読者です 読者をやめる 読者になる 読者になる

電脳ミツバチのコンピュータ広報室

銀座の屋上菜園を耕しています。コンピュータ畑も耕します。

Facebookの公開した人工知能fastTextを試してみた

みなさんこんにちは。最近はCTFにはまっていて国内外の様々なコンテストに手あたり次第参戦しています。

 

さて、2016/8/18にfacebookが新しい人工知能のfastTextを公開したのでとりあえず触ってみました。なんでも今まで5日かかっていた言語処理が10秒で終わるそうです。

jp.techcrunch.com

 

fastTextとは何ぞ?fastTextで出来ること 

主に2つあります。

  • 単語をベクトル表現にする

  • テキストのクラス分け

の2つです。

テキストのクラス分けは何となく意味が分かるかもしれませんが単語のベクトル表現とはなんぞや?となりますよね。単語をベクトル(数字の組み合わせ)で表すことによってコンピュータがこういう意味なんだなということを把握するために使います。

こうすると何が嬉しいのかというと

「王様」- 「男」+ 「女」= 「女王」

「パリ」- 「フランス」+ 「日本」= 「東京」

などの計算ができるようになります。

詳しくは下記リンクをご覧ください。

deepage.net

単語のベクトル表現例

 f:id:computermonkey:20160913221700j:image

 

今流行りのディープラーニングはベクトルで計算して分類しますので単語がベクトルで表せると都合がよいのです。出来たものをディープラーニングでクラス分けします。

 

流れとしてはベクトル化→分類→推薦といった手順になります。ベクトルが似てるものを分類して商品を推薦するといった形ですね。

もともと人工知能fastTextはfacebookがニュースフィードからスパムを分類するために作ったともいわれます。

 

 具体的に見てみましょう。

 

まずはgithubから該当ソースを落としてビルドします。OSはUbuntu推奨です。30Gくらいあったほうが良いです。

f:id:computermonkey:20160913175611j:image

f:id:computermonkey:20160913175625j:image

f:id:computermonkey:20160913175644j:image

# apt-get update

# apt-get install git g++ make python

# git clone https://github.com/facebookresearch/fastText.git

# cd fastText

# make

 

ビルドができたら「fasttext」というシェルが出来てますね。このひとがいろいろやってくれます。

f:id:computermonkey:20160913181815j:image 

 

 

  • 単語のベクトル化 

 

では最初に単語をベクトル表現してみましょう。適当にMensa InternationalのwikipediaをコピペしたものをUTF-8でテキストにしてmensainternational.txtとして保存しました。

 

 

では辞書ファイルに保存しましょう。

 

./fasttext skipgram -input mensainternational.txt -output mensa

 

これでmensa.binというファイルが出来ました。skipgramというのは単語をベクトルに変える時の最新のアーキテクチャのことです。ご興味ある方は下記を参照してください。

【論文シリーズ】CBOWとSkip-gramについて - Qiita

 

 

そして下記のコードを打つと、

 

 ./fasttext print-vectors mensa.bin < mensainternational.txt

 

こんな感じでコンピュータが認識します。

 f:id:computermonkey:20160913221759j:image

 

 

最初からフェースブックが用意してくれている単語のベクタ表現群は下記のコマンドでもらえます。

 

(なお、シェルの実行にはnumpyが必要なのでない場合は

apt-get install python-numpy

でインストールしてください)

 ./word-vector-example.sh

 

と打てば勝手に大量のデータを学習してくれます。

 

 

 

  • テキストのクラス分け 

 

クラス分けのほうをやってみましょう。facebookが先に用意してくれているサンプル結果は下記のシェルからもらえます。

 

./classification-results.sh

 

yelpやyahoo_answerやamazonのレビューをクラス分けしてくれます。

amazonのレビューなんかは6割であんまりですがagnewsなんかは非常に高精度で分類できていますね。amazon review polarityは評価の平均の3を飛ばして評価が高い4,5と低評価の1,2だけを集めたものでそうすると分類精度が跳ね上がるのは面白いですね。

 f:id:computermonkey:20160913180110j:image

 

