計算量のはなし - 赤い黒歴史を蓄積する
どうも華麗なるキャッツパーです。キャットアッパーです。 この記事はCompetitive Programming Advent Calendar Div2013, 12/7の記事です。 私は過去に、暇に任せてこのようなスライドを作ってしまいました。 有名アルゴリズムとそれの計算量について列挙するのが楽しすぎて作ってしまいました。後悔しております。 本記事では「計算量ってどうやって計算するの？」みたいな話を競プロの観点からします。 計算量とはなんぞやということについては上のスライドを読んでください。 計算量の種類 競技プログラミングで気にする計算量は2種類あります。最悪計算量と償却計算量です。 最悪計算量というのは、ある処理にどのような入力を与えても、それ以上に速い計算量になる、というもので、一種の上界です。競技プログラミングでは作問者が最悪計算量になるテストケースをかならず入れてきますから
盤上の勝負 盤外の勝負 - Chikirinの日記
故米長邦雄氏の『われ敗れたり』 を読んで最も勉強になったのは、将棋の勝負は、盤上の技能だけで決まるわけじゃないとわかったことです。 われ敗れたり―コンピュータ棋戦のすべてを語る 作者: 米長邦雄出版社/メーカー: 中央公論新社発売日: 2012/02/01メディア: 単行本購入: 2人 クリック: 42回この商品を含むブログ (51件) を見る この本には、将棋ソフトとの対局が決まった時、米長氏がどんな準備をしたかについて書いてあります。ソフトの指し方を研究するなど、将棋の技能に関する準備もあるのですが、実はそれ以外にもいろいろと準備が必要なんです。 たとえば、米長氏は「勝負の前日から将棋会館に宿泊する」ことを希望しました。 コレ、なぜかわかります？ この勝負には大きな注目が集まっていました。米長氏が対局日の朝に自宅から将棋会館に向かえば、入り口で待ち受けたマスコミの記者たちにもみくちゃに
米Google Matt Cutts、Google 検索アルゴリズムの変更計画の詳細を語る ::SEM R (#SEMR)
米Google Matt Cutts、Google 検索アルゴリズムの変更計画の詳細を語る グーグル・マットカッツ氏が今後のGoogle検索ランキングアルゴリズム変更計画について語る。ペンギンアップデートは次回は大きなものに、新しいリンク分析アルゴリズムの導入など。 公開日時：2013年05月14日 04:52 米Google マット・カッツ氏が、今後の同社検索アルゴリズムの変更計画やスパムへの対応について、ビデオで詳細を語った。 “What should we expect in the next few months in terms of SEO for Google?” 以下、重要なところをピックアップ。 ペンギン・アップデート ペンギンアップデートについては既報の通り、次回の更新はより広範囲で、より影響が大きなものになるという。次回更新は Google 内部では「ペンギン 2.0
Facebookマーケティングの現在 – 今、効果的な取り組みとは？ - SEO Japan｜アイオイクスのSEO・CV改善・Webサイト集客情報ブログ
LINE等の予想外の競合が表れながらも日本でユーザー数を伸ばしているFacebook。さて来年は今年以上にFacebookマーケティングが日本でも立ち上がるのでしょうか？Facebookのマーケティング活用がほぼデフォルトレベルになりつつある（ちょっと言い過ぎ？）米国ですが、常に更新が続くインターフェースと広告仕様に戸惑いや疲れを隠せない人も多いようです。今回はあのコピーブロガーがFacebookの最新仕様を元にFacebookマーケティングで理解しておくべき基本情報と使える戦術をまとめてくれた、とってもありがたい記事を。 — SEO Japan フェイスブックにうんざりしている事業のオーナーが、皆さんの周りにもいるのではないだろうか？ オンラインでビジネスを成長させるためにフェイスブックを使っているなら、皆さんも仲間入りしている可能性がある。フェイスブックのマーケティングにおいて、頻繁に
MapReduceできる10個のアルゴリズム - 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』
HadoopとMahoutにより、ビッグデータでも機械学習を行うことができます。Mahoutで実装されている手法は、全て分散処理できるアルゴリズムということになります。Mahoutで実装されているアルゴリズムは、ここに列挙されています。論文としても、2006年に「Map-Reduce for Machine Learning on Multicore」としていくつかのアルゴリズムが紹介されています。 そこで今回は、（何番煎じか分かりませんが自分の理解のためにも）この論文で紹介されているアルゴリズムと、どうやって分散処理するのかを簡単にメモしておきたいと思います。計算するべき統計量が、summation form（足し算で表現できる形）になっているかどうかが、重要なポイントです。なってない場合は、”うまく”MapReduceの形にバラす必要があります。 ※例によって、間違いがあった場合は随時
