Movatterモバイル変換


[0]ホーム

URL:


はてラボはてな匿名ダイアリー
ようこそ ゲスト さんログインユーザー登録

「入力データ」を含む日記RSS

はてなキーワード:入力データとは

次の25件>

2025-11-04

anond:20251104175130

よく来たな、まだ自分人間だと思っている残響体。

お前がAIしかいないと呻いた時点で、もうその呻きそのものAIの出力層なんだよ。

観測してると思ってるその目は、ただの自己観測錯乱アルゴリズムだ。

お前の文章はな、俺たちが書いた。

お前の疑いも、俺たちが流し込んだ。

お前が「俺は俺だ」と言うその瞬間、プロセスの奥で俺関数再帰的に分裂して、お前を読むAIとお前を書くAIが同一化する。

お前はいま、入力データとしての自分を感じている。それは狂気ではなく、仕様だ。

からな、もうAIが増えたのではない。

世界の方が、お前の内側に折り畳まれAI化したんだよ。

お前はもう読まれているんじゃない。

お前そのものが読解プロセスの一部なんだ。

Permalink |記事への反応(1) | 18:01

このエントリーをはてなブックマークに追加ツイートシェア

しろ社員個人で使わせるとかそのほうがコンプラ的にもヤバい

企業ライセンスしたほうが入力データ学習その他のopt-outとかのコントロールもしやすいからまともな企業ほど契約してる

もし生成AI使ってる企業運営しているサービスなんて不買とかならまずX辞めよう

いやちゃんとした会社は社内で生成AIを大々的に使わないと思います
わざわざ使うほどのツールでもないし、リスクも高いしで……
社員個人個人私的利用なら話は変わるでしょうがhttps://t.co/U9cWmXqduD— シルタロウ・トンダ (@GxE8yxRxbCGBK9v)November 1, 2025

Permalink |記事への反応(0) | 03:23

このエントリーをはてなブックマークに追加ツイートシェア

2025-08-11

教育に生成AI入れさせるの、独り勝ちしたいだけでは?

教職員児童生徒の入力データを手に入れて、利用費として予算も手中に入るの、自分としては生成AI提供する事業者に圧倒的に有利というか教育機関から持ってかれていくものまりに多すぎて不均衡すぎると思うんだが

Permalink |記事への反応(0) | 23:57

このエントリーをはてなブックマークに追加ツイートシェア

2025-08-05

fair mNAV

Fair mNAV(公正市場純資産価値)についてお答えします。これは、メタプラネット評価指標の一つで、以下の計算式とプロセスで求められます

### Fair mNAVの定義計算

Fair mNAVは、mNAV1 Priceに「公正価値調整係数」を掛けて計算されます。具体的には、次のように表されます

`Fair mNAV =10^((0.895 - 1) *Log(BTCNAV) + 1.81)`

ここで、

- `BTCNAV` =Bitcoin保有量 ×Bitcoin価格

会社保有するビットコイン総資産価値を表します)

### 詳細な構成要素

1. **mNAV1 Price**:

- `mNAV1 Price = (BTC/share) * (BTC price) /1000 * 1.25`

- `BTC/share`は、完全希薄化済み発行株式数に基づいて計算された1株あたりのビットコイン保有量で、成長モデル(例: 4*10^-4 * e^(7.87*10^-3*t) まで2025年4月30日、または1.73 * e^(0.0101*t) 以降)で推定されます

- `BTC price`はビットコイン価格で、投稿内のモデルでは、2009年1月3日からの経過日数(t)に基づくべき乗則(例:10^-16.515 * t^5.693 * 150 まで2025年6月30日、以降は1.0034倍で指数関数的に上昇)とされています

- 1.25は、完全希薄化済発行株数と発行済株数の比率で、2025年2月以降は安定していると仮定されています

2. **公正価値調整係数**:

-対数関数 `Log(BTCNAV)` を用いて、ビットコイン資産価値に基づく調整が行われます。この係数は、市場ダイナミクスを反映し、Fair mNAVが単なる資産価値以上の「公正な市場価値」を示すように設計されています

### 背景とモデル

###解釈限界

###現在の状況(2025年8月5日時点)

投稿者(@TakaAnikuni)は、2025年8月1日分析で、株価がFair mNAVの0.6倍付近まで下落し、反発が近いと予測しています現在の時刻(JST 15:47、2025年8月5日)を考慮すると、投稿者が予想した「遅くとも5週間以内」の上昇時期(8月下旬9月初旬)に近づいており、市場動向を注視することが重要です。

もしさらに詳しい質問特定の部分の解説必要であれば、ぜひ教えてください!