さて、ここでアマゾンのレビューを評価してもらいましょう。

単純にテキストにgreat,good,normal,badと書かれたテキストをそれぞれgreat.txt,good,txt,normal.txt,bad.txtとして保存します。

f:id:computermonkey:20160913191710j:image

f:id:computermonkey:20160913191721j:image

 

評価コマンドは下記のようになります。

 ./fasttext predict result/amazon_review_full.bin great.txt

(デフォルトではresultフォルダに結果のbinファイルが置かれる

 

f:id:computermonkey:20160913191736j:image

ちゃんと5段階で評価してくれていますね。

 

それでは実際のamazonレビューをとってきてテキストを評価してもらいましょう。

f:id:computermonkey:20160913191751j:image

f:id:computermonkey:20160913191801j:image

 

 

無事評価5のレビューで5をいただきました。

では評価2のレビューはいかがでしょうか?

 

f:id:computermonkey:20160913191808j:image

f:id:computermonkey:20160913191817j:image

 

ちゃんと評価2のクラス分けに分類できてますね。

 

 以上になります

 

これから人工知能言語学習してみようとする方には便利な道具になると思います。

今のところ大容量のテキストを分類する方は巨大なECサイトを運営しているとか限定されるかもしれません。

しかし、これからの強いAIの流れとして

画像認識処理→感情概念理解→自然言語理解→ネットの知識吸収

の順で進んでいこうとしているようですのでいづれ重要な部分を占めるようになると思います。今のうちに少し触っておくとよいかもしれません^^

 

 

 

次回はRSA暗号の解読の仕方でも書いてみましょうかね。

ではまたー^^

 

 

 

 

 

こちらの文章もおすすめです

deepage.net

 

マウスなんてもう古い!ジェスチャーでパソコン、iPhoneを動かすVR時代へ

みなさんこんにちは。

今為替の値動きを人工知能で解析して遊んでます。1分足の終値-始値データを10本づつまとめて10分のデータセットにして、これを元に後の10分を予測するリカレントニューラルネットワークを実装してみましたが収束せず発散してしまいました。やっぱり為替ってランダムウォークなんですかねT^T

f:id:computermonkey:20160626220344j:image

 

 

さて、今日は新しいおもちゃを手に入れたのでご紹介します。みんな大好きVR(バーチャルリアリティ)に最高に相性の良いジェスチャーコントロールMYOデバイスです。

こちらの動画をご覧ください〜

youtu.be

 

 

なんとなく近未来のデバイスを予想させます。

今はアマゾンとかでも売ってるようです

Amazon購入はこちら

f:id:computermonkey:20160626222723p:image

 

 

さて、買ったらまずMYO connectというソフトをインストールします。OpenGLのバージョンが古いと動かないのでご注意ください。

https://www.myo.com/start

 

インストール出来たら指示に従ってBluetoothでデバイスとパソコンを繋ぎます。

 

 

完了したらMYO marketに行き、やりたいことが出来るアプリをダウンロードしてきます。

https://market.myo.com

f:id:computermonkey:20160626230906j:image

私はパワポでプレゼンしたりiPhoneの撮影がしたかったのでそれらを試しました。iPhoneの撮影は面倒な設定がいらずアプリをダウンロードするだけでしたが使ってみたところまだまだという印象でした。

 

パワポは優秀です。この様に手振りだけでプレゼンしたらみんな驚くんじゃないですかね^^

 

youtu.be

 

 

これからAR、VRが続々登場します。Myoはキーボードの割り当てもできるのでより仮想世界に没入できるのではないでしょうか?^^

f:id:computermonkey:20160627082349p:plain

 

 

ご参考までに今後のVRはこの様なところに注目です。

Oculus Rift

注目度ダントツ。現在はFacebook傘下に

www.oculus.com

 

PlayStation VR

日本人おなじみのプレステ。10月発売。ソニーがんば。

www.jp.playstation.com

 

HTC Vive

台湾製VR。

https://www.htcvive.com/jp/product/

 

参考サイト

www.moguravr.com

 

 

また現実世界にマッピングするARではMicrosoftのHololensに大注目。

www.microsoft.com

 

 

以上MYOの紹介でした。

 

