ロジスティック回帰（logistic regression）の学習が，確率的勾配降下法（SGD: stochastic gradient descent）を使って，非常に簡単に書けることを示すPythonコード．コメントや空行を除けば十数行です． リストの内包表記，条件演算子（Cで言う三項演算子），自動的に初期化してくれる辞書型（collections.defaultdict）は，Python以外ではあまり見ないかも知れません． リストの内包表記は，Haskell, OCaml, C#にもあるようなので，結構メジャーかも知れません． [W[x] for x in X] と書くと，「Xに含まれるすべてのxに対し，それぞれW[x]を計算した結果をリストにしたもの」という意味になります．sum関数はリストの値の和を返すので，変数aにはXとWの内積が計算されます． Pythonでは，三項演算子を条

変数は以下のように値を代入したり出力することができます。 # 変数に文字列を代入 $value = "テストです"; # 変数を出力 print $value; 【参照ページ】 変数 配列 複数の値を1つの変数で管理したい場合は、『配列』という変数が最適です。 配列を初期化する場合は､要素をカッコで囲み､各要素毎にカンマで区切ります｡ @week = ('日曜', '月曜', '火曜', '水曜', '木曜', '金曜', '土曜'); 配列はインデックスを使って参照します。インデックスは 0から始まるので注意してください。たとえば1番目のデータ "日曜" を呼び出すときは、$week[0]、"月曜"なら $week[1] とします。 # 配列 @week の1番目の要素を表示 print $week[0], "\n"; > 日曜 # 配列 @week の2番目の要素を表示 print $

前の記事　スレの状況がわかるツール：「多様な意見」を視覚化 パソコンの瞬間オン・オフも可能に：強誘電体トランジスターに新技術　次の記事 未解読のインダス文字を、人工知能で解析 2009年4月24日 Brandon Keim J.M. Kenoyer/Harappa.com 多くの考古学者の挑戦を退けてきた古代文字が、人工知能にその秘密の一部を見破られた。 4000年前のインダス文明で使われていた記号をコンピューターで分析したところ、これらの記号が話し言葉を表している可能性があることがわかったのだ。 「含まれている文法構造は、多くの言語で見られるものと共通しているようだ」と、ワシントン大学のコンピューター科学者、Rajesh Rao博士は語っている。 インダス文字は、紀元前2600年から紀元前1900年に今のパキスタン東部からインド北部にかけて使われていた文字で、エジプト文明やメソポタミア文

上位下位関係抽出ツールとは 上位下位関係抽出ツールは，Wikipediaダンプデータ(XMLファイル)から機械学習を使って上位下位関係の候補となる表現ペアを抽出します． 以下の3種類を情報源としています． hierarchy :箇条書きなどの階層構造から上位下位関係の候補を抽出 definition ：最初の文（定義文）から上位下位関係の候補を抽出（「～とは，…．」などを利用） category ：category tagにある単語から上位下位関係の候補を抽出 目次 新着情報 注意事項 ダウンロード 動作環境 実行 オプション引数 ディレクトリ構成 実行コマンド入力例 Copyright 新着情報 2009-04 上位下位関係抽出ツールv0.80　リリース 注意事項 Wikipediaのデータを利用するため，処理及び処理結果の利用に際しては，Wikipediaの著作権を熟読の上

人の言葉をコンピュータで処理するために動詞の概念を整理したコンピュータ用の 辞書を構築してfreeで配布しています(現在4425語(7473語義))．動詞の概念は名詞と異なり，係り関係のある名詞との形が 重要になってきます．例えば 彼が(Agent)秘密を(Theme)握る → 秘密を(Theme)得る 彼が(Agent)おにぎりを(Theme)握る → おにぎりを(Theme)作る のように表層の格(ガ，ヲ..)と深層格(Agent, Theme,..)との組み合わせで 動詞の持つ意味が異なり，他の動詞との関係が変わってきます(言語学の語彙意味論では深層格と動詞の 関係を項構造と呼びます)．このような関係を全ての名詞と動詞の組で 記述するのは不可能ですが，それを推測するのに必要な構築可能な動詞辞書の構築を行っています． 具体的な方針としては 語義を仮定して，語義ごと

