Learning/Deep Learning環境構築。docker(20) 統計(28) AI(42)　https://qiita.com/kaizen_nagoya/items/ff16ce6f2a1af43c77f3	3353	5	4
30	量子(28)計算機起業者 https://qiita.com/kaizen_nagoya/items/982112af4b4b81bc8e71	3061	6	4
31	「「量子(39)アニーリングの基礎」読書会は、どの学識レベルを想定されていますか。」への回答 https://qiita.com/kaizen_nagoya/items/6862d3fe5a8990836df4 https://qiita.com/kaizen_nagoya/items/6862d3fe5a8990836df4https://qiita.com/kaizen_nagoya/items/6862d3fe5a8990836df4	2847	4	4
32	統計(35)の嘘。仮説(127)　https://qiita.com/kaizen_nagoya/items/63b48ecf258a3471c51b	2068	6	4
33	AI(34)の出力の根拠が人間にわからないか。仮説(160) https://qiita.com/kaizen_nagoya/items/876719c71e462fb4800b	2058	0	1
34	「AI(37)は核と同じ二面性を持つテクノロジー」より多面的に。仮説(161) 量子(82) https://qiita.com/kaizen_nagoya/items/af51e225e25c015fef92	2054	0	1
35	仮説（120）無限次元空間を想定すること https://qiita.com/kaizen_nagoya/items/9f2c4d2e1ae4e1b4a7c6	1987	0	1
36	量子(83)計算機　実用化への道　数年後を目指して https://qiita.com/kaizen_nagoya/items/95739d6b074adc64f727	1980	6	3
37	機械学習で手書き漢字をどれくらい読み取れるか, AI(35) 日本語(４) https://qiita.com/kaizen_nagoya/items/16e38841f022a278830f	1904	0	1
38	「R Deep Learning Cookbook」 By Philippe Remy dockerで機械学習(79)AI(66)	1869	1	1
39	逆も真：社会人が最初に確かめるとよいこと。　https://qiita.com/kaizen_nagoya/items/39afe4a728a31b903ddc	1864	5	3
40	「真実は一つ」、上・下、裏・表、嘘・本当。仮説（118） https://qiita.com/kaizen_nagoya/items/26f612afdb0b68b78b3c	1466	1	1
41	機械学習備忘録 coding(118) AI(39) https://qiita.com/kaizen_nagoya/items/ece070887cc75ece3882	1440	0	1
42	ゴッホの絵を機械学習させる４つの方法色(17) 仮説(140) AI(44) https://qiita.com/kaizen_nagoya/items/472817558bd87144240d	1226	0	1
43	からあげ機の発展 AI(3) https://qiita.com/kaizen_nagoya/items/538dc2699cd37fa1f3eb	1005	6	2
44	Dockerで機械学習企画案量子(66) AI(40) https://qiita.com/kaizen_nagoya/items/39c8f2693c14b94bc437	978	2	2
45	医工連携関連記事一覧　https://qiita.com/kaizen_nagoya/items/6ab51c12ba51bc260a82	942	1	1
46	社会事象は検証できない。仮説（204）https://qiita.com/kaizen_nagoya/items/6b989b26f7ea2ac342cf	895	0	1
47	Python(0)記事をまとめたい。coding(99)　https://qiita.com/kaizen_nagoya/items/088c57d70ab6904ebb53	771	0	1
48	量子(0) 計算機, 量子力学 https://qiita.com/kaizen_nagoya/items/1cd954cb0eed92879fd4	659	2	4
49	LLM に取り組む背景、目的、目標 AI(2)https://qiita.com/kaizen_nagoya/items/cfed9b4fbb2db49c76fb	627	0	1
50	Llama3.1 install AI(32) https://qiita.com/kaizen_nagoya/items/9bf1377dbb83b1060edf	366	0	1
51	「Tanuki-8B」をMacBook(M2)に導入しようとしている。AI(31) https://qiita.com/kaizen_nagoya/items/48b6decf49c721da6dcb	356	1	1
79	@kzuzuo 「知識構造の多様性」記録 AI(12) https://qiita.com/kaizen_nagoya/items/946a8be68869764e13f0	322	0	1
75	MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI https://qiita.com/kaizen_nagoya/items/729f6eb47cf1d2574e3e	304	0	1
52	LLM 取り組む構造（想定）AI(29)　https://qiita.com/kaizen_nagoya/items/ebf98ce7c56cdc07c116	303	0	1