ではまた〜

 

 

 

 

PS 僭越ながら人工知能系の会社を作りました。ロゴ募集してます。よろしくお願いいたします〜^^

http://www.lancers.jp/work/detail/1060221

 

エンジニアが左うちわPart4。猫でもわかる金融の歴史

今日は猫でもわかる簡単な金融の歴史を記事にします。うちの猫のテンテンくんは餌をもらった後にスリーステップで食べたことを忘れてしまい2つある餌場をウロウロ往復しているので難しいですが、普通の猫くらいなら分かるほど簡単です。

f:id:computermonkey:20160305162112j:image 
 
世界最古の文字はメソポタミア文明楔形文字と言われてますが、さて、人間が記録の必要性に直面し、文字を発明することになった最初の動機は、在庫の管理や取引、会計記録など経済活動にありました。これは農耕が始まり食べる以上の余裕が生まれたからです。食料生産に従事しない神官や職人、商人が生まれ、都市が形成されました。現在のイラクあたりで紀元前5000年前ごろに起こった話です。【文字の始まり:古代メソポタミア文明
 
やがて穀物などの再分配を取り仕切るリーダーが生まれ、徴税制度が始まります。どれだけ食べ物、金属、工芸品が倉庫に残ってるかはリーダーにとって重要な情報でどうしても記録する必要があったのです。【徴税制度の始まり:古代メソポタミア文明
 
タブレットのような粘土板に文字に書いて年に一度の収穫期には棚卸しをし、決算報告書までも後世に残すようになりました。紀元前1823年の粘土板には借用書が残っております。つまり、収穫まで前倒しで麦や銀を借りることも出来、さらにこうした賃借契約は公証人に届けた上で譲渡も可能だったということで利子付きの証券として出回っていたことになります。【決算報告書、借用書の始まり:古代メソポタミア文明
 


紀元前625年新バビロニア時代には現在の銀行のような商売も始まりました。エジビ家やユダヤ系のムラッシュ家などです。彼らは王に対する貸付や小切手、為替手形、不動産ローンの買取、さらにはVC(ベンチャー投資)なども行っていました。【銀行の始まり:新バビロニア時代】
 
 
 
中世大航海時代に入ると1580年にオランダと敵対するスペインがポルトガルを併合し、ポルトガルからコショウを調達していたオランダが窮地に陥ります。そこで自らコショウを調達すべく船団を組み直接アジアに乗り込み成功します。このルートに目をつけたのがかの有名な東インド会社です。ちなみにパイレーツオブカリビアンのジャックスパロウも東インド会社をクビになった海賊です。船団は帰ってくるまでが長く、借りたお金をなかなか返せませんでした。そこで1602年、全ての航海を一つの事業とみなし、元本返済期限のない利子の約束もない有限責任の株式会社オランダの東インド会社(VOC)が誕生しました。オランダ東インド会社誕生とともに近くに同じく世界初の証券取引所アムステルダム証券取引所が誕生し、オランダ東インド会社の株式が活発に売買されました。こうして出資を集め、それを元手に貿易で利益を出し、あっという間に巨大な組織になりました。これが株式会社・証券取引所の始まりです。【株式会社・証券取引所の始まり:中世大航海時代
 
 
 
 
相場のテクニカル分析が行われ始めたのは以外にも日本が先駆けでした。江戸時代後期の1724年、出羽国庄内(現在の山形県酒田市)に日本一の大地主・本間家の初代当主・原光の5男として本間宗久という男が生まれました。本間家のある酒田は出羽米(今の庄内米)の一台生産地であったため、当然のように宗久も米の投機売買に手を出しました。宗久は、米相場の研究を始め、実践に移したが、買えばあたり、売ればあたりでわずかの間に巨額の富を築きました。(現在の金額にすると1兆円以上稼いだといわれている)1774年江戸幕府の財政指南役として 相談を受けるまでの立場となりました。一方アメリカでもこのころからダウ・ジョーンズ社の創始者チャールズ・ダウがテクニカル分析を始め、後継者のウィリアム・ハミントンがダウ理論を完成させました。【テクニカル分析の始まり:18世紀江戸後期】
 
