機械学習勉強会での Julia の発表と参加者の反応レポート - Qiita
初めに 2015/11/28 に、機械学習 名古屋 第2回勉強会 という勉強会を開催してきました1。 メインは「K-means 実装 ハンズオン」（Python + numpy 利用）だった1のですが、そのあとの発表で Julia についてプレゼンをしてきたので、その概要と、反応をレポートします。 発表資料 発表資料は Jupyter で作成し、nbconvert でスライドに変換して Github Pages で公開23。 URL: http://antimon2.github.io/MLNGY_201511/slides/AboutJulia.slides.html 構成 Julia とは？ 機械学習への適用 〜自分で実装編〜 例1：単純な線形回帰 例2：簡単な K-means 機械学習への適用 〜追加パッケージ利用編〜 機械学習ライブラリ（主なもの） 例1：Regression.jl
メタプログラミングRuby 第2版
本書はRubyを使ったメタプログラミングについて解説する書籍です。メタプログラミングとは、プログラミングコードを記述するコードを記述することを意味します。前半では、メタプログラミングの背景にある基本的な考えを紹介しながら、動的ディスパッチ、ゴーストメソッド、フラットスコープといったさまざまな「魔術」を紹介します。後半では、ケーススタディとしてRailsを使ったメタプログラミングの実例を紹介します。今回の改訂では、Ruby 2とRails 4に対応し、ほぼすべての内容を刷新。Rubyを使ったメタプログラミングの魔術をマスターし、自由自在にプログラミングをしたい開発者必携の一冊です。 『メタプログラミングRuby 第2版』目次 読者の声 序文 はじめに Ⅰ部 メタプログラミングRuby 1章 頭文字M 1.1 ゴーストタウンと市場 1.2 メタプログラマのボブの物語 1.2.1 ボブの最初の試
最高99％の正答率、ハトによる乳がんの発見方法が開発される
米アイオワ大学は11月18日、断層撮影画像から乳がんの病巣を発見するのにハトが使えることを発見した。 乳がんはX線マンモグラフィーなどによる定期検診で発見できるものの、早期の乳がんは経験を積んだ医者にとっても診断が難しく、専門の訓練を必要とされるほど。一方、鳥類の視力は上空から草むらの上にいる小さな昆虫を見つけるなど、単に視力が良いだけではなく、思いもよらないほどの画像解析能力を発揮することがある。 研究では、8羽のハト（Columba livia）をケージに入れ、乳がんの病理学サンプル画像をスライドで映写。腫瘍画像をつついたときには餌が与えられるという訓練を施した。さまざまな乳がんのサンプル画像を用いてトレーニングを行なったところ、ハトたちは15日間で平均85％の正答率を記録した。また、とくに成績の良かった4羽は30日後に最高99％の正答率を出したという。
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