53	松尾研LLM開発プロジェクト “Tanuki” 開発報告会 Vol.2 AI(28) https://qiita.com/kaizen_nagoya/items/2f04237feedcacba8f2c	297	0	1
54	LLM(Large Language Model) Calendar 2024開催します。AI(21) https://qiita.com/kaizen_nagoya/items/e95369dff4d585d8069f	256	1	2
55	20241009 memo LLM AI(25) https://qiita.com/kaizen_nagoya/items/80f00b3d6b44e00fec05	253	0	1
77	LLMはハルシネーションを自覚しているか　松尾研 LLM コミュニティ "Paper & Hacks Vol.24" AI(6) https://qiita.com/kaizen_nagoya/items/f49ecdd9ae8374524f62	253	0	1
56	LLM 準備 AI(30) https://qiita.com/kaizen_nagoya/items/425908fe1e19a5c29bdf	246	0	1
57	松尾研LLMコミュニティを盛り上げるには AI(23)　https://qiita.com/kaizen_nagoya/items/72be86d77853df359d53	234	0	1
78	@syoyo「e-Gov 法令データ」AI(13) https://qiita.com/kaizen_nagoya/items/2c561aaaf1e86f5f536b	228	0	1
58	Colab の生成 AI(24) warning 理解 https://qiita.com/kaizen_nagoya/items/7720eaffd00803f9c801	226	0	1
59	【松尾研LLMコミュニティ】面倒なことはLLMにやらせよう "Beginning LLM"　2024年10月17日 AI(9) https://qiita.com/kaizen_nagoya/items/efdc23fbe67cdae2126e	217	1	1
60	Building LLM Powered Applications AI(20) https://qiita.com/kaizen_nagoya/items/ca76fde0eef5aed99368	214	0	1
76	Small-scale proxies for large-scale Transformer training instabilities LLM AI(7)　https://qiita.com/kaizen_nagoya/items/da0d806d9271b367e9b5	206	0	1
61	LLM memo 2024100802 AI(26) https://qiita.com/kaizen_nagoya/items/b5a27b0a41a80b3feaa6	196	0	1
62	LLM 予習、復習 AI(11) https://qiita.com/kaizen_nagoya/items/2ae445fb226ac9cac771	186	0	1
72	Markdown AI(5) 使おうとしてみた https://qiita.com/kaizen_nagoya/items/ffbbe3d037613ed91a13	185	0	1
63	「スケーリング法則が何故スケーラブルなのか?」川西発之 LLM memo 2024100801 AI(27) https://qiita.com/kaizen_nagoya/items/88bf53ed79c554e94688	184	0	1
64	Paper & Hacks memo 25... AI(10) https://qiita.com/kaizen_nagoya/items/60141033a66d20ac6e27	178	0	1
65	松尾研LLMコミュニティ【Paper & Hacks Vol.26】医療LLMの研究紹介参加記録 AU(14)	171	1	1
66	LMM related articles AI(18) https://qiita.com/kaizen_nagoya/items/ee42509529e3ef67cc6b	147	2	1
67	小型LlamaモデルのTRLライブラリを用いた事後学習記録 AI(4) https://qiita.com/kaizen_nagoya/items/d53d75925496c247471b	125	0	1
68	システムめも機械学習, 深層学習, 量子計算機, LLM, AI(68） https://qiita.com/kaizen_nagoya/items/7502d9e11f9014fe9dbe	124	0	1
69	llm study AI(15) https://qiita.com/kaizen_nagoya/items/8b0acb6baeb2f4e353a4	122	0	1
70	LLM行事参加記録 AI(22) https://qiita.com/kaizen_nagoya/items/afc9569916a748911274	113	0	1
71	Benchmark Data Contamination of Large Language Models: A Survey, AI(16) https://qiita.com/kaizen_nagoya/items/5c0f5ec56d2cb2d1b4d2	101	0	1
73	tool and key word AI(17) https://qiita.com/kaizen_nagoya/items/69402fcd3a3dd4e51ed0	95	0	1
74	document list, AI(19) https://qiita.com/kaizen_nagoya/items/385e56e581bd9507518d	90	0	1