 
最後に、近代の銀行システムは何もないところからお金を創造します。これは信用創造という天才的な仕組みによって新しいローンが組まれるたびに毎日膨大なお金が生まれているためです。たとえば皆さんが家を買ってローンを組んだとき、あなたはローンによってお金を銀行に納めなければなりませんが銀行は借り手の口座に金額を書き込むのみです。何らかのお金を一切動かすことはありません。簡単に言えばそんな感じです。実は政府が造幣局によって作るお金は循環しているお金の5パーセント以下に過ぎないのです。【信用創造の始まり:近代】
 
 
 
現代の金融の基礎ははるか古代メソポタミアから築かれ、今なお発展途上です。仮想通貨などここにきてまったく新しい概念が登場し、この先銀行業務自体がガラッと様変わりすることが予想されています。皆様も今一度この変化をチャンスと捉え、学びなおしてはいかがでしょうか?
 
 
金融の歴史まとめ(図解)
 
メソポタミア文明 金融の始まり(BC5000)
f:id:computermonkey:20160305161025j:image
f:id:computermonkey:20160305140406p:image
バビロニア時代 銀行の始まり(BC600)
f:id:computermonkey:20160305140455j:image
中世大航海時代 株式会社・証券取引所の始まり(1300)
f:id:computermonkey:20160305140507p:image
f:id:computermonkey:20160305140519p:image
本間宗久、チャールズ・ダウ テクニカル分析 1780年
f:id:computermonkey:20160305140531p:image
近代・現代 信用創造
f:id:computermonkey:20160305140540p:image
 
 
 
 
 
おまけ 日本の貨幣の歴史
日本の貨幣の歴史は7世紀後半飛鳥時代の「富本線」です。(私は和同開珎の世代ですが)。それまでの古代は物々交換で、富本線は中国を模倣して藤原京造営の役務に対する手形で造られました。しかしそのころ日本は貨幣が流通するほど商品経済が発達してなかったため苦肉の策として富本線を集めたものには褒美として位を授けるようにしました。結局使わずに溜め込まれたため死に金が多く12世紀後半平清盛が渡来銭を輸入するまで廃れてしまいました。
 
この後16世紀安土桃山時代になると金山銀山を手に入れた戦国大名が独自の金貨銀貨を作り流通させ、徳川家康の時代に全国で統一されました。この時、銀を鋳造する場所ということでいわゆる今の銀座が出来ました。(金座は日本橋にありましたが、途中で紙幣に変わったので日本銀行日本橋にあるのです)
 
 
 
 
 
オススメの参考図書
 
 
 
 
 
 
 

エンジニアが左うちわPart3。夏場はバカンスで為替値動きが少ないことの証明。月、日、時間ごとのボラ強度測定

皆さんこんにちは。

最近メンサの投資クラブに入り、諸先輩方に色々教えていただいております。
 
昨今の業界のブームは通貨ごとの強度を測ることらしいのですが私は今回、月ごと、日にちごと、時間ごとの強度を測ってみました。
ここでの強度とは簡単に言うとどれくらい値動きがあったかということです。(投資の世界ではボラティリティとかボラとか言います)
 
まずメンバーにUSDJPY1分足のデータを527万件ほど頂きました。
 
 
f:id:computermonkey:20160207033139j:image
 
 
このデータをmysqlに入れ、月ごとの値動きの絶対値と日ごとの値動きの絶対値を出し、月ごとの絶対値を日数で割りました。出てきた結果がこちら
 
f:id:computermonkey:20160207033406j:image
 
検証すると7月、8月は少ないですね。これは機関投資家たちがバカンスに行っているからだと思われます。また年末には動かなくなること、年始や決算月に動くことなど何となくそうだろうなと思っていることが数値化して分かると思います。
結果は月ごとの強度を日ごとの強度で重みをつけて割り、その月のその日の強度を出したりして多変量の解析の重みとしてもお使いいただけるのではないかと思います。
 