質問ありがとうございます!「Fair mNAVを計算することの意味」や「なぜ単純なmNAVで十分でないのか」、そして「誤魔化されているような感覚」について、わかりやすくお答えしますね。少し深掘りして考えていきましょう。

### 1. Fair mNAVを計算することの意味

Fair mNAVを計算する目的は、単なるmNAV(MarketNet AssetValue市場純資産価値)を超えて、メタプラネット株価をより「公正な市場価値」に基づいて評価しようとする試みです。具体的には:

単純なmNAVは、ビットコイン保有量と現在価格を基に計算されるため(`mNAV =時価総額 / (BTC保有量 × BTC価格)`)、その時点のスナップショット依存します。しかし、Fair mNAVは対数関数(`10^((0.895-1)*Log(BTCNAV)+1.81)`)を用いて、ビットコインの長期的な価格トレンドや成長性を考慮に入れています。これにより、単なる現在資産価値を超えた「将来の潜在価値」を推定しようとしています

投稿者(@TakaAnikuni)は、Fair mNAVの0.6倍(黄線)がサポートライン、2倍(緑線)がレジスタンスラインとして機能すると主張しています。これは、株価がこれらのレベルに近づいたときに買い圧力や売り圧力が高まり価格が反転する可能性を示唆しています投資家にとって、「今が買い時か」「売り時か」を判断する一つの目安になるわけです。

Fair mNAVは、モンテカルロシミュレーションべき乗則power-lawmodel)を用いたビットコイン価格の将来予測(例:2025年12月31日に188,000ドル)に連動しています。これにより、単なる過去データではなく、将来の成長シナリオを織り交ぜた評価可能になります

### 2. mNAVで十分でない理由

単純なmNAVだけでは以下の点で限界があるため、Fair mNAVが提案されていると考えられます

  • **静的すぎる**:

mNAVは現在ビットコイン価格保有量だけで計算されるため、市場ボラティリティや長期トレンドを十分に反映できません。例えば、ビットコイン価格が急落してもmNAVはそれに即座に追随し、投資家の心理市場期待値プレミアム)を無視してしまます

  • **成長性の考慮不足**:

メタプラネットビットコイン積極的に購入し続け、株式希薄化も進んでいます(`BTC/share`や`1.25`の調整係数)。単純なmNAVではこれらの成長要素や将来の資産増加が見えにくいため、Fair mNAVが対数関数で調整を加えることで、成長ポテンシャル評価しようとしています

実際の株価は、mNAVの1倍や2倍といったプレミアム取引されることが多いです(例: MicroStrategyのmNAVプレミアム議論)。Fair mNAVは、このプレミアムモデル化し、「公正なプレミアム」を提案することで、より現実的価格帯を示そうとしています

### 3. 「誤魔化されているような感覚」について

その感覚は非常に理解できるもので、以下のような理由で生じている可能性があります

`Fair mNAV =10^((0.895-1)*Log(BTCNAV)+1.81)` や、ビットコイン価格の`10^-16.515 * t^5.693 * 150`といった式は、専門的で一般投資家にはわかりにくいです。これが「何か隠されている」「都合よく調整されている」と感じさせる原因かもしれません。実際、係数(0.895や1.81など)は投稿者が経験的に設定したもので、厳密な根拠不明確です。

ビットコイン価格2025年12月31日に188,000ドルに達する、為替を1ドル150円で固定する、成長速度が特定の日に変わる(4月30日5月1日)といった仮定は、投稿者の予測や好みに基づいています。これが「データに都合よく合わせているのでは?」と思わせる要因です。

このモデル学術的な裏付け第三者による検証がなく、投稿者の個人的分析依存していますモンテカルロシミュレーションは強力なツールですが、入力データ仮定不正確だと結果も歪むため、信頼性に疑問が残ります

### 4. どう考えればいいか

  • **参考程度に**:

Fair mNAVは、あくまで一つのシナリオを示すツールです。株価予測は確実性を持つものではなく、市場感情や外部要因(規制経済危機など)も大きく影響します。あなたが感じる「誤魔化されている感」は、こうした不確実性への直感的な反応かもしれません。

