【速報！モバゲーオープンプラットフォームForum2010】戦略のまとめ。モバゲーは世界の競合を駆逐できるか：プロジェクトマネジメント10.0：オルタナティブ・ブログ
【速報！モバゲーオープンプラットフォームForum2010】戦略のまとめ。モバゲーは世界の競合を駆逐できるか ※6月4日16:41追記：図の誤りを修正 誤）Openfainto(MiniNation) 正）Openfeint＋Minination ※6月4日18:00頃～：いくつかの誤字を修正 モバゲーオープンプラットフォームForum2010に参加しています。 途中なのですが、PCの電源が切れそうなので一旦外に出てきました。 現在までの内容をまとめます。 ◆テーマ ・Xdevice＋Xborder（クロスデバイス＋クロスボーダー） マルチプラットフォームで世界を狙っていく。 プラットフォームと地域に戦略をプロットすると以下のようになる。 ◆提携理由の要旨 世界のソーシャルゲーム市場は2013年までに4000億円。1000億円は2010年に超えると言われている。巨大な市場であるが、日本国内
HTML5 Watch
# Portal for mobile/desktop browsers Full Writeup Keyboard Controls: It’s AWSD or arrow keys for movement and mouse button and mouse movement for the portal gun. On mobile, it’s hold down your finger to run toward your finger and hold down above you to jump, tap to aim and fire the portal gun, and second finger (multi-touch) to move the portal gun without firing (like to maneuver a held box).
ビショップ本勉強会記録
パターン認識と機械学習(上） 日時 内容 スライドのファイル 補足資料など 発表者 4月11日 第１章 序論 （導入部分） ml-shinnou-0411.pdf 新納 1.1 例：多項式曲線フィティング ml-sasaki-0411.pdf 佐々木 4月18日 1.2 確率論 (導入部分） ml-toyokawa-0418.pdf 豊川 4月25日 (4/18に準備なし、25日に変更) 1.2.1 確率密度 1.2.2 期待値と分散 ml-suzuki-0425.pdf 鈴木 4月18日 1.2.3 ベイズ確率 ml-matsumoto-0418.ppt 松本 4月25日 1.2.4 ガウス分布 ml-aihara-0425.pdf 相原 1.2.5 曲線フィティング再訪 ml-motegi-0425.pdf 茂木 1.2.6 ベイズ曲線フィティング ml-kubota-0425.ppt
PRML合宿まとめサイト
■上巻 第1章: 序論 序論ではまずパターン認識の最も簡単な例として多項式曲線フィッティングを取り上げ、パターン認識・機械学習の基本的な枠組みを紹介する。そしてベイズの定理や統計量などの確率論の基礎を導入し、確率論の観点から再び曲線フィッティングを扱う。不確実性はパターン認識の分野における鍵となる概念であり、確率論はこれを定量的に取り扱うための一貫した手法を与えるため、この分野における基礎の中心を担っている点で重要である。 また、回帰・識別の実際の取り扱いに際して必要となる決定理論や、パターン認識・機械学習の理論において役立つ情報理論の導入についても行う。 発表資料はこちら(ppt)とこちら(ppt)。前半では多項式曲線フィッティングの例およびベイズ的確率を、後半では決定理論および情報理論を取り扱っている。 第2章: 確率分布 第2章では二項分布や多項分布、ガウス分布といった各種の確率分布
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
処理を実行中です
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
