MacBook Air の購入、あるいは信仰告白 - ぱろすけ's website
Google Reader の終了に伴って Freedly に移行して以来、未読をためてしまうことがなくなった。Freedly に固有の機能などを活用しているわけではないので、これは純粋にデザインとユーザインターフェイスの力ということになる。これは不思議な経験だった。 先日 MacBook Air を購入して、初めて Mac をまともに使い始めた。数日間だけ触った印象に過ぎないのだけれど、もしかしたら Feedly を使い始めたときと同じような変化がまた起こるのではないかと期待している。 今さら言うまでもないことなのだけれど、Mac はクールだ。 僕はどちらかといえばクールさには疎く、クールなものを見分ける力に乏しいと思っているので、とりあえずはクールだとよく言われるものをクールなのだと思い込むことにしている。 クールなものを扱う人間はクールだ。ということは今 MacBook Air で
引っ張るだけがリーダーじゃない。支援型リーダー「サーバントリーダーシップ」という考え方 - U-NOTE[ユーノート] - 仕事を楽しく、毎日をかっこ良く。 -
皆さんはリーダーシップという言葉を聞いてどんなイメージを思い浮かべるでしょうか？ "周囲の人々を巻き込みながら引っ張っていく"といったイメージを持たれる方も多いかもしれません。 しかし、上記のようないわゆるリーダー的性格ではなく、陰で他人を支える方が性に合っているという方も多いはず。また、リーダーシップなんて自分には関係ないと思っている方もいるかと思います。そんな方におすすめしたいのが、「サーバントリーダーシップ」という考え方。
![引っ張るだけがリーダーじゃない。支援型リーダー「サーバントリーダーシップ」という考え方 - U-NOTE[ユーノート] - 仕事を楽しく、毎日をかっこ良く。 -](https://cdn-ak-scissors.b.st-hatena.com/image/square/de2d8be3c015d90a82bd23006470a8ce003f22c3/height=288;version=1;width=512/https%3A%2F%2Fimgs.u-note.me%2Fnote%2Fcaption%2F47500356.jpg)
PythonからRを使いたい -だがRPy2おめーはダメだ- - 盆栽日記
経緯 とある事情でランダムフォレストを使いたいのだがrandomForestパッケージは因子のレベルが32までというFORTRAN実装を引きずっており今回のデータには合わない。 ならばとpartyパッケージのcforestを使ってみたが今度はメモリが足りなくなった。 諦めて因子のレベルを32以内にすればいいのだろうが、せっかくなのでPythonを使ってみたい。 で、Scikit-learnにランダムフォレストが実装されてるとのことなので入れてみた。 http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn Scikit-learnについてはこれでおしまい。 ところで、↑のサイトを眺めているとRPy2がある。 RPy2に関しては当方Win7の64bit環境だが以前は32bitのものしかなくインストールすらうまくいかなかったことを思い出した
サポートベクターマシン入門[PythonでLibSVM,機械学習] - #人生戦略実行マニュアル
今回はSVMのお話。 ブログ移行なので記事内容は古い（2012年11月11日）です。 PythonでLibSVMを動かしてみるお話です。 SVM（Support Vector Machine） SVMとは「教師ありの機械学習手法」のことです。 教師ありとは 事前に答えが分かっているデータ（教師）のことで、教師あり学習とは教師データ（事前知識）を使ってマシンに学習を行うことです。図１で簡単にSVMの仕組みを示します。 図１：SVMの仕組み SVMの手順 １．まず教師データとして学習データを用意します。 データには『正しい（-1）か間違い（-1）か』というパラメータと対象のデータが必要です。パラメータリストはデータリストが＋１か－１かということをデータリストN個分 入力します。 例： [パラメータリスト] , [[データリスト１],[データリスト2],・・・,[データリストN]] ２．この学習
![サポートベクターマシン入門[PythonでLibSVM,機械学習] - #人生戦略実行マニュアル](https://cdn-ak-scissors.b.st-hatena.com/image/square/af7a5fbd1988448738da4e53a2ddf361feda2ec8/height=288;version=1;width=512/http%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Ft%2Ftkoyama1988%2F20131209%2F20131209123829.jpg)
機械学習や統計に関する情報収集 - Qiita