ついでに時間の強度も測ってみました。
f:id:computermonkey:20160208144254j:image

http://ginzastudy.net/time_strength.html

 
(追記)分かりにくかったので日本時間に変更しました。
ロンドン市場とNY市場の重なる21時から翌朝2時までがやはり活発に動いてますね
日本時間の日中の値を見るとclose-openがマイナスなので円高に振れています。理由を探ってみるのも面白いかもです。
 
 
因みに前回の記事で勢いのある1分足の判定をすると言いましたが結果は芳しくありませんでした。終値始値が10pips動いた時を計算してみましたが15分後くらいまで反転確率が上がりましたがその後均一化し、スプレッドを超えて50パーセント以上反転することはありませんでした。
一応結果を載せておきます。何かご参考になれば幸いです
 
f:id:computermonkey:20160207034126j:image
 
 
次回はまた怪しい海外の機器を手に入れましたのでレビューできればと思っております。
ではまたー
 
 

エンジニアが左うちわPart2。一人FinTech。為替ハッキング。為替データで統計を取る方法

皆さん最近流行りの言葉でFinTechという単語をご存知ですか?これはファイナンス(金融)とテクノロジーを合わせた造語で、近年のコンピュータが個人で充分に金融の精度を測れるようになり、テクノロジーを使ってより良い金融ライフを送ろうじゃないかという試みです。他にも教育とテクノロジーでEd(ucation)-Tech、医療とテクノロジーでHealth(care)-Tech、これらを合わせて3techと呼ばれ、現在世界中の勢いのあるスタートアップの多くがこの中に占められています。

 
 
ところで前回のEC2で24時間FX自動売買するという記事はおかげさまで2015年はてなブログトップ200入りを果たしました。ありがとうございます。
  

 
中にはEAを使って実際に自動売買を始められた方もいらっしゃるかと思います。優秀なEAは確かに良い結果を出してくれます。しかしパターンに入るまで長い時間かかり、ともすれば一ヶ月で1回の取引なんてこともあります。
 

私の人生、後数十年しか無いのに一年間で数回の取引なんて待ってられるか。という事で優良パターンをEAにしてどんどん回転数を上げていこうと考えましたので軌跡を残していきます。

 
まず最初に金融データは公に公開されております。前回の記事でメタトレーダー4をダウンロードしている方はTools→History Centerからcsvファイルをエクスポート出来ます。これは共通データですがご自身の使ってる業者のチャートデータもその企業のHPなどで公開されているのでダウンロードしてきてHistory Centerにインポートし、よりパーソナライズされたデータもエクスポート出来ます。今回は共通データで行います。
 f:id:computermonkey:20160114152544j:image
f:id:computermonkey:20160114152547j:image

これをエクスポートしてmysqlか何かのデータベースに入れ、検証することが出来ます。
 
私がまず考えたのはローソクの長さが長い=Open(始値)-Close(終値)が大きい、つまり急激に相場が動いた時に次のローソクもそのまま行くか揺り戻しが来るかで大きく動くだろうという予測でした。USDJPYの15分足で次のローソクが2pips越えて動く確率が40%以上の結果を下記に残します。

通貨ペア:USDJPY15分足
対象期間:2013~2015の3年間 
対象ローソクの数: 65000本 
判定方法:上下に2pips動く確率が40%以上を算出
 
f:id:computermonkey:20160111213753j:image
やはり、大きく動くほど次のローソクも振れ幅が大きいのは正しいようです。ここで考えたのは-0.2以上動いた時次の反転で2pipsを超える動きをする確率は50%を超えるということは、50%の確率で2pips取れるということか。ならば他の50%以上のデータを集めて2pipsで利益確定、2pips反転したら損切りするパターンを全部EAにしたら少しづつプラスになりながら、作った数だけ速くキャッシュフローがまわるじゃないか。(実際はヒゲの部分のリスクもあるのでもっと損切りを深く取り、%も上げないとなりません) しかし現状50%超えは一つだけ。ならば動いたローソクと次のローソクのパターンから三番目のローソクデータの動きを検証してみよう。そして次は三つのローソクのパターンから四つ目のローソクのデータ、四つのローソクのパターンから五つ目のローソクのデータの動きを検証し、どんどん精度を上げていこうと考えました。
しかしこれは計算量がO(2n^(i-1))で増えていくのでせいぜい見れるローソクはi=3-5が限度だろうと予想しました。
 
