進撃の巨人を読んだことない人がデータだけでキャラを推測してみる - あんちべ！
はじめに 最近超人気の漫画として私のTwitter TLを賑わす作品、その名も「進撃の巨人」。 これだけ人気なんだからきっと面白いに違いないのですが、 なんか絵が怖そうだし、人がバンバン死んでてグロいっぽいという噂を聞くので、 なんとか漫画を読まずに、それでいて進撃の巨人のキャラについては知りたい、 そう願う潜在的進撃の巨人ファンも全国に70万人くらいいらっしゃると思います。 そこで、データから進撃の巨人にどんなキャラが登場するか推測してみましょう。 扱うデータとして、pixivのタグ情報を利用します。 商品レビューコメントなどとは違い、ファンの創作活動がダイレクトに反映されるサービスなので、 そこに付与されるタグ情報は、ファンの熱（過ぎる）いメッセージが込められているに違いありません。 今回、以下のような縛りを入れています。 1．勿論原作は見ない 2．pixivのタグ情報は参照するけど、
ビジネスデータからの知識発見・活用ソリューション -- リンク集
統計分析、多変量解析、データマイニング、その応用例を調べるにあたって参考となるページを紹介します。基礎知識の補完にご活用ください。
[投資・論文]Twitterのテキストとネットワークの解析による経済動向分析
概要 † 本研究ではツイッターデータから特徴量を抽出し、経済動向を表す指標との関連性を明らかにする、テキスト分析、グラフ表現分析、回帰分析からなる分析手法を開発した。この分析手法を実際のツイッターデータに適用し、経済指標の予測を行った。テキスト分析とグラフ表現分析、両者を組み合わせた分析のそれぞれの手法を用いた予測結果を比較することで、予測する経済指標によるテキストの特徴量とグラフ特徴量の影響の違いを明らかにした。経済全体を表す指標については、テキスト分析とグラフ表現分析の両者を用いることで予測精度が向上した。 ↑
NagoyaR_3: R言語によるプロット入門
NagoyaR_3: R言語によるプロット入門 — Presentation Transcript Nagoya.R #3 (2010/06/19) R言語によるプロット入門 小林 雄一郎 （大阪大学／日本学術振興会） 1 自己紹介 》 小林 雄一郎（こばやし ゆういちろう） × Twitter: @langstat × はてな: langstat 》 所属 × 大阪大学大学院言語文化研究科 × 日本学術振興会特別研究員 × Osaka.R 》 関心領域 × テキストマイニング、コーパス言語学、自然言語処理 》 註 × 私は、統計の専門家でもRの専門家でもありません！ 2 早速ですが、Rでプロットを書いてみよう #適当なx軸の値とy軸の値を各10個ずつ読み込む x<-c(83, 46, 53, 41, 6, 28, 16, 74, 89, 29) y<-c(48, 85, 54, 70,
テキストマイニングのための機械学習超入門 二夜目 パーセプトロン - あんちべ！
一夜目はパターン認識と機械学習の概要を学びました。今夜は、識別部で用いられる機械学習の基本的な線形識別器である「パーセプトロン」を具体的に学びたいと思います。「線形識別器？パーセプトロン？何それ？」字面は厳しいですが、手を動かしてみると意外と簡単に理解できます。今夜からは数式をバリバリ使っていきますし、手を動かしていただきます。「必ず」手元にペンと紙を用意してください。そうは言ってもパーセプトロンが一体何なのか、機械学習の中でどのような位置づけなのかがわからないと混乱するかもしれません。パーセプトロンの説明へ入る前に、機械学習の3つのアプローチをご紹介します。 ●機械学習の３つのアプローチ - 識別関数、識別モデル、生成モデル 機械学習は大きく分けて識別関数、識別モデル、生成モデルという３つのアプローチがあります。 識別関数 := 入力データを見て、特定のクラスに属するよう識別（代表的な手
マルコフ連鎖と日本語形態素解析によるワードサラダSEO
