2. 自己紹介 • 新潟にある長岡技術科学大学で修士まで6年。 • 4月からデータ分析のお仕事始めました。 • 職場まで徒歩0分です。 • 主な使用言語 • Python、R、シェルスクリプト (+ mcmd) • Clojure もちょこちょこ学習中 • 前々回の Tokyo.R では 「R でダイエット」 という タイトルで LT しました。 • http://www.slideshare.net/tojimat/diet-by-r 2
Machine Learning for the Industrial Internet of Things Minds+Machines is the premier Industrial Internet event featuring keynotes from industry luminaries, insightful forums, and hands-on demos. Wise.io hosted its first Industrial Machine Learning Workshop (IMLW17) on October 24, 2017. View our presenters. Our flagship product, Wise Support, is now part of AnswerIQ! Wise.io is a well-resourced, r
by Erich Owens Optimizing the memory footprint of a classifier used here at Newsle set us down a rabbit hole of rewriting a basic Scipy function with Cython, something that only became a problem when our high-dimensional text spaces grew to a cartoonish size, thanks to the hashing trick. Here I motivate the use of the hashing trick, how we use sparse matrix-vector multiplication for text classific
K-means法によるクラスタリングでは、あらかじめクラスタ数Kを固定する必要があります。HatenarMapsでもK-means法を使っているのですが、クラスタ数は(特に根拠もなく)200個に決め打ちになっていました。 これに対して、X-means法というK-means法の拡張が提案されていることを知りました。X-means法を使うと、データに応じて最適なクラスタ数を推定できます。 K-means and X-means implementations http://www-2.cs.cmu.edu/~dpelleg/download/xmeans.pdf X-means法の考え方は、K=2で再帰的にK-means法を実行していくというもので、クラスタの分割前と分割後でBIC(ベイズ情報量規準)を比較し、値が改善しなくなるまで分割を続けます。 調べたところ、Javaのデータマイニングツー
もともとは研究室の新入生にNaive Bayesのイメージをつけるためにつくったもの.Naive Bayesを世の中に広めるために,きちんと公開することにしました. Text classification by Naive Bayes (2008-09-11追記)好評だったので日本語を扱えるようにしました.詳しくはこちらの日記をご覧ください. Text classification by Naive Bayes ver.2 日本語はじめました Naive Bayesナニソレ?という方はとりあえずググりましょう.理屈はわかったけれど,うまくイメージがつかないなぁ..という状態になったら本プログラムを触ってみてください.すっきりします.たぶん. 使い方の説明 単語区切りが面倒なので日本語は使えません.あしからず. 本文を入れるっぽいところにテキストを入力します. クラスを選択して学習ボタンを押
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
処理を実行中です
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