１００冊読む時間があったら論文を１００本「解剖」した方が良い
何かインプットしたら、アウトプットすること。 アウトプットを予定して、思い描いて、インプットは行うこと。 メモでも日記でもブログでもレジュメでもレポートでも論文でも著作でも隣の人に話すのでもいいから、吐き出すこと。 ちんぷんかんぷんでも本の内容をレジュメにまとめ、お馬鹿同士トンデモな議論をやり、なんとか書き上げた論文モドキを投稿して無理解極まる査読者とやり取りすること。 でないと、アタマの中にも、手の中にも、何も残っていないことに気付くことになる。 「ああ、そんな本（あるいは、そんな話）、前に読んだな（聞いたな）」でおしまいになるだろう。 アウトプットは、できればインプットと同じ水準のものがいい。 たとえば論文を読むなら、論文を書くつもりで読むこと。 そうなると内容を得るだけでは済まなくなる。 ・どういった構成で書かれているか？ ・どんな決まり文句や、つなぎの言葉が使われているか？ ・主張
RANSACを調べてみました
パラメータのロバスト推定によく使用されているというRANSAC。 コンピュータビジョンの本にもところどころ出てきていますが、 どんなものなのかははっきりわかっていませんでした。 というわけで、色々と調査してみました。 Czech Technica大学の教材のPDFやおべんきょうWikiを見て調べたところ、 RANSACのアルゴリズムは、下記のようになっていました。 １．総データ個数がU個あるデータから、ランダムでn個のデータを取り出します。 ２．取り出したn個のデータから、パラメータを求めます。 （取り出すデータの個数ですが、これは求めるべきパラメータの数に比例するようです) ３．求めたパラメータを、総データ点数から取り出したn個のデータを除いたものに式を当てはめ、 観測されたデータと２．で求めたパラメータの誤差を計算します。 ４．誤差が許容範囲内であれば、パラメータに対して投票を行います
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
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