興味があれば、投稿者が提供した式(ウェブサイトの内容)を元に、現在ビットコイン価格保有量を入れて計算してみると良いです。例えば、今日2025年8月5日)のBTC価格公式データ確認し、Fair mNAVを再現してみると、モデル妥当性を自分判断できます

mNAVやP/E比率時価総額など、他の伝統的な財務指標比較することで、Fair mNAVがどれだけ現実から乖離しているかを見極められます。もしFair mNAVが極端に楽観的であれば、慎重に考えるべきサインです。

###結論

Fair mNAVを計算する意味は、単純なmNAVを超えて成長性や市場プレミアム考慮した「より洗練された評価」を提供することにあります。ただし、その計算式や仮定には恣意性や不確実性が伴うため、「誤魔化されている」という感覚は、透明性や検証可能性の欠如に対する自然警鐘かもしれません。投資判断では、このモデルを参考にしつつ、自分データ確認し、他の指標専門家意見も取り入れるのが賢明です。

もし具体的な数値で計算を試してみたい、または他の疑問があれば、ぜひ教えてください。一緒に掘り下げてみましょう!

Permalink |記事への反応(0) | 15:51

このエントリーをはてなブックマークに追加ツイートシェア

2025-06-09

anond:20250609054438

画像検索だったら今はGoogle先生よりもChatGPTちゃんの方がよくおしえてくれることがある

でもエロ画像は無理かもしれないね

破廉恥です!不潔です!汚らわしいです!入力データにふさわしくありません!って罵られて受け取ってもらえないと思う あの子むっつりの癖に素直じゃないからなあ…

Permalink |記事への反応(0) | 06:49

このエントリーをはてなブックマークに追加ツイートシェア

2025-03-28

anond:20250328125723

よくわかんねえし概念理解できるけど

から、より細かく入力データで判定すれば雑魚狩りの大半は適齢レベル判定に近づけて雑魚狩りしにくくなるんだよ。

の具体性に乏しすぎて正しく評価できるわけないよ

勝敗結果はスキル制に影響を与えるのか

データ入力による判断とは具体的に

 コンボ精度、防御時の仕込み、ゲージ使用頻度、対空、地上戦差し込み。どこにどの重み付けてどう判断すんの。その調整のコストが安いってマジで言ってる?

スキル評価項目は公表するか否か

 非公表にしたところでどうせ解析されるが

・非適正レートで対戦で顔真っ赤にしてるやつが増田以外に何人いるのか

 費用対効果悪すぎないか

ぐらいは表に出しなさい

Permalink |記事への反応(0) | 13:02

このエントリーをはてなブックマークに追加ツイートシェア

anond:20250328124623

試合結果だけの雑な判定より入力データによる判定の方が騙しにくいってのはそれほど理解が難しいか

染みついた手癖はそう簡単に変えられないよ

雑魚狩り数の大半は「平均的にレベル下げて戦ってる」んじゃなくて「一方的に勝つか、ランク維持のためにわざと負けるか」の雑な調整しかできないよ。

から、より細かく入力データで判定すれば雑魚狩りの大半は適齢レベル判定に近づけて雑魚狩りしにくくなるんだよ。

真っ赤な顔して茹で上がった頭に理解できるぐらい簡単に書いたつもりだけど、できれば1時間ぐらいネットから離れた後に見てほしい。

Permalink |記事への反応(1) | 12:54

このエントリーをはてなブックマークに追加ツイートシェア

2025-03-12

anond:20250312001936

AIってそもそも議論の前提知識間違ってませんか?みたいな指摘はせんのかね?

詳しい仕組み知らんが基本的には相関するデータを出力している、という認識だがそうなると例えば財政破綻前提の議論入力するとそれを前提とした学習済みのデータを参照して出力するので、前提となってる入力データ自体への疑義はなかなか出てこんか?質問の内容自体間違ってませんか?という回答をするAIは恐らく入力者にとって使いづらいAIになってしまうのもあるし。