テキストからの評判分析と 機械学習 鍜治伸裕 東京大学 生産技術研究所 講演の前に • 想定している聴衆 – 評判分析について専門的なことを知らない – 機械学習（ML）の素養を持っている • 講演の内容 – 評判分析という分野の解説 – 評判分析における ML の適用事例の紹介 • お断り – 自然言語処理(NLP)の話に特化 – ML を使っている論文を私の好みで選んで紹介 評判分析を概観する 評判分析はこんな技術 • 例： Yahoo!ブログ検索における「VAIO」の検索結果 肯定的評判と否定的評判の 書き込み数を集計して表示 肯定的な書き込みと否定的 な書き込みを分類して提示 背景: CGMの出現 • CGM – Consumer Generated Media のこと – 例えば Amazon に投稿されたレビューやブログなど – 一般人が作成，発信するコンテンツである点がポイン

単語の重み付けの古典的な方法に tf-idf があります。文書中の各単語の tf-idf 値計算し、値でソートすると、その文書に特徴的な単語リストを得ることができます。 http://nais.to/~yto/clog/2005-10-12-1.html tf-idf は、単なるヒューリスティックスだと考えられていましたが、最近言語モデルに基づく情報検索手法がさかんに研究されるようになり、tf*idf の解釈が明らかになってきました。言語モデルに基づく手法は、ヒューリスティックスばりばりの手法と同性能にもかかわらず、文書のランキングに理論的で合理的な説明を与えることができます。 情報検索は、クエリ q に対し、もっとも適合する文書 d_opt を求めるタスクです。つまり、q が与えられたとき、文書 d が出現する確率 p(d|q) の最大化問題と解釈できます。 d_opt = argmax

ブラウザから使える IME としては AjaxIME が有名ですが、AjaxIME よりは仮名漢字変換モデルをがんばっているので、多少精度がよいようです。 ATOK 2007 はたまたま失敗する事例ばかり集めているので悪く見えますが、 普段はもっとよいですね。言語モデルを Web コーパスから作り、仮名漢字 変換モデルを新聞記事から作っているので、上記4つの硬い文は ChaIME でも正しく変換できることは予測可能ですが、下記4つは難しいです。 このような文体で書かれたコーパス(ブログデータ?)から仮名漢字変換モデル を学習するとうまく行くかもしれません。 統計的仮名漢字変換 統計的仮名漢字変換について ページを分けました。 既知の問題点(優先度順) unigram によるバックオフ(辞書引き回数が減る) 仮名漢字モデルの Google 日本語 N グラムからの推定 現在2GBの辞書サイズ

ChaIME: 大規模コーパスを用いた統計的仮名漢字変換 トップに戻る 統計的仮名漢字変換 統計的仮名漢字変換では、与えられた仮名文字列の入力yに対して変換候補 xを条件付き確率P(x|y)の降順に提示します。仮名文字列が来たときに仮名漢字 交じり文になる確率です。この確率値が高い順に変換結果が並んでいて くれればいいわけです。言い換えると、確率値最大のものがもっとも尤もらしい 変換候補となり、尤もらしさ順に確率値が並んでいることが統計的仮名漢字変換 の基本原理となります。 さて、直接P(x|y)を推定する方法があればそのまま仮名漢字変換に用いること ができるのですが、一般にこの確率値を直接推定することは難しいため、 近似を用いて推定することになります。 この定式化は統計的機械翻訳や音声認識と同様で、ベイズの定理を用いることに よってP(x|y)はP(y|x)とP(x)の積として推定するこ

サービス終了のお知らせ いつもYahoo! JAPANのサービスをご利用いただき誠にありがとうございます。 お客様がアクセスされたサービスは本日までにサービスを終了いたしました。 今後ともYahoo! JAPANのサービスをご愛顧くださいますよう、よろしくお願いいたします。