実際に適当に作って見ると二つのローソクから三番目のローソクの動きを検証するi=3の場合で既に幾つかのcpuを高速で動かす必要が出てきました。(リファクタリングしてないのでコードもなんやかんやで3000行を超えることに)
出てきた結果はこちら

通貨ペア:USDJPY15分足
対象期間:2013~2015の3年間 
対象ローソクの数: 65000本 
判定方法:上下に2pips越えて動く確率が〇〇%以上を算出(写真は80%以上)

 f:id:computermonkey:20160111213930j:image
50%以上は数が多いのでこちらをご参照ください。
 
 
%を追いかけるより、一本目、二本目のパターンがこういう時に次は大体こっちのほうに振れることが多いんだなという見方をすると役に立つと思います。
 
母数が65000程度だと人間の心理パターンとまでは言うには難しいかもしれません。しかし統計上有効なパターンですので宜しければこちらを参考にEAを作られるとよろしいかと思います。(もちろん自己責任で)
 
通貨も様々な通貨の組み合わせがあるしもっと効率の良いアルゴリズムもあるでしょうからまた合間を見て少しづつ有効なパターンを検証していこうと思います。
次回は勢いある1分足を判定してスワップ+数pipsを取っていく時に有効なパターンの検証したいと思います
ではまたー
 

エンジニアが左うちわでホクホクする。AmazonEC2を使い月額1000円程度で24時間FX自動売買環境を整える方法

 
今日はAmazonEC2を使ってコンピュータに24時間FX自動売買させる方法をご紹介します。
これによって寝ている間も機械がトレードを続け、うまくいけば左うちわで暮らしていけるかもしれません。
 
FXはやったことあるけど結局負けて退場した、システムトレード(自動売買)は聞いたことあるけどコンピュータを24時間稼働させるのが出来なくて諦めた、という方いませんか?
そんな方のご参考になればと思います。
 
f:id:computermonkey:20151128163121j:image
 
 
 

まず、必要な準備として証券会社とAmazonEC2のアカウントが必要になります。

 
①メタトレーダー4が使えるFX会社のアカウント
私はFXDDという海外の業者ですが日本の業者も多くあります
 
②AmazonAWSのアカウント
 
 
 
さて、お金持ちへの準備が整ったところで早速設定をしていきましょう。
最初にAmazonEC2で24時間稼働させる方法をご紹介します。
まずは AmazonAWSに入り、EC2インスタンスを生成します。
f:id:computermonkey:20151128164903j:image
f:id:computermonkey:20151128164853j:image
 
 
次にマシンイメージでWindowsサーバ(Microsoft Windows Server2012 R2 Base)を選択します
 
f:id:computermonkey:20151128164841j:image
 
 
インスタンスタイプはデフォルトt2.microで良いです。一番小さいやつなので月1000円くらいです。
f:id:computermonkey:20151128164831j:image
 
 
公開鍵、秘密鍵を設定します。
新しいキーペアとしてキーペア名をmetatrader4とでもしておきます。
この公開鍵はここ1度しかダウンロード出来ませんので落としたpemファイルは無くさないよう厳重に保管してください。
 
f:id:computermonkey:20151128164816j:image
 
終わったらインスタンス生成ボタンを押して完了です。インスタンスが生成されるまで2分ほどかかります。
 
次にセキュリティグループタブでポート443と80を開放します。RDP(リモートデスクトップ)ポートは全部開放するとパスワードが知られたら誰でも入れてしまいますのでマイIPを選択し自分だけのポートを許可します。(違うパソコンでログインする時は毎回ここでマイIPを変更してくださいね)
f:id:computermonkey:20151128164713j:image
 
 
最後にインスタンスタブに戻り、今作ったインスタンスを右クリックしWindowsのパスワードを取得と選択します。
f:id:computermonkey:20151128164801j:image
 ここに先ほどダウンロードした公開鍵(pemファイル)をアップロードすると下記のようなIP、ユーザ名、パスワードのログイン情報が表示されます。
f:id:computermonkey:20151128164642j:image
これでリモートデスクトップなどでログイン出来るようになりました。
 