マルコフ連鎖とは マルコフ連鎖は未来の挙動が現在の値だけで決定され、過去の挙動と無関係であることを利用した確率統計モデルです。定義としては次のような形を取ります。 マルコフ連鎖は、一連の確率変数 X1, X2, X3, … で、現在の状態が決まっていれば、過去および未来の状態は独立であるものである。形式的には、 であるような過程をいう。一般の、時間的に均一でないマルコフ連鎖は、この等式を満たさない。（Wikipedia:「マルコフ連鎖」より） はい、難しい数式が出てきましたね。私もこの中身は完全には理解していません。しかし、このマルコフ連鎖を使うと、現在のデータを一定の出現率で並び替えるアルゴリズムを作成することも可能という事を憶えておいてください。実はGoogleのページランクアルゴリズムなどにもマルコフモデルが応用されています。 日本語形態素解析とは 日本語は単語と助詞を中心に、日本独
テキストマイニング技術の活用に向けて読んでおきたい12のプレゼン資料 - コーパスいぢり 〜langstatの研究日誌〜
思いは言葉に。 はてなブログは、あなたの思いや考えを残したり、 さまざまな人が綴った多様な価値観に触れたりできる場所です。
テキストマイニングのための機械学習超入門 一夜目 - あんちべ！
テキストマイニングに必要なパターン認識と機械学習について学びます。非常に初歩的な話から始めます。対象者は「テキストマイニングに興味があり、用いられる手法の中身を知りたい（けれど高度な数学は厳しい…）」というビジネスマンや学生さんです。数式は出来る限り「使います」。使わないと意味するところは理解できません。ただし、愚直に数式の一行一行を手計算で順を追って解いていきますし、必要な数学知識はその都度説明し、前提知識は求めませんので「数式出てくるの？じゃあついていけないのでは…」という心配は不要です。この記事の特徴は「機械学習の手法をやたら冗長な数式と過剰なまでの例を用いて、くどくどと同じ話を何度も説明する」ことです。 筆者ことあんちべは純文系出身で、数学や統計学、プログラミングは全然学生時代やってこなかった上、業務でも機械学習を使うことなんて皆無、それどころか機械学習なんて言葉は就職してからよう
エロゲのエッチシーンからシナリオライターが同定できるか調べてみた（後編） - spring efemeral
昨日の続きでクロシェット作品を検証していきます。 スズノネセブン！ この作品では4人のヒロインに使われていました。 三峰美奈都 代官山すみれ 鷹取柚子里 志麻莉里 考察 鷹取柚子里ルートに志麻莉里のおなにゅーシーンが含まれているので、この2人のエッチシーンを合わせたものが1ルート分になります。従って、登場頻度が突出している鷹取柚子里シナリオを担当したのでないかと推定できそうです。ただ、三峰美奈都については数が少ないので除外していいと思うのですが、代官山すみれについてはちょっと判断に迷っています。登場回数がやや多いこと、セリフに含まれていることなどを鑑みると違うとは言い切れなさそうなので。 スズノネセブン！ Sweet Lovers' Concerto この作品でも4人のヒロインに使われていました。 野々村仁乃 鷹取柚子里 志麻莉里 島村静穂 考察 登場頻度及び本編での考察をふまえると鷹取柚
第5回研究会 - PukiWiki
開催主旨 † 近年，これまで市場に興味を持たなかった一般の人々の間にも，金融市場への関心が高まっています．このような状況の中で，ファイナンス分野への人工知能技術の応用を促進するため，この研究会では，ファイナンスに関わる研究課題を広く対象とし，人工知能分野の工学系研究者と金融市場の現場で活躍されている技術者との交流を深めるとともに，新しい人工知能技術の創出を目指しています． 第5回研究会も，金融市場の現場で活躍されている技術者の方々が参加しやすいように都内でで土曜日に開催し，招待講演を含む研究発表と懇親会を予定しております． また，口頭発表だけでなく，他の参加者からより多くの意見を集められるような場を設ける予定です． 人工知能学会の会員でなくても発表・参加していただけます．皆様の積極的なご投稿・ご参加をお待ちしております． ↑
1
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
元ハルバディア岡田氏、企業の定性情報分析したファンド開始へ - Bloomberg
情報抽出入門 〜非構造化データを構造化させる技術〜
[投資・論文]ニュース記事で報道される社会的イベントを考慮した株価動向予測の補正
テキストマイニングを使った投資家心理の数値化
MUSASHI