シュプリンガー社が、東北地方太平洋沖地震により被災した大学の研究者・医療従事者に対し、SpringerLinkの提供(東京大学附属図書館及び京都大学附属図書館経由)と、生物医学関連文献の提供(The Emergency Access Initiative (EAI) 経由)を実施しています。 東北地方太平洋沖地震の被害に対する支援について(シュプリンガー・ジャパン 2011/3/31付けのお知らせ) http://www.springer.jp/news/20110331000811.php 参考: 東京大学附属図書館、被災した大学の研究者等に対し電子ジャーナル等のアクセスを提供 http://current.ndl.go.jp/node/17783
巨大地震が日本を襲い、皆不安を感じながら生活していると思います。 そんな中せめて自分に出来ることをしようと思い、研究してきた内容をブログに記します。 サンプル数が大規模なデータでニューラルネットワークとかサポートベクターマシンとかをしたくても、 時間がかかってしょうがない!ってときに参考にしてみて下さい。 近年、特にweb関係の業界ではデータデータをいくらでも記録できるようになったため、データの規模が非常に大きくなっています。 大規模データに機械学習、マシーンラーニングを適用したいという要望は高まっています。 そういうときはデータからサンプリングして性能を確かめることが多いと思います。 ですがそんな時は、 「サンプル数はどれくらいがいいの?」 「一回やっただけじゃ真の性能は分からないよね?」 「しかもクロスバリデーションしなきゃいけないし。。」 などのような事を疑問に思うでしょう。 今回紹
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く