タグ

2016年9月27日のブックマーク (4件)

  • UE4で科学可視化やってみよう - Qiita

    はじめに この記事について この記事はUnreal Engine 4 Advent Calendar 2015 の14日目の記事です。 昨日の記事はhima_zinnさんのUnreal Engine 4.10.1でLeap Motionを使うでした。明日の記事はnano06126728 さんのビヘイビアツリーを使ってみよう!です。 UE4で科学可視化をやってみようという内容の記事です。UE4のノンゲーム利用案件と言えるでしょうか。 この記事の対象は、研究者で、自身のデータを使って一般公開向けに少し綺麗な絵を出したいんだけどと思っている人とか、CAVEとかの大掛かりなVRは高すぎて手がでないけど流行りのHMDでVRやってみたいと思ってる人、になると思います。が、ゲーム方面にも全く利のないこともないとは思います。 UE4アドベントカレンダーなのですが、半分くらい別ツールの説明になってしまってい

    UE4で科学可視化やってみよう - Qiita
  • 機械学習初心者が『Python 機械学習プログラミング』(速習コース)を読んだメモ - 無印吉澤

    きっかけ この記事を書いた人のレベル 今回の読書プラン Python 環境の構築 インストール先の環境 Anaconda (Python 3) のインストール 科学計算に関するライブラリのインストール サンプルの実行に必要なライブラリのインストール サンプルの実行 サンプルコードを実行していて引っかかったところ 3章 12〜13章 Python の勉強 速習コースを読んでみた感想 きっかけ 機械学習の重要性は、それこそ「ビッグデータ」という言葉が出てきた頃からいろいろな人が訴えていますが、最近は特にツールが充実して、敷居が下がってきたように感じています。 そろそろ自分でも機械学習関係のツールを使えるようになりたいと思っていたのですが、そんなときに「具体的なコード例が多くて読みやすい」という書の評判を聞いて、読み始めました。 Python機械学習プログラミング 達人データサイエンティストに

    機械学習初心者が『Python 機械学習プログラミング』(速習コース)を読んだメモ - 無印吉澤
  • 仮説検証とサンプルサイズの基礎 - クックパッド開発者ブログ

    パートナーアライアンス部 森田です。有料会員の獲得施策や、それに関わるサービス内動線の最適化を担当しています。 記事の対象 仮説検証を通じて何かを改善をしたいと思っている人 仮説検証の際に「どれくらいのデータを集めたら良いか」分からない人 はじめに 仮説検証とは「仮説を立て、それを証明するためのデータを集め、真偽を確かめること」です。今回は仮説検証を行う際の手順と、その検証に必要なサンプルサイズの考え方を説明します。サンプルサイズの話のみ関心があるかたは、前半を飛ばし「サンプルサイズの決め方」を読んでください。 目次 記事の対象 はじめに 目次 仮説検証のつくりかた 1. 仮説をたてる 2. 施策/KPIを考える 3. 仮説検証後のアクションを決める 4. 対象を決める 5. サンプルサイズを計算する サンプルサイズの決め方 答えを先に サンプルサイズを決める二つの要素 「二つの平均値」と

  • UpFlow: Share engaging content tailored to your audience | upflow.co