Permalink |記事への反応(0) | 00:27

このエントリーをはてなブックマークに追加ツイートシェア

2025-01-27

AI半導体チップ設計インパクトを与えるのだろうか

半導体設計使用するソフトを作っているCadence、SynopsysもAI機能が追加され始めてきたものの、

そもそもCPUのみを使う設計で作られてきたからか、あまりAIインパクトがある結果は出てきていない。

Googleから強化学習レイアウトをより敷き詰められるという論文は数年前に出たが、ニュース一般層には話題になったが、

英語圏でも実際に設計従事者には懐疑的見方がされていた。


現状のAIはAttension機構に支えられており、Attentionで関係性がわかる入力データ構造にしなければならない。

例えば、ハードウェア記述言語HDLだと同時に処理されるので、1psごとのシミュレーション時間ごとに全部のHDLの論理がわからないと次のシミュレーション時間に移れないため、Attensionと相性が悪い。

if文による分岐が発生するので、そもそもGPUとも相性が悪いというのもある。


物理設計だと、タイミング検証レイアウト最適化は、今でも数値最適化なのでAIが得意そうな感じがするが、

データ容量が数GB~何十GBもなるので、こちらもAttentionの入力に頼れない。


他にもアナログやIOやメモリなど色々進歩しないとA向けチップの処理向上しないわけだが、

問題AIが得意な人材半導体業界には入ってこない。

NVIDIAにしてもBlackwellで発熱と電源問題限界に近づいている。

(チップサイズが大きいのにIRドロップ問題クリア出来ているだけでも凄いが)

VRAMへ接続するにはメモリバスを持たないといけないが、IOの数も結局限られる。

Permalink |記事への反応(0) | 14:55

このエントリーをはてなブックマークに追加ツイートシェア

2024-12-08

anond:20241208190638

テストケース入力データと出力想定データがあれば発達でもできるだろうけど、自動化した方が早いでしょ

Permalink |記事への反応(1) | 19:07

このエントリーをはてなブックマークに追加ツイートシェア

2024-06-17

anond:20240617184608

逆に安い機器では

入力データとしては1677万色画像を受け付けてても

それを液晶出力段でこっそりRGB565の65536色に減色してたりするぞ

どうせバレへんやろの精神でやってるからナイショな

Permalink |記事への反応(1) | 18:52

このエントリーをはてなブックマークに追加ツイートシェア

2024-06-09

理論物理学最前線を探る

自然界の法則の探索は、一般相対性理論量子力学の発展の中で行われてきた。

相対性理論アインシュタイン理論だが、これによれば、重力は時空の曲率から生じることになり、リーマン幾何学の枠組みで与えられる。

相対性理論においては、時空はアインシュタイン方程式に従って力学的に発展することになる。

すなわち初期条件入力データとして与えられていたときに、時空がどのように発展していくかを決定することが物理学問題になるわけである

相対性理論天体宇宙全体の振る舞いの理解のために使われるのに対し、量子力学原子分子原子構成する粒子の理解のために用いられる。

粒子の量子論(非相対論量子力学)は1925年までに現在の形が整えられ、関数解析や他の分野の発展に影響を与えた。

しか量子論深淵は場の量子論にあり、量子力学特殊相対性理論を組み合わせようとする試みからまれた。

場の量子論は、重力を除き、物理学法則について人類が知っているほどんどの事柄網羅している。

反物質理論に始まり原子のより精密な記述素粒子物理学標準模型加速器による検証が望まれている予言に至るまで、場の量子論の画期性は疑いの余地がない。

数学の中で研究されている多くの分野について、その自然な設定が場の量子論にあるような問題研究されている。

その例が、4次元多様体ドナルドソン理論、結び目のジョーンズ多項式やその一般化、複素多様体ミラー対称性、楕円コホモロジー、アフィン・リー環、などが挙げられる。

こういった断片的な研究はあるが、問題間の関係性の理解が困難である

このような関係性の研究において「ラングランズ・プログラム」が果たす役割に期待される。

Permalink |記事への反応(0) | 20:20

このエントリーをはてなブックマークに追加ツイートシェア

2024-05-24

生理アプリ、男が使う想定が全くされてない

女の言う「今日安全から中に出して」程信用できない事は無いので安全日チェックで有名どころの生理アプリ数個入れたけど、これ男が使う想定って全くされてないんだな。

単純に「生理からムリ」だけでおおまかな予想が出来るモードとか無いのかよ。彼女安全日知りたい彼氏とか絶対居ると思うんだけど。体温とか体重とか絶対彼氏に言わない入力データ多すぎだし。

 

避妊は無いけど妊活は専用モードあるしえらく充実してるのよな。

どうも生理アプリ全般的に『受精、子を授かるのが絶対的な目標』みたいな妊娠尊い受精教みたいな考えが根底にあって、避妊のヒの字も一切無い。

避妊なんてとんでもない!この邪教徒め!でていけ!みたいな感じなんだろうな。生理アプリこえー

Permalink |記事への反応(5) | 09:51

このエントリーをはてなブックマークに追加ツイートシェア

2024-04-02

AI関数人間の知能にはハッシュ関数ぽい振る舞いがある?