80	AI/LLM一覧　https://qiita.com/kaizen_nagoya/items/178ae8c68673afd447ab	49	0	1
	合計	555288	1808	1729

旧版

No.	Title, Link	Views	Likes	Stocks
1	操作可能なプログラムまはたバッチ　ファイルとして認識されていません。Microsoft WindowsにPython3(7), Anaconda3)を導入する（7つの罠）error(61) https://qiita.com/kaizen_nagoya/items/7bfd7ecdc4e8edcbd679	177294	134	170
2	製造業における機械学習, OSEK(83) 制御(10) https://qiita.com/kaizen_nagoya/items/fbe846de16f74bea1d6f	41291	225	263
3	M.S.WindowsにPython3を導入する（7つの罠）2024年版 https://qiita.com/kaizen_nagoya/items/2b6e7643fb164c287f4e	20425	30	38
4	docker(18)でpython(10)/Rで機械学習する書籍/ソース一覧 AI(36)　https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2	16771	47	63
5	M.S.Windows に　Anaconda(python)を　2019年版 2019年版 https://qiita.com/kaizen_nagoya/items/c05c0d690fcfd3402534	11876	12	16
6	「python(5)による機械学習入門」AI(38) https://qiita.com/kaizen_nagoya/items/65d51bf78f52383e71ff	7296	8	15
7	機械学習・深層学習でできること、できないこと。仮説十(36)。AI(41)　https://qiita.com/kaizen_nagoya/items/41a567f149f78145fd4c	6229	5	6
8	設計:ChatGPTで特異解か一般解を求める AI(1) https://qiita.com/kaizen_nagoya/items/4dec580e16a7c84b0ec4	5393	4	1
9	Fanuc: 深層学習・機械学習特許 AI(43) https://qiita.com/kaizen_nagoya/items/38085a4fb38cd1d9e4d8	3898	6	4
10	Data ScientistのためのPython(37), R, Machine Learning/Deep Learning環境構築。docker(20) 統計(28) AI(42)　https://qiita.com/kaizen_nagoya/items/ff16ce6f2a1af43c77f3	3353	5	4
11	AI(34)の出力の根拠が人間にわからないか。仮説(160) https://qiita.com/kaizen_nagoya/items/876719c71e462fb4800b	2058	0	1
12	「AI(37)は核と同じ二面性を持つテクノロジー」より多面的に。仮説(161) 量子(82) https://qiita.com/kaizen_nagoya/items/af51e225e25c015fef92	2054	0	1
13	機械学習で手書き漢字をどれくらい読み取れるか, AI(35) 日本語(４) https://qiita.com/kaizen_nagoya/items/16e38841f022a278830f	1904	0	1
14	機械学習備忘録 coding(118) AI(39) https://qiita.com/kaizen_nagoya/items/ece070887cc75ece3882	1440	0	1
15	ゴッホの絵を機械学習させる４つの方法色(17) 仮説(140) AI(44) https://qiita.com/kaizen_nagoya/items/472817558bd87144240d	1226	0	1
16	からあげ機の発展 AI(3) https://qiita.com/kaizen_nagoya/items/538dc2699cd37fa1f3eb	1005	6	2
17	Dockerで機械学習企画案量子(66) AI(40) https://qiita.com/kaizen_nagoya/items/39c8f2693c14b94bc437	978	2	2
18	LLM に取り組む背景、目的、目標 AI(2)https://qiita.com/kaizen_nagoya/items/cfed9b4fbb2db49c76fb	627	0	1
19	Llama3.1 install AI(32) https://qiita.com/kaizen_nagoya/items/9bf1377dbb83b1060edf	366	0	1
20	「Tanuki-8B」をMacBook(M2)に導入しようとしている。AI(31) https://qiita.com/kaizen_nagoya/items/48b6decf49c721da6dcb	356	1	1
21	LLM 取り組む構造（想定）AI(29)　https://qiita.com/kaizen_nagoya/items/ebf98ce7c56cdc07c116	303	0	1
22	松尾研LLM開発プロジェクト “Tanuki” 開発報告会 Vol.2 AI(28) https://qiita.com/kaizen_nagoya/items/2f04237feedcacba8f2c	297	0	1
23	LLM(Large Language Model) Calendar 2024開催します。AI(21) https://qiita.com/kaizen_nagoya/items/e95369dff4d585d8069f	256	1	2