概要 言語処理学会第１５回年次大会は、鳥取大学鳥取キャンパスで開催します． 例年通り，自然言語に関する理論から応用まで幅広い研究発表を募集します． 特に，言語学，教育学，心理学など，日頃「言語処理」とは縁が薄いと感じておられる人文系の研究者の方々からの積極的な発表を期待しています． 従来通り，研究発表の形態は口頭発表（質疑応答も含めて２０分間程度を予定）とポスター発表のいずれかです． 特に，人文系と理工系とのより密接な交流を図るには，多くの場合，ポスター発表が適しています． さまざまな分野の研究者との深い議論を期待される方は，是非ポスター発表への申込をお願いします． 口頭発表とポスター発表は時間帯を分け，両者が重ならないよう考慮する予定です． ポスター発表ではパソコン持ち込みなどによるデモ等も歓迎します． 両種の発表とも，予稿集には最大４頁の論文を掲載する予定です． また，今大会でも文理の

my biased thoughts on the fields of natural language processing (NLP), computational linguistics (CL) and related topics (machine learning, math, funding, etc.) Some of you know that I (at least used to be) a bit of a programming language snob. In fact, on several occasions, I've met (in NLP or ML land) someone who recognizes my name from PL land and is surprised that I'm not actually a PL person.

This page was completely revised Jan 2006. The earlier edition is here. This is the ‘official’ home page for distribution of the Porter Stemming Algorithm, written and maintained by its author, Martin Porter. The Porter stemming algorithm (or ‘Porter stemmer’) is a process for removing the commoner morphological and inflexional endings from words in English. Its main use is as part of a term norma

LaTeXのメモ。 LaTeXのtabularを見やすくするために, セルに色をつけたい時は colortblパッケージ を使えばよいらしい。 \usepackage{colortbl}してから, \cellcolor[gray]{0.7} 内容 & .. とか \cellcolor[rgb]{0.2,0.7,0.9} 内容 & .. のようにすればOK。 ただし, こうすると\clineを使って罫線を部分的に引いている時に, 罫線が色で上書きされてしまう(!)。 これは難しいですね的議論があったが, さらに調べるとCTANの colortblのページ の文書に対処法が書いてあって, そもそも \cline を使わずに, hhlineパッケージ を使えとのこと。 \usepackage{hhline}しておいてから, \cline{2-4}(たとえば) の代わりに, \hhline{~--

『日本語話し言葉コーパス』第２刷の受付を開始しました(更新：2008.05.02) 報告書『日本語話し言葉コーパスの構築法』がダウンロードできるようになりました。(更新：2008.03.24)

http://www.asks.jp/users/hiro/59059.html http://www.itmedia.co.jp/news/articles/0905/08/news021.html 最初読んだとき、違和感なく読めてしまったのですが、よくよく見てみると、そんなトリックがあったのですね。 さて、この「読めてしまう」がなぜよめてしまうのでしょうか？ 人間の言語モデルの単語パープレキシティは、約100ぐらいであると言われています。どういうことかというと、 人間が文章を読んでいるときに、次の単語を過去の文章から推測するのは 1/100　程度の 確率で正解するということです。 件のコピペですが、最初の文字は変わらないので、その正解率は平仮名の数(52)倍になります。 すなわち、52/100 =~ 0.5　実際には、最後の文字も変わらないし、 単語の長さが変わらないというもの、大きな

NLP 自然言語処理 (Natural Language Processing) の略称。人間の言語をコンピュータに処理させる技術。 夜間離着陸訓練 (Night Landing Practice) の略称。アメリカ海軍が夜間にタッチアンドゴーを繰り返す訓練。 非線形計画法 (Non-Linear Programming) の略称。数学用語。一部が非線形な関数を最小化または最大化するような解を求めるプロセス。 神経言語プログラミング (Neuro-Linguistic Programming) の略称。自己啓発技法を中心とした体系。 このページは曖昧さ回避のためのページです。一つの語句が複数の意味・職能を有する場合の水先案内のために、異なる用法を一覧にしてあります。お探しの用語に一番近い記事を選んで下さい。このページへリンクしているページを見つけたら、リンクを適切な項目に張り替えて下さい。

Fast Phrase Querying With Combined Indexes HUGH E. WILLIAMS, JUSTIN ZOBEL, and DIRK BAHLE RMIT University Search engines need to evaluate queries extremely fast, a challenging task given the quantities of data being indexed. A significant proportion of the queries posed to search engines involve phrases. In this article we consider how phrase queries can be efficiently supported with low disk over

