意外に使ってないでしょ！？イコライザ音質目的別設定方法 – 和洋風KAI
どんな音楽プレイヤーにも必ずといっていいほど付いているイコライザ機能。自分好みに楽曲の音質を変えられる大変便利な機能なんですが、どこをいじっていいのか分からず、あまり使ってない人が意外と多いみたいです。 というのもぼくも、つい半年前まで、まったく使い方、いじり方が分からずイコライザ機能をまったく使っていなかったんですがね まぁ、イコライザ機能の説明がほとんどないのも事実なので分からないことなんて当たり前。 しかし使いこなせれば、自分の好みに音を変化できちゃいます。 ぜひ使い方を覚えて自分で色々試してみてください。今回は比較的わかりやすい「iTunes」のイコライザ機能を使って解説したいと思います。 iTunesイコライザ起動方法 まず、iTunesを起動しましょう。 そして、右端のイコライザアイコンをクリックしてイコライザを起動します。 イコライザが起動しました。 イコライザをいじる前に頭
大規模データ処理のための行列の低ランク近似 -- SVD から用例ベースの行列分解まで -- - 武蔵野日記
id:naoya さんのLatent Semantic Indexing の記事に触発されて、ここ1週間ほどちょくちょく見ている行列の近似計算手法について書いてみる。ここでやりたいのは単語-文書行列(どの単語がどの文書に出てきたかの共起行列)や購入者-アイテム行列(どの人がどの本を買ったかとか、推薦エンジンで使う行列)、ページ-リンク行列(どのページからどのページにリンクが出ているか、もしくはリンクをもらっているか。PageRank などページのランキングの計算に使う)、といったような行列を計算するとき、大規模行列だと計算量・記憶スペースともに膨大なので、事前にある程度計算しておけるのであれば、できるだけ小さくしておきたい(そして可能ならば精度も上げたい)、という手法である。 行列の圧縮には元の行列を A (m行n列)とすると A = USV^T というように3つに分解することが多いが、も
Jeff Dean’s Keynote @ WSDM2009 - moratorium
Google FellowのJeff DeanさんがWSDM 2009で発表したキーノートの資料が公開されています。 Challenges in Building Large-Scale Information Retrieval Systems Googleの中身が相当詳しく書かれています。色々参考になったけれど、70億文書っていう数字(70M x 100)が少し気になった。意外と少ないなと。 約70億文書という事は、検索するだけならSSD100台ぐらいあれば良い。8個SATAのポート有るマザボ使えば、Google規模の検索を大体12台ぐらいで実現できる。価格にすると1000万かからない。半年後には半額。 Sedue SSDを使えばキャッシュなし通常クエリで約100q/秒で、キャッシュ工夫すれば少なく見積もっても10倍は行く。1000qp/秒。これで25億クエリ/月。 Googleが10
レコメンド, LSH, Spectral Hashing - DO++
WEB+DB press vol.49にレコメンド特集の記事をtkngさんと書きました。 内容は最初は、協調フィルタリングやコンテンツマッチの簡単な話から、特徴量をどのように表すか、大規模データをどのように処理するかにいき、特異値分解などの低ランク行列分解によるレコメンドやRestricted Boltzmann Machineといった最近のnetflix prizeの上位の手法など、かなり突っ込んだ議論もしてます。 個人的には三章でLocality Sensitive Hash(LSH)について扱っているあたりがお勧めです。 レコメンドの内部の問題を極言すると、データというのは疎な高次元の数値ベクトル（数百万次元とか）で表され、クエリでベクトルが与えられた時、これと似たようなベクトルを探してこいという問題になります。”似たような”を数学的にいえば、クエリのベクトルとの内積（各ベクトルは長
web+db レコメンド特集 サンプルコード - DO++
- WEB+DBプレスの「[速習]レコメンドエンジン」のサンプルプログラムを訂正してみる にあったように、WEB+DB PRESS 49号 レコメンド特集での誌上のサンプルプログラムに誤植があり、そのまま書くとコンパイルできないという問題がありました。 サンプルコードの修正をぎりぎりにお願いして、ゴミが残ってしまったのが原因です。 ご迷惑をみなさんにおかけしました。すいません。 WEB+DB PRESS Vol.49サポートページ ここから、動かせるサンプルコード（Part3用のサンプルコードというところ）をダウンロードできるので、買った方も（そうでない方も？）参考にしてみてください。 以後、気を付けます。
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