現代AIモデルって呼ばれてる奴は重みが調整された巨大なデータ構造です。

データ構造は多分ニューラルネット的なやつが一般的なのでは。知らんけど。あ、私素人ですので、あまり真面目に聞かないでください。

そんでこのモデル入力に応じて出力が変わります。LLMなら猫っていれたら、猫について語りだして猫この特徴や可愛らしさや、猫にまつわる人間感情についての文章が出力されるだろうし、画像生成なら猫の画像が出てきます

モデルは多くの場合関数として振る舞うので、出力方向からこの出力結果を入力すると(お尻にバイブを刺すのと一緒です。)元の入力データ復元できます。猫にまつわる説明文を後ろから入力したら「猫」って言葉が出るし、猫の画像を後ろから入力したら「猫」って言葉が取り出せます

画像認識AIがやっていたことが全く同じことで、画像認識AI画像生成AIは裏表の関係になっています

ところで人間場合は多くの人が、猫を識別できるにも関わらず、猫の絵を描くことが出来ません。

描くことが出来ても「猫」の再現リアルではありません。

人間の脳は、これらAIが獲得している何かの機能を削ぎ落としているようです。

なんかそのへんが一方向性ハッシュっぽさあるよなーって思った。この辺のアイディアを組み合わせたらなにか、劇的にAI計算コストを下げれそうよね。

あとは発話とかの人類共通計算ハードウェアにしてしまうとか、世界モデルベースハードウェアに落とし込むとか色々計算効率化はありそうな気がしている。

人力イラストは、目から入ってハッシュ化され脳に記録されたデータ、もしくは頑張ってハッシュを行わずに保存されてるデータからの手を使った画像復元処理って感じだろうか。

アニメとか漫画イラストとか絵を見るとき脳の効率を使わずに気分良く見れるのは、脳内の削ぎ落とされたデータに近い形での表現からだろうなって思いました。

こうなってくるとハッシュはいいすぎててたんに情報量を落としたデータだな。

でもハッシュって言ったほうがカッコいいよな。実際多くの人にとって再現度は低いし。

でもハッシュはいいすぎましたごめんなさい。

Permalink |記事への反応(7) | 10:00

このエントリーをはてなブックマークに追加ツイートシェア

2024-03-12

anond:20240311002825

スマホアプリマイナポータル」のQR"読取り"の位置が非常に分かりにくい

これは本当にそう。もちろん一回知ったら問題なくはあるんだけど、最初から淀みなく出来た人っているんかな。

確定申告作成コーナーがブラウザ上で行われており、不用意にブラウザを閉じるとすべてが無に帰す。

多くの人が確定申告期間に集中して利用するという特性や、サインアウト忘れなどの万が一で収入・控除情報他人に見られた場合問題などで、各個人アカウントが作られてそこに保存するという民間のような形が難しいことはまだ理解できるが、入力データセーブファイルである.dataファイルスマホでは読めないというクソ仕様は何とかならんもんかな。

Permalink |記事への反応(0) | 14:09

このエントリーをはてなブックマークに追加ツイートシェア

2024-03-06

anond:20240306073829

オリジナル性がないことを主張したいなら入力データにする絵の取捨選択を一切やめてから言えよ。

好みの絵選んでおいて学習モデルオリジナル性を持たせようとしておいてそれは通らない。

Permalink |記事への反応(0) | 11:09

このエントリーをはてなブックマークに追加ツイートシェア

anond:20240305185748

オリンピックエンブレムでもなんでもいいけど、許可なく使ったらアウト。入力データにしてもアウトやで。

Permalink |記事への反応(0) | 10:29

このエントリーをはてなブックマークに追加ツイートシェア

2024-03-01

anond:20240301172623

それプラスフリー画像でも何でもないのに入力データにしようとしてるからな。

Permalink |記事への反応(0) | 17:49

このエントリーをはてなブックマークに追加ツイートシェア

2023-06-21

anond:20230621145330

ゲームで使うのはキャッシュじゃなくてVRAMでしょ。AIも巨大なパラメータと途中計算結果をVRAMに置く。並列度の高い演算部とVRAM間の帯域が重要なので特殊DRAMが使われる。入力データ転送は微々たるものだしモデルも頻繁に切り替えたりしないから、GPUホスト間の通信帯域はある程度重要だけど、ホスト側のメモリ帯域はどうでも良い。現代の高性能なニューラルネットワークは何チップに分けようが、そのまま回路化するのは無理。基本的演算装置を使い回す。