Latent semantic analysis (LSA) is a technique in natural language processing, in particular distributional semantics, of analyzing relationships between a set of documents and the terms they contain by producing a set of concepts related to the documents and terms. LSA assumes that words that are close in meaning will occur in similar pieces of text (the distributional hypothesis). A matrix contai

Latent Semantic Analysis (LSA) 目次 背景 課題の流れ 背景 近年、情報検索が非常に重要となる一方で、その検索手法は未だにキーワード入力によるものが事実上標準となっています。しかし単語には同義語や、多義語が存在するために目的とする結果がなかなか得られない場合があります。例えば、木を用いたデータ構造を検索しようとして、treeと入力しただけでは目的のものが得られず、tree data structureでようやく狙った検索結果が上位に来ます（多義語の例）。 全ての単語に対し、どの単語同士が似た意味を持っているのか、または持っていないのかを調べることで、より柔軟性をもった情報検索ができる可能性があります（例えば、キーワードに「東大」としか入力していないのに検索結果では「東京大学」「最高学府」「University of Tokyo」が含まれる文書も検索できる）。

Optimize Your Code: Matrix Multiplication より 結果を見て 「へぇ」 と思ったので紹介。 ところで、このブログの方、Microsoft の C++ Shanghai team のデベロッパと書いてあるけど、Shanghai チームって上海のことなのかな？それともそういうコード名のプロジェクトがある？ 紹介してるのは n×n の正方行列の積を求めるコード。 Version 1 はごく普通にループ回して結果を求めるコード。 何の工夫もなし。 Version 2 は内側のループで一時変数を使うようにしたちょっとした改良。 最初これを見たとき 「これくらいはオプティマイザが勝手に最適化してくれるんじゃないかな？」 と思ったんですが、してくれないんですね。 ちゃんと解説が書いてあります。 「”result” が “m1” か “m2” の別名になってる （言

Opera で DOM Mutation Event を使用するコードを追記しました。 まとめを追加しました。 Opera パート2に取得できないケースが見つかったため、パート3 を追加しました。 rhino.jpg(幅:300px, 高さ:227px) を、 <img id="rhino" src="rhino.jpg" width="100" height="75" /> と、100 x 75 で表示している場合を例に、画像本来のサイズを取得する方法をご紹介します。 Firefox, Safari, Google Chrome なら image.naturalWidth と image.naturalHeight を利用します。 image.naturalWidth と image.naturalHeight の初期値は 0 です。画像の読み込みが完了した時点で適切な値に更新されます。

JavaScript で、画像本来のサイズ(幅, 高さ)を取得する方法 - latest log JavaScriptで画像のサイズ(幅,高さ)をとる方法があって詳しく紹介されていて分かりやすいです。 ここで、画像のリンク切れをチェックする方法が書かれていなかったので書いてみます。 var img = new Image(); var url = '//phpspot.org/blog/img/notfound.jpg'; // あえて存在しない画像を指定 img.onload = function() { alert('width='+img.width+' , height='+img.height); }; img.onerror = function() { alert(url+' is dead'); }; img.src = url; 赤文字の部分を記述しておけば、エラー時に

Hadoop + Luceneで分散インデクシング 2008-08-27 (Wed) 1:07 Hadoop Hadoop (0.17系) + Lucene (2.3系) で検索用インデックスを分散インデクシングするコードを公開してみます。HDDに眠らせてるのはちょっともったいない。 いきなりソースコード。 package net.kzk9; import java.io.*; import java.util.*; import org.apache.hadoop.conf.*; import org.apache.hadoop.fs.*; import org.apache.hadoop.io.*; import org.apache.hadoop.mapred.*; import org.apache.hadoop.util.*; import org.apache.lucene.i

This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.