お手持ちのwindowsのスタートアップからリモートデスクトップを選択します。
f:id:computermonkey:20151128210438j:image
 
先ほどのip情報やユーザ名、パスワードを入力するとリモートデスクトップが起動します。
 
f:id:computermonkey:20151128210407j:image
 
リモートデスクトップ先のWindowsサーバのIEを使ってFX業者からメタトレーダー4をダウンロードしてログインします。
f:id:computermonkey:20151128163210j:image
 
 
次にExpartAdvizer(通称EA)と呼ばれる自動売買プログラムをダウンロードしてきます。
EAはネットに無料、有料で落ちてますので適当に拾ってください。少しプログラミングの知識があれば自作することも出来ます。
日本のEAダウンロードサイト

fx-on.com

 

 
ダウンロードしてきたらフォルダに入れてバックテストを実行します。バックテストとは過去のデータからEAの出来を検証することを言います。
 
バックテスト参考サイト
 f:id:computermonkey:20151128192652p:image
 
こんな感じでプラスになって良さそうだったらドラッグ&ドロップしてメタトレーダーに稼働させます。
f:id:computermonkey:20151128194030j:image
 
 ニコちゃんマークが出たら自動売買を始めてくれます。f:id:computermonkey:20151128194000p:image
 
 
後は勝手にお金が増えていくのを待つのみ
 儲かったら教えてくださいね
ではまた

銀座、六本木、新宿、渋谷、レストランマップアプリをEC2+Swiftで作った

みなさんこんにちは

 

最近、銀座、六本木、新宿などの街の中で増えていくレストラン難民をお助けしようと、レストランマップをiPhoneアプリで公開しました。

 

銀座レストランマップ Ginza Restaurant Map on the App Store

六本木レストランマップ Roppongi Restaurant Map on the App Store

新宿レストランマップ comming soon

渋谷レストランマップ comming soon

 

スクリーンショットはこのような感じです。

f:id:computermonkey:20151012211257p:plain

  

自分の周りに広がるお店の数々から、イタリアンやフレンチなど、好きなジャンルのレストランを、予算を加味してお店のPRを見て選べるということを第一目標にしています。英語端末でダウンロードすると英語に、日本語端末でダウンロードすると全て日本語化されます。無料なので是非使ってみてください。

 

例えばフレンチが食べたいけど近くにあるのか分からない。そんな時はフレンチで検索するとこのように現れます。

スクリーンショット

f:id:computermonkey:20151012211204p:plain

 

ここからそのお店のPRや予算を見ながら良さそうなお店があれば電話かぐるなびさんの ウェブサイトに飛んで予約します。

 

f:id:computermonkey:20151012211130p:plain

 

 

 

外国の方は全部英語です。システム言語を判定して英語と日本語を切り分けています。

f:id:computermonkey:20151012211152p:plain

 

 以上アプリの紹介でした。

短くなってしまいましたが 直感的にそんなに迷わないかと思います^^;

 

 

※貧弱なcpuなので開始まで数秒お待ちください><

※ジャンルでスクリーニングして予算とPRを見ると便利です。

 

銀座レストランマップ

Ginza Restaurant Map on the App Store

六本木レストランマップ

Roppongi Restaurant Map on the App Store

新宿レストランマップ

comming soon

渋谷レストランマップ

comming soon

 

 

 

 

 

以下雑感ーーーーーーーーーー

iPhoneアプリを始めて作ってみましたが、iPhone自体は機械学習とかまだまだ複雑な処理にそこまで耐えられない感じですね。

ともあれ素晴らしきAPIを公開していただいているぐるなびさんに感謝しつつ何かのお役に立てばと思います

 

 

使用した主な技術は下記のとおりです。

サーバサイド EC2,Apache,MySQL,PHP,ぐるなびAPI,Shell,cron

フロントエンド  HTML,CSS,JavaScript,Ajax,JSON,Google Maps JavaScript API,

iPhoneアプリ Swift,Object-C

 

次回はiPhone人工知能載せてみたいと思います

ではまた