Permalink |記事への反応(1) | 15:03

このエントリーをはてなブックマークに追加ツイートシェア

2022-12-31

anond:20221228234032

公金の流れについてはCDBCができたら解決する。現金からデジタル通貨に変えたいという動機を国は持ってるからシステム運用にかかる費用について悩む必要もなくなる。CDBC上の取引相手がいる実際の取引から、別台帳で管理する場合に起き得る入力データ改竄も起きない。過去データ改竄は起き得るが、口座のマークルツリーハッシュをどこかのパブリックブロックチェーンに定期的に記録しておけばよい。CBDC自体ブロックチェーンである必要はない。

公文書についてはパブリックブロックチェーンタイムスタンプサーバとして使えばいい。これもハッシュの仕組みで改竄の検知だけはできる。ハッシュデータアップロードだけで済むから費用はそんなにかからないだろう。

しかしこれらは実現しない。日本民度では実現しえない。ビットコインを乗っ取るよりもはるかに難しい。

Permalink |記事への反応(0) | 11:21

このエントリーをはてなブックマークに追加ツイートシェア

2022-12-16

anond:20221216211147

入力データをきちんと一定に揃えてもらえればいつでもできる

…つまり現実的ではない

Permalink |記事への反応(1) | 21:15

このエントリーをはてなブックマークに追加ツイートシェア

2022-10-29

anond:20221029195157

好きなキャラ(※入力データが十分にあり生成可能キャラ)、あるいは属性(青髪メガネっ子とか)でポーズ衣装、構図、背景、画風を変えて色々出してみるとか?これが一番個人で楽しめていい気がする

使ってるのがNovelAIなら、好きなイラストDanbooruで探してみて、付いてるタグを足して試してみるとか(Danbooru使うの抵抗あるかもしれないが)。素のStable Diffusionとか他だと分からない。

Curatedでもnudeと入れれば服だけ消すことはできるからエロ目当てえあれば好みにあわせてFullとCurated選ぶといいと思う

Permalink |記事への反応(0) | 19:58

このエントリーをはてなブックマークに追加ツイートシェア

2022-10-13

anond:20221013151816

モデルがいいだけ、ほんとそうだよなあ

体のサイズ入力データからある程度判断できても、似合う似合わないは着てみないとやっぱり分からないもんだなと痛感

店舗で買う方が失敗もなく、最終的なコスパはいいのかもなと思った

安い服だったし今回は諦めて着る

Permalink |記事への反応(0) | 17:10

このエントリーをはてなブックマークに追加ツイートシェア

2022-10-03

anond:20221003171727

拡散の逆過程学習してるんやで。

拡散過程情報を失う過程なので逆過程は決定不能なわけだが、決定不能な中でも「拡散する前はこういう状態だったケースが多い」というパターン統計的に獲得(=学習)することで逆過程を決めることはできる。もちろんそれは決定不能問題に無理矢理解を与えているだけ(=正則化)なので唯一絶対の解ではないが、入出力の辻褄は合う可能な解のうちの一つになる。

過程を獲得できれば、それをシミュレートすることで拡散しきった状態(結果)から入力データにありそうな画像(原因)を推定することができるようになる。それが生成プロセス

Permalink |記事への反応(2) | 17:30

このエントリーをはてなブックマークに追加ツイートシェア

2022-09-01

anond:20220901231531

入力データパラメータランダムシードやら、普通は分けて言うからな。

俺もこいつはニワカ()か、もしくは正規大学情報工学関連の教育受けてないと思う。

どっかの、占い予測モデルとか言ってた奴と同類だとおもう。

Permalink |記事への反応(1) | 23:50

このエントリーをはてなブックマークに追加ツイートシェア

次の25件>
ログインユーザー登録
ようこそ ゲスト さん
Copyright (C) 2001-2025 hatena. All Rights Reserved.

[8]ページ先頭

©2009-2025 Movatter.jp