転置インデックスを圧縮したりするところの Variable byte code さんを実装した. ただ実装するのではつまらないので whitespace を使って実装したという, くだらないお話. Variable byte code については, IIR の Index Compression を参照.Introduction to Information Retrieval作者: Christopher D. Manning, Prabhakar Raghavan, Hinrich Schutze出版社/メーカー: Cambridge University Press発売日: 2008/07/31メディア: ハードカバー疑似コードが載ってます. 実装したコードhttp://github.com/smly/junkcode/tree/master/lang/ws/variable_byt

NTCIR-9 runs seven tasks: Intent (INTENT), Recognizing Inference in TExt (RITE), Geotemporal Information Retrieval (GeoTime), IR for Spoken Documents (SpokenDoc), Cross-Lingual Link Discovery (CrossLink), Interactive Visual Exploration (Vis-Ex) and Patent Machine Translation (PatentMT) Hideo Joho and I are working as the evaluation co-chairs of NTCIR-9. Also, I am one of the task organisers of INT

2008年度 先端情報科学特論 II & IV リンク解析と周辺の話題 担当 新保 仁 shimbo@is.naist.jp 日時 2008/11/10, 11/17, 12/1, 12/8 (全 4 回) - 4限 15:10-16:40 場所 情報棟 L3 講義室 リンク解析は, グラフ (ネットワーク) データの構造から有用な情報を抽出するための, データマイニングの一研究分野です. この講義ではまず, リンク解析が取り扱う 2 種類の尺度 (重要度と関連度) について述べ, それぞれの代表的な計算手法を紹介します. 後半では, 近年機械学習分野で盛んに研究されているカーネルのうち, グラフ上の節点に対して定義されたカーネル (グラフカーネル) と, そのリンク解析への応用について紹介します. 第1回 11月10日 スライド 第2回 11月17日 スライド 第3回 12月1日

今年でバンド結成20周年！ 初の武道館公演も決定した彼らが歩んできた、己の道とは？　フロントマン、山中さわおに訊いた。 Text●森 朋之 ――結成20年目にして、初の武道館ライブが決定。the pillowsにとっても、大きなポイントになりそうですね。 「まあ、相変わらずライブ会場選びについては自発的ではないんだけどね。はじめてZepp公演をやったときもそうだったんだけど、マネージャーから話があったときの最初の言葉は“何を考えてるんだ”だから（笑）。今回も同じで、初めは“無理だよ”って思ったんだよね。でも、いろいろ考えてね。まず、武道館の印象が変わってきたっていうのがあるよね、個人的に。ほら、ミスチルやGLAYを横浜アリーナなんかで見るじゃない？　それに比べると、武道館って肉眼でもわりと楽しめるなって。あと、去年だったかな、The Birthdayの武道館を見たとき、アリーナがスタンディ

世代別ガベージコレクション (英: generational garbage collection) はガベージコレクションの手法のひとつである。別名として、ジェネレーション・スキャベンジング (英: generation scavenging) とも呼ばれる。以下、ガベージコレクションをGCと省略する。 GCを持つ言語上で動く実システムでは、経験上メモリオブジェクトの利用に、ある偏りが存在する。それは「計算途上で利用される一時オブジェクトは数が多く、かつすぐさま破棄される率が高い」「ある程度長く生存したオブジェクトは、以降も長く生存する率が高い」という傾向である。 この傾向に着目し、メモリ領域を2つの世代に分離する。 第1世代 (young generation) に属するオブジェクトは小さな領域で高速なコピーGCを繰り返し、積極的に回収する。 第2世代 (old generation)

～若手警察官に各級幹部が実戦的教養を定期的に実施～ 宮城県警石巻署は、若手警察官に対して、挙署態勢による刑事手続中心とした実戦的・体験的な教養を継続実施する伝承教養「デカルチャー」を制定し開校式を実施した(写真)。地域警察官を中心とした若手警察官に対して、各級幹部等が捜査手続、擬律判断、捜査書類作成等の実戦的教養を定期的に行い、職務執行能力向上を図るもの。デカルチャーとは、デカ（刑事）とカルチャー（culture）を合わせたもので、対象者は、警察官拝命後5年未満の者または教養受講を希望する者となっている。

