Box2DFlashAS3 の単純なサンプルと使い方 (2.0.2版) - てっく煮ブログ
box2d, asBox2dFlashAS3 はバージョンによって API が激しく変わっていてなかなか困りものだ。2.0.0 なら gihyo.jp の 特集：Box2DでActionScript物理プログラミング が分かりやすくてよいんだけど、2.0.1 で重要な API が改名されていて、そのことがパッケージには書いていない。「Box2dFlashAS3 どうなってるんだ」と思ったら、どうやら Box2D 本家の API 変更に素直に追従しているだけのようだ。本家側ではそこそこドキュメントはそろっているようなので、ドキュメントが欲しい人は Box2D 付属のクラスライブラリや Box2D User Manual を見たほうがよいかもしれない。今回は Box2dFlashAS3 ver 2.0.2 の単純なサンプルを作った。クリックすると始まるよ。（表示されない場合はリロードしてくださ
ohmm（オンラインEMによるHMM学習）をリリースしました - DO++
Ohmm-0.01をリリースしました [Ohmm 日本語] [Ohmm English] これは、以前のブログで書いた、オンラインEM法をそのまま素直に隠れマルコフモデル(HMM)に対し適用したライブラリです。 使う場合は、単語（アクセス履歴とかなんでもよい）に分けられているテキストを入力として与えれば、HMMによる学習を行い、結果を出力します。他で利用できるように、パラメータを出力したり、単語のクラスタリング結果を出力します。 HMM自体は、言語情報やアクセス履歴、生物情報（ＤＮＡ）といったシーケンス情報において、前後の情報を用いて各要素をクラスタリングしたい場合に用います。 本ライブラリの特徴はオンラインEMの特徴通り、従来のEMよりも速く収束します。一応標準的な最適化手法（スケーリング、スパースな期待値情報の管理）もいれているので、そこそこ高速に動きます 速度的には100万語、隠れ状
opencv.jp - OpenCV-1.0:機械学習 ブースティング（Boosting）リファレンス マニュアル -
最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) 一般的な機械学習のタスクは，次のような教師あり学習である． 入力と出力の学習データ集合が与えられたときに，未観測の入力サンプル xに対する出力 y を予測する． つまり，入力 x と出力 y の間の関係を表す関数F: y = F(x) を学習することが目的である．定性的な出力予測が分類と呼ばれるのに対して，定量的な出力予測は回帰と呼ばれる． ブースティングは教師あり分類の学習タスクを解決する強力な学習概念であり，たくさんの「弱い」分類器の能力を結合することで， 強力な「コミッティ」[HTF01] を構成する． 弱い分類器は，偶然よりもましな性能を持っていれば良いため，非常にシンプルで計算コストの小さいものである． しかし，これらの多く
Lightbox.js のような写真のスライドショーするライブラリ沢山：Goodpic
This shop will be powered by Are you the store owner? Log in here
1
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