文字列傾斜錯視の自動生成
壁にかかったカレンダー，掛け軸，額縁などを見て，もし斜めに傾いていれば，それをまっすぐに直すと思います．ここで一つの疑問が起こります．なぜ人は水平であるとか，斜めに傾いていることがわかるのでしょうか？
プログラマが解くのに1時間かかる問題を機械学習に放り込む話 | ぱろすけのメモ帳
プログラマが解くのに1時間かかる問題を機械学習に放り込む話 By ぱろすけ on 4月 11th, 2012 皆様、 Twitter やら facebook で数カ月前に爆発的に拡散された以下の問題をご存知でしょうか。 ご存知の方が多いでしょうね。単に、イコールの左側の4つの数字の丸の数の合計がイコールの右側に等しい、それだけですね。とても簡単な問題です。ちなみに僕は解けませんでした。 これについて、昨日このようなエントリが投稿され、話題になっています。 プログラマが解くのに1時間かかるという問題が普通にプログラマな方法で5分で解ける話 http://d.hatena.ne.jp/nowokay/20120410 こりゃあ炎上するでしょうねえ。だって、プログラマも何も関係なく、ふつうに問題を解いているのですから。 先ほどのエントリでは、イコールの左側の数値は変数であり、それを足しあわ
drill equipment
米Facebook社エンジニアCarlos Bueno氏のブログ記事によると、Amazonのサイト上で現在とても面白いことが起こっていること。 記事によると、自身が執筆した子供向けコンピュータ書「Lauren Ipsum」の価格がある日突然Amazonサイトで下がり始めたとのこと。いろいろ調べたところ、Amazonサイト上に巣食う複数の転売サイトのボット（自動のロボットプログラム）が価格引き下げ合戦を始め、それにAmazon側の価格監視ボットが反応し、連鎖的に作品の価格を引き下げたことが判明したとのこと。 また、Amazon上にはWikipediaを自動的に書籍化して販売しているロボット出版社グループ（例：VDM Publishing）も存在することが知られている。Buenos氏自身は怒るよりも、むしろ今後増えるであろう「出版するロボット」「価格を争うロボット」同士の戦争はどんなものか
MapReduce Patterns, Algorithms, and Use Cases
In this article I digested a number of MapReduce patterns and algorithms to give a systematic view of the different techniques that can be found on the web or scientific articles. Several practical case studies are also provided. All descriptions and code snippets use the standard Hadoop’s MapReduce model with Mappers, Reduces, Combiners, Partitioners, and sorting. This framework is depicted in th
電脳的ラスボス言語の攻略 - 書評 - 日本語入力を支える技術 : 404 Blog Not Found
2012年02月09日02:15 カテゴリ書評/画評/品評SciTech 電脳的ラスボス言語の攻略 - 書評 - 日本語入力を支える技術 出版社より献本御礼。 日本語入力を支える技術 徳永拓之 いい時代になったものだ。 コンピューターで扱うのに最も難解な言語の一つである日本語の取り扱い方を、書籍で学べるなんて。 しかしこうして本で読んでみると、改めてすごいことだと思う。 この難問から、我々が逃げずに取り組んで来たことに。 本書「日本語入力を支える技術」は、今や「出来て当たり前」となった電脳に対する日本語入力を中心に、電脳で日本語をどう扱うのか、どこまで扱えるのかを簡潔(succinct)にまとめた一冊。さすがPFIの中の人が著者だけあって、本書自体が簡潔データ構造で記述されているのではないかというぐらい中身の濃い一冊で、本blogで取り上げる本の中では最もページ密度の高い本の一つである。
高速フーリエ変換より高速なフーリエ変換アルゴリズム | スラド サイエンス
DFT（短時間フーリエ変換）した結果がkスパースな （＝ほとんど０ばっかりで、０以外のデータが最大でもｋ個しかない） ような、信号に対して行える高速アルゴリズムの話しのようです。 計算オーダー ・DFT O(n^2) ・FFT O(n log n) ・NOSFT ①O(k log n) ※理想 ②O(k log n log(n/k)) ※一般的な入力 ただしk≦n, フーリエ変換結果がkスパースな場合。 理想的には、ｋスパースなデータであれば①なんでしょうけど、 わりあいkスパースなデータであれば②程度。外れていれば誤差が増える。 １０倍早いという感じは受けなかったのですが、 イメージ的には全データ1024個だったら、フーリエ変換した後の結果が ０以外のデータ102以下、ほとんど０データが残992個であれば、 ②の演算が採用でき、k=102, n=1024としてFFTに比べ10