Google Mail、Hotmail、Yahoo! Mail、eBayの各サインアップのフォームを使用して、22～33才までの平均27才のユーザー8人を被験者にしたアイトラッキングから検証した、使いやすいフォームの10のポイントをcxpartnersから紹介します。 Web forms design guidelines an eyetracking study 以下、10のガイドラインからポイントのピックアップです。 1. Vertical, not horizontal 水平ではなく、垂直に フォームのレイアウトは、水平方向の配置やそれが混在したものではなく、単純に垂直方向に配置したものが効果的です。 可能であれば、各ラベルも垂直方向に揃えて配置してください。 2. Left-aligned labels are clearer (anecdotally) ラベルは左寄せにすると、よ

ウェブの収益化は不可能なのか？ 相次ぐサービス停止と日本のウェブ 02-6 月-09 友引 by maskin 100年に1度ともいわれる不況の中、ネット関連の多くの事業がサービス停止に追い込まれている。2009年3月決算期を過ぎ、閉鎖の勢いが加速しているようだ。 ネットサービスは、実体がないと指摘されながらも、期待値を含みながら成長してきた。売上がなくても「ユーザー数」をその価値基準に生きのびてきた。しかしながら、蓋をあけてみると、収益力の有無が生存能力に直結していることが露呈された形となり、その幻想は打ちくだかれた形となったといえそうだ。 一方で、Web2.0を喧伝した梅田望夫氏が「日本のWebは「残念」と発言したことが話題を読んでいる。「日本のWebの悪いところは？」ときかれると沈黙するなど、どうやら問題を直視できていないと思われるが、閉鎖が悪だとすると、一体何が問題だったと

梅田氏のインタビューが、あちこちで話題になっている。私が一番ひっかかったのは、次の部分だ：ただ、素晴らしい能力の増幅器たるネットが、サブカルチャー領域以外ではほとんど使わ[れ]ない、“上の人”が隠れて表に出てこない、という日本の現実に対して残念だという思いはあります。そういうところは英語圏との違いがものすごく大きく、僕の目にはそこがクローズアップされて見えてしまうんです。この「残念」な状況を作り出した大きな原因は、はてなである。梅田氏が「バカなコメントが多い」といったように、匿名による悪罵が「上の人」を萎縮させて、日本のウェブのレベルを下げているのだ。その結果、アメリカのブログは著名人が既存メディアの枠を超えてリアルタイムで議論する場になり、大手メディアに対抗する存在になりつつあるのに、彼も嘆くように日本のブログはますます劣化している。 私は、これは「日本の文化」だとは思わない。それは戦

19世紀半ばに刊行された英語の類語検索辞典『ロジェのシソーラス』は、英文を書くためのツールとして広く長く愛用され、今日に至っています。同じ発想に基づく「日本語シソーラス」は、日本でも各界から要望されていました。しかし編纂の困難さから今まで作られたことはありませんでした。今回じつに二十数年の歳月をかけ、初めて『日本語大シソーラス』が誕生したのです。 本書は「先に分類ありき」ではなく、できるだけ多くの言葉・表現を収集しながら、それを連想に基づいて群にまとめ、分類を練り上げる作業を繰り返して作られました。そのため日本語使用の実態や、言葉の世界に定着された日本人の感性がよく反映されており、「日本人の文化・感性の総索引」と呼ぶべき内容になっています。 日本語の語彙が豊かであること、対象を正確に捉える言葉を持っていることは、日本語で何かを表現する際の重要なポイントです。本書は言葉探しのナビゲーターとし

五山送り火京都市如意ケ岳（大文字山）他、五つの山で行われるかがり火。しゃんしゃん祭り鳥取市で中心街の主要道路を利用して、地元の各団体が鈴の付いた傘を使い、きなんせ節など鳥取の唄に合わせて踊る。元は県無形民俗文化財の「因幡の傘踊り」。備中たかはし松山踊り岡山県高梁市で行われ、五穀豊穣と町家の繁栄を願って踊る。（8月14日から）木頭おどり徳島県那賀郡那賀町で行われる盆踊り 8月16日のことばをすべて見る