機械学習界隈の情報収集方法 http://d.hatena.ne.jp/kisa12012/20131215/1387082769 いきなりですが上記の記事に機械学習に関する有力な情報源がまとまっています。まずはここを参考にするのが良いかと思います。ただ情報が多すぎですので、筆者は Wikicfp と arXiv.org あたりの論文、それにはてなブックマークをチェックしています。 また論文については機械学習の論文を探すにも良い情報がまとまっています。こちらも参考になります。 機械学習は日進月歩の世界ですので、最新の査読済み論文を追って概略だけでも理解する能力を身に付けると良いかと思います。 書籍としては次の 2 冊が聖書とも言える必読書で、本気で機械学習をやりたければ必ず参考になるかと思います。 パターン認識と機械学習 (上・下) http://www.amazon.co.jp/dp/4
単純パーセプトロンをPythonで組んでみる - 渋谷駅前で働くデータサイエンティストのブログ
いきなり自分でハードル上げてみました（笑）。ちなみに何故単純パーセプトロンを最初に持ってきたのか？というと、id:echizen_tmさんのブログ記事でも触れておられる通り 機械学習には大きく分けて「識別関数」「識別モデル」「生成モデル」の3つの種類がある。このなかで識別関数は確率を使わないので初心者が入門するのに最適。 識別関数で有名なのはSVM(Support Vector Machine、サポートベクターマシン)。名前を聞いたことがある人も多いと思う。そこで早速SVMを学ぼうとすると敷居が高くて挫折しがち。 実はSVMは(大雑把に言うと)パーセプトロンという基礎的な識別関数に「マージン最大化」と「カーネル関数」という考え方を導入したもの。なので機械学習入門者は最初にパーセプトロンを学ぶのが良いと思われる。 それゆえ、実際に僕も以前Matlabで糞コード書きながら勉強してた時はやはり単
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
東大2年生(経済学部内定)の者です。周囲の優秀な友人と何もできない自分を比べ、惨めになってしまうことがよくあります。こんな自分を克服したいのですが、どのような処方箋が考えられますか。 | ask.fmhttps://ask.fm/windfall_j
「ミスターサタンとセルが同じ教室で勉強してるような大学でコンプレックスとか気にしてたら病気になるに決まってる」とは優秀な先輩の至言です。ドラゴンボールを知らない人に説明すると、ミスターサタンは世界トップクラスの男性格闘家です。瓦割りしたり電話帳引き千切ったりといったパフォーマンスが出来るほどの実力があり、自信に満ちた態度で敵なしと言った安定感のある人物像には女性ファンも多いです。一方でセルは最新鋭のバイオテクノロジーを駆使して生み出された人造人間です。作中に出てくる強い格闘家たち(悟空、ベジータ、ピッコロ)の細胞をこっそり採取培養して作られた生命体であり、彼らの強力な技を同じように使うことができます。誕生時点で強い格闘家数人分の実力がある訳です。チートですね。セルはミスターサタンと同じく自分の強さに圧倒的な自信を持っていますが、ミスター・サタンと違うのは新しい戦闘スタイルを持つ相手と対峙し
Data Science by R and Python
はじめに ほんと、久々の更新になってしまいました。。。 いまだに月間で1000PVほど見られているようでとてもありがたく思いますm(_ _)m 最近も変わらず因果推論の研究を中心に行っておりますが、それ関連の内容はまた機会をみてblogで書いていければと思っています。 また先日、twitterで公開したこちらのスライドもたくさんの方に見ていただけまして、コメントも頂けたりして、とても嬉しく、励みになっています。 speakerdeck.com また、少しずつではありますが更新いたしますので、たまに覗いていただければ嬉しいです。 では、本題にまいります。 今回の更新 とはいっても、今日の更新は、大した内容ではなく、pythonでstepwise regressionの関数で自分がほしいものがないので、つくりましたという内容です。 Stepwise Regressionについて 特に、回帰モデ
PypeRでpythonからRを使う -- データ解析をpythonで！ - Data Science by R and Python
PythonからRを使うための方法． pythonからRを使うためには、pythonにpypeRというパッケージ？をインストールする必要があります。こちらです：PypeR $pip install PypeRで導入して使ってみてください。 実際にPypeRを使ってみます。 PypeRを使ってみた結果は以下から参照できます。ipython notebookが便利なので、これからはここにプログラムを書くのをやめて、こんな感じで公開するのもいいかな。。。と思ったりしています。 いや、本当に便利なんですnotebookが。そういえば、Rpubsとか、どうなんでしょう？使いやすいんでしょうか？PypeRを使ってみた結果を解説付きでこちらで公開しました。 http://nbviewer.ipython.org/github/tomoshige/python_blog/blob/master/pypeR
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
Amazon.co.jp: 旦那(アキラ)さんはアスペルガー: 野波ツナ (著), 益知,宮尾 (監修): 本
サービス終了のお知らせ
『旦那（アキラ）さんはアスペルガー』
はてなブログ | 無料ブログを作成しよう