グーグルはコードの品質向上のため「バグ予測アルゴリズム」を採用している
グーグルでは、社内のプログラマによって作り出される大量のコードの品質を保つため、チェックイン前にユニットテストとコードレビューが行われているそうです。しかし、コードが大量になってくると、ユニットテストやレビューをすり抜けるバグも少なからず発生します。 そこでコードの品質をさらに高めるために、グーグルでは「バグ予測アルゴリズム」を採用。バグがありそうな部分をレビュアーにアドバイスする仕組みを採用したとのこと。 そのバグ予測アルゴリズムとはどんなものなのか。Google Engineering Toolsブログに投稿されたエントリ「Bug Prediction at Google」（グーグルにおけるバグ予測）で説明されています。 ソースコードの修正履歴を基に予測 コードの中にバグがありそうな箇所を分析する手法としては、「ソフトウェアメトリクス」がよく用いられます。これはコードを静的に分析して、
データマイニングで使われるトップ10アルゴリズム - 『企業成長の方程式 ― AIDグロースコミットによる成長戦略』
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します（この論文は@doryokujin君のポストで知りました、ありがとうございます！）。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
高速な安定ソートアルゴリズム "TimSort" の解説 - Preferred Networks Tech Blog
先日、TimSortというソートアルゴリズムが話題になりました。TimSortは、高速な安定ソートで、Python(>=2.3)やJava SE 7、およびAndroidでの標準ソートアルゴリズムとして採用されているそうです。 C++のstd::sort()よりも高速であるというベンチマーク結果1が話題になり(後にベンチマークの誤りと判明)、私もそれで存在を知りました。実際のところ、ランダムなデータに対してはクイックソート(IntroSort)ほど速くないようですが、ソートというシンプルなタスクのアルゴリズムが今もなお改良され続けていて、なおかつ人々の関心を引くというのは興味深いものです。 しかしながら、オリジナルのTimSortのコードは若干複雑で、実際のところどういうアルゴリズムなのかわかりづらいところがあると思います。そこで今回はTimSortのアルゴリズムをできるだけわかりやすく解
P2Pの専門知識ゼロから独自DHTを実装評価するまでの学習方法と参考資料まとめ - 情報科学屋さんを目指す人のメモ（FC2ブログ版）
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 P2P、特にDHTの前提知識が無い状態から、オリジナルDHTアルゴリズムを実装・評価できるようになるまでの学習方法と参考資料をまとめました。 基本的なアルゴリズムの仕組みから、実装評価に用いるツールキットの使い方までを短期間で学習することが出来ます。 「P2Pに関する卒論を書こうと思っている人」や「P2Pアプリケーションの開発前に、アルゴリズムをテストしたい人」、「なんとなくP2Pアルゴリズムに興味が出た人」などにぴったりだと思います。また、研究室での後輩教育用資料にするのも良いと思います。実際に使いましたし。 ここで紹介する資料一覧は以下の通りです。 資料１：「ChordアルゴリズムによるDHT入門」 資料１ーオプション１：「DHTアルゴリズムSymphony
頻出典型アルゴリズムの演習問題としてよさげなやつ - kyuridenamidaのチラ裏
効率的な別解とか存在する問題もあるけど演習によさそうなやつをピックアップ。そのアルゴリズムじゃないと解けないわけではないって問題も多いので注意。(ただ演習するのには都合が良いかなと)※個人的難易度をつけてみました。とても主観的な難易度付けなので気にせず解いてみてください。深さ優先探索・Balls[☆]・Sum of Integers[☆]・The Number of Island[☆]・Block[★]幅優先探索・Mysterious Worm[★]・Cheese[★]・Seven Puzzle[★☆]・Stray Twins[★★]・Deven-Eleven[★★]・Summer of Phyonkichi[★★☆]ワーシャルフロイド法(For 全点対最短路問題)・Traveling Alone: One-way Ticket of Youth[★]・A reward for a Car
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
サービスは終了しました
TechCrunch | Startup and Technology News
個人投資家必見、アルゴリズム取引の凄さが何となく分かる動画「アルゴリズムが形作る世界」 : 市況かぶ全力２階建
情報検索のためのランキング学習