２．２ 電子化されたシソーラス キーボードから直接どこでも指定できるので木構造をたどりながら探していく必要はありません。もはや木構造ではなく、網構造になって複数の広義語が持てるようになります。しかしその結果同じ文字列で複数の意味を持つ多義語が区別できない問題がでてきます。例えば木構造で検索したときには、「時間」からたどった「月」(month)と、「天体」からたどった「月」(moon)の二つの異なった意味の語は区別できますが、網構造では区別ができなくなります。 「月」を「天体」の観点でとらえたときはmoon で「時間」の観点でとらえたときはmonthであるとすれば解決できます。 一つのグループに入れる語を多くしすぎるとグループのなかを探すのに時間がかかってしまいます。逆に少なくしようとすると階層が深くなってしまいます。電子化されたシソーラスでは、クリックするだけで、簡単に上下の階層

嵯峨山 茂樹: 応用音響学 D2-Clustering edu/appl-acoust/2003/D2-Clustering.tex / 1 東京大学 工学部 計数工学科 応用音響学 D2 - クラスタリング 嵯峨山 茂樹 <sagayama@hil.t.u-tokyo.ac.jp> 東京大学 工学部 計数工学科 資料所在 http://hil.t.u-tokyo.ac.jp/∼sagayama/applied acoustics/ クラスタリング k-means アルゴリズム ベクトル量子化 LBG アルゴリズム セグメンタル k-means アルゴリズム 嵯峨山 茂樹: 応用音響学 D2-Clustering edu/appl-acoust/2003/D2-Clustering.tex / 2 クラスタリング1 内容 1. クラスタリング 2. k-meansアルゴリズム、LBGアル

データマイニング (data mining)† すでに蓄積されている大量のデータから興味深く再利用可能な規則性を見つけ出すこと． Book/Advances in Knowledge Discovery and Data Mining では，狭義には，知識発見の中でデータのパターンを見つけるアルゴリズムのこととされる．しかし，最近ではこのプロセス全体を指すことが多い． 統計的推定などとの違いは，文献3の見方が興味深いと思う． 推定や学習では，正当性(Validity)，有効性(Effectiveness)，効率性(Efficiency)の三つの軸をとりあげ，それぞれを重視する研究が 統計，機械学習(人工知能)，データベース の各分野になっているのではないかと指摘している． 実際のデータへの適用にはどの軸も大切で，バランスをとろうと心がけることがデータマイニングの特徴といえると思う．-- し

Motoshi Goto / Freelance Web Designer and Developer from Oita, Japan.

ブックマークを簡単追加（IEのみ） 下の赤い文字をブラウザのリンクツールバーにドラッグしよう！ Blink It!

ネット広告業界やSEM・リスティング広告業界に関する解説ページです。 ネット広告市場の動向やスナップアップ投資顧問の推奨銘柄の実績例を紹介します。 東証一部上場の運用型ディスプレイ広告会社「Orchestra Holdings」（オーケストラホールディングス、旧デジタルアイデンティティ）など。 メニュー セプテーニ アドウェイズ オーケストラHD アイモバイル SEM・ネット広告業界 ネット広告業界の大手企業の一覧 ネット広告業界の大手企業の一覧です。 売上高のランキング（順位）や業態などをリストにまとめました。 ネット広告会社は主に「代理店」「メディアレップ」「アフィリエイト」に大別されます。 最大手サーバーエージェントのような独立系のほか、電通や博報堂など旧来型のメガ代理店の傘下に入っている会社もあります。 ＜ネット広告企業の業態別ランキング＞ 業態 売上高の順位 会社名 証券コード

Identify music on-the-go! Download the free SoundHound app.

PDF閲覧時に認証を求められる記事がございます（発行後2年間）が，人工知能学会の個人会員は無料で閲覧可能です．認証のための購読者番号やパスワードは会員マイページにログインし「お知らせ」にてご確認下さい（会員情報管理システムとオンラインで連携していないため，パスワードは同システムとは異なります．また，認証情報の更新は偶数月の月末に実施しております．新規入会された方は利用できるまでしばらくお待ちください）．個人会員以外は記事複製申込フォームから購入いただけます．また，アマゾンにて冊子版あるいはKindle版を購入いただくことも可能です．