24	20241009 memo LLM AI(25) https://qiita.com/kaizen_nagoya/items/80f00b3d6b44e00fec05	253	0	1
25	LLM 準備 AI(30) https://qiita.com/kaizen_nagoya/items/425908fe1e19a5c29bdf	246	0	1
26	松尾研LLMコミュニティを盛り上げるには AI(23)　https://qiita.com/kaizen_nagoya/items/72be86d77853df359d53	234	0	1
27	Colab の生成 AI(24) warning 理解 https://qiita.com/kaizen_nagoya/items/7720eaffd00803f9c801	226	0	1
28	【松尾研LLMコミュニティ】面倒なことはLLMにやらせよう "Beginning LLM"　2024年10月17日 AI(9) https://qiita.com/kaizen_nagoya/items/efdc23fbe67cdae2126e	217	1	1
29	Building LLM Powered Applications AI(20) https://qiita.com/kaizen_nagoya/items/ca76fde0eef5aed99368	214	0	1
30	LLM memo 2024100802 AI(26) https://qiita.com/kaizen_nagoya/items/b5a27b0a41a80b3feaa6	196	0	1
31	LLM 予習、復習 AI(11) https://qiita.com/kaizen_nagoya/items/2ae445fb226ac9cac771	186	0	1
32	「スケーリング法則が何故スケーラブルなのか?」川西発之 LLM memo 2024100801 AI(27) https://qiita.com/kaizen_nagoya/items/88bf53ed79c554e94688	184	0	1
33	Paper & Hacks memo 25... AI(10) https://qiita.com/kaizen_nagoya/items/60141033a66d20ac6e27	178	0	1
34	松尾研LLMコミュニティ【Paper & Hacks Vol.26】医療LLMの研究紹介参加記録 AU(14)	171	1	1
35	LMM related articles AI(18) https://qiita.com/kaizen_nagoya/items/ee42509529e3ef67cc6b	147	2	1
36	小型LlamaモデルのTRLライブラリを用いた事後学習記録 AI(4) https://qiita.com/kaizen_nagoya/items/d53d75925496c247471b	125	0	1
37	llm study AI(15) https://qiita.com/kaizen_nagoya/items/8b0acb6baeb2f4e353a4	122	0	1
38	LLM行事参加記録 AI(22) https://qiita.com/kaizen_nagoya/items/afc9569916a748911274	108	0	1
39	Benchmark Data Contamination of Large Language Models: A Survey, AI(16) https://qiita.com/kaizen_nagoya/items/5c0f5ec56d2cb2d1b4d2	101	0	1
40	Markdown AI(5) 使おうとしてみた https://qiita.com/kaizen_nagoya/items/ffbbe3d037613ed91a13	94	0	1
41	tool and key word AI(17) https://qiita.com/kaizen_nagoya/items/69402fcd3a3dd4e51ed0	91	0	1
42	document list, AI(19) https://qiita.com/kaizen_nagoya/items/385e56e581bd9507518d	89	0	1
43	MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI https://qiita.com/kaizen_nagoya/items/729f6eb47cf1d2574e3e	48	0	1
44	Small-scale proxies for large-scale Transformer training instabilities LLM AI(7)　https://qiita.com/kaizen_nagoya/items/da0d806d9271b367e9b5	44	0	1
45	LLMはハルシネーションを自覚しているか　松尾研 LLM コミュニティ "Paper & Hacks Vol.24" AI(6) https://qiita.com/kaizen_nagoya/items/f49ecdd9ae8374524f62	36	0	1
46	@syoyo「e-Gov 法令データ」AI(13) https://qiita.com/kaizen_nagoya/items/2c561aaaf1e86f5f536b	15	0	1
47	@kzuzuo 「知識構造の多様性」記録 AI(12) https://qiita.com/kaizen_nagoya/items/946a8be68869764e13f0	12	0	1
48	AI/LLM一覧　https://qiita.com/kaizen_nagoya/items/178ae8c68673afd447ab	12	0	1
		310045	490	621