タグ

2017年6月26日のブックマーク (5件)

  • Having a Tough Time Losing Weight? This Might Be Why

    Gln
    Gln 2017/06/26
  • モーデック「RODEM」新版、画像化されたグラフを自動で数値化する新機能

    モーデックは6月21日、PDF形式や紙媒体に印刷されたグラフを、高精度の数値情報に自動変換するソフトウェア「RODEM」(旧名:RODEM-G)の最新バージョン2.0をリリースしたと発表した。 従来、PDF化されたグラフや、紙に印刷されたグラフは画像データとしての扱いしかできず、ユーザーが自ら数値解析や分析をするためには、機能が限定された既存の類似ソフトウェアを利用するか、手作業で定規などのツールを使って目視で数値を推量する方法しかない、という不便な状況だった。 「RODEM」は、独自開発した「AIプロット機能」により、グラフの1点をワンクリックするだけで、グラフ線全体を認識し、高速かつ高精度にグラフ画像を数値情報に変換するユーティリティソフトウェア。従来の類似ソフトウェアに少なかった、グラフ軸の自動認識機能や、1つのグラフ領域に複数の線がある場合の数値変換にも対応し、「画像データのグラフ

    モーデック「RODEM」新版、画像化されたグラフを自動で数値化する新機能
    Gln
    Gln 2017/06/26
  • 機械学習モデルの実装における、テストについて - Qiita

    数あるフレームワークに付属するExample、機械学習モデルを実装してみた、という話。これらに共通して言えるのは「テストがない」ということです。 機械学習のモデルだって、アプリケーションに組み込まれればプロダクションコードの一部です。テストがない実装を番環境に組み込むか?というと通常そんなことありえないと思います。 (スタジオジブリ 紅の豚 より拝借) 忘れられがちな点ですが、機械学習モデルは「リリースした瞬間」が最高精度になります。なぜなら、リリースした瞬間こそがその時点で手に入るフルフルのデータを使って鍛え上げたモデルであり、それ以降はどんどん未知のデータが入ってくるためです。 そのため、モデルの精度、また妥当性をいつでも検証できるようにしておくというのはとても重要です。これは通常のコードにテストをつける理由と同等で、つまり機械学習モデルだからと言って特別ではないということです。

    機械学習モデルの実装における、テストについて - Qiita
    Gln
    Gln 2017/06/26
  • Editorial says journal impact factors have lost credibility

    Gln
    Gln 2017/06/26
  • エルゼビアが新たなジャーナル評価指標「CiteScore」をリリース

    学術出版界に新しい評価指標が誕生しました。2016年12月8日、大手出版社のエルゼビアは、学術ジャーナルの質を測るための新評価指標群、CiteScoreを発表しました。ジャーナルのインパクトファクター(JIF)が信頼性を失いつつある今、エルゼビアによる今回の発表は、新たな評価方法の有効性や、適切な引用評価指標の必要性について、活発な議論を呼んでいます。エルゼビアの評価法研究の責任者であるリサ・H・カレッジ(Lisa H. Colledge)氏は次のように述べています。「現行の評価方法をどう捉えているかによらず、物事を改善する手段の1つとして、新たなデータ群の導入や、評価指標の開発に関心を持っている人は多いでしょう」。 CiteScoreは、以下の点においてJIFと一線を画しています: ジャーナルの影響度を、各論文の過去3年間の平均被引用回数を基に算出(JIFは2年間)。 スコーパスに収録さ

    エルゼビアが新たなジャーナル評価指標「CiteScore」をリリース
    Gln
    Gln 2017/06/26