みんなの気になる話題 - なるぱらテレビ (1人 ) 皆さんが気になった話題を投稿していただくグループです。 登録された中からなるぱらテレビで紹介させていただきます。 気になる話題には面倒なのでタグを設定していただなくても大丈夫ですが、楽曲紹介はタグに「一曲」を入れていただければと思います。

開催概要： ■開催日　2008年12月6日（土） ■講演時間　10:00〜17：40 ■場所 IIJ本社 講演資料 ☆慶応大　 上野さん 「ソーシャルブックマークデータの時間情報を使った情報フィルタリングと検索」 ☆SBM事務局長　西谷 「ＳＢＭコメント機能によるコミュニケーション形態の考察」 ☆IIJ-II 藤田さん 「KikkerのMap/Reduce化」 ☆株式会社ライブドア　井原さん 「事業者から見たSBM」 各種プレゼン資料置き場に戻る

開催概要： ■開催日　2008年7月12日（土） ■講演時間　10:00〜17：30 ■場所 東工大大岡山キャンパス ■スケジュール、講演概要： http://toremoro.tea-nifty.com/tomos_hotline/2008/06/sbm_0921.html 講演資料 ☆学びing株式会社　企画営業部　課長　メディアプランナー　横田 真俊 「ソーシャルメディアとマーケティング」(7/14修正版アップ） ☆東京工業大学 大学院理工学研究科 集積システム専攻　助教　博士(工学) 宮田　高道 ☆東京工業大学 大学院理工学研究科 集積システム専攻　博士課程　佐々木 祥 「SBMデータを用いたwebコンテンツ推薦」(7/23修正版アップ） ☆フランステレコム株式会社 (France Telecom R&D Tokyo)　 早稲田大学大学院 理工学研究科 情報・ネットワー

SBMデータを用いたwebコンテンツ推薦 東京工業大学 宮田 高道 / 佐々木 祥 佐々木 SBM研究会 宮田 高道/佐々木 祥 0 Agenda Aパート：SBMと研究（宮田） SBM研究の着眼点と目的 SBMデータを用いた推薦 Bパート：Anti-Folksonomyアプローチにもとづ くSBMデータからのWeb推薦（佐々木） SBM研究会 宮田 高道/佐々木 祥 1 SBMと研究 SBM SBMとは何か？ URLに対してタグやコメントをつけられるもの 日本の「はてなブックマーク」では… コメントを受け付けないブログにもコメント可能 コメント欄での議論など，コミュニケーションツールの側面 一方，多くのSBM関係の研究では タグとコンテンツ，ユーザの関係に着目 コメントを分析/利用する研究は少ない なぜタグが重視されるのか？ SBM研究会 宮田 高道/佐々木 祥

� � � � 2005 10 30 (93) – ` ` (Collaborative Filter- ing) ´ ´ blog GroupLens Net- News GroupLens [1] GroupLens 6 4 1 Ken Lee Meg Nan 1 1 4 2 2 2 5 2 4 4 3 3 4 2 5 5 5 4 1 1 6 ? 2 5 ? 1 5 2 Ken 5 Lee 2 2 Ken Lee 1 2 4 5 Ken (1, 5, 2, 4) Lee (4, 2, 5, 1) rKL σK , σL K, L Cov(K, L) Ken K = 3 Lee L = 3 rKL = Cov(K, L) σK σL = � i (Ki − K)(Li − L) �� i (Ki − K)2 �� i (Li − L)2 = −2 − 2 − 2 − 2 √ 10 √ 1

通勤、通学定期券、FREX、FREXパルの申込、申込内容の確認・変更が行えます。

Fairness-Aware Data Mining I am currently working on this research topic. The goal of fairness-aware data mining is to analyze data while taking into account potential issues of fairness, discrimination, neutrality, and/or independence. Studies related to fairness-aware data mining are summarized in the page: Fairness-Aware Data Mining Learning for Rankings / Orders The term order as a sequence of

[Followup to this] Ok, so here's where I tell all about how I (now we) got to be tied for third place on the netflix prize. And I don't mean a sordid tale of computing in the jungle, but rather the actual math and methods. So yes, after reading this post, you too should be able to rank in the top ten or so. Ur... yesterday's top ten anyway. My first disclaimer is that our last submission which tie