『フォトショップ・ブイアイピー』の新着記事です。フォトショップやデザインをたのしむウェブサイト。2009年3月創刊以来、3800を超えるコンテンツを更新しています。フリーフォントなどの無料デザイン素材/配色やWeb制作といった最新トレンドも公開中。
Machine Learning for Hackers 作者: Drew Conway,John Myles White出版社/メーカー: Oreilly & Associates Inc発売日: 2012/02/28メディア: ペーパーバック クリック: 63回この商品を含むブログを見る 機械学習の評価方法について学習 機械学習初心者ですが最近業務で本格的に触り始めています。少し前までSmartPhoneのWebAppliを作ることを専門職としていたので機械学習の領域は未知な事が非常に多く、用語の意味ですら十分に理解できていません。今日は機械学習の評価方法を中心に学習(勉強)した内容を記録して行きます。例えばPrecision/Accuracy/Recallの言葉の違いやROC曲線,AUC評価などの技法といったものが話の中心になります。初心者視点で書いていますので専門性がありません。間
2. 論文紹介 • Marc Sebban, et. al. “BLUE*: a Blue-Fringe Procedure for Learning DFA with Noisy Data” • http://labh-curien.univ-st-etienne.fr/~janodet/ pub/tjs04.pdf • ノイズを含む信号列から状態遷移図を推定 →それが何の役に立つの? 13年4月14日日曜日 3. 論文紹介 • Thomas Arts and Simon Thompson, “From Test Cases to FSMs: Augmented Test-driven Development and Property Inference” • http://www.cs.kent.ac.uk/pubs/2010/3041/content.pdf • ユニットテストの結果
deep learning とは、従来よりも多くの層を持ったニューラルネットを用いる 機械学習技術です。 deep learning は、画像認識、音声認識などの分野で、 いろいろなベンチマークで従来技術を超える性能を出しており、 注目を集めています。 私自身も勉強不足ですが 僭越ながら、 deep learning 関連用語について自分の理解で簡単にまとめました。 (挙げてある原論文もちゃんと読んでません! 間違いがあればぜひご指摘ください。) Deep Learning auto-encoder または RBM などを積み重ねた深い構造を持つ機械学習器。 従来は研究者が手作りしていた特徴抽出器を、 代わりに大量のデータから学習させ自己組織化させるアプローチとも言える。 deep learning を特徴抽出器として使い、 識別器としては最上位層でSVMなどを使うこともある。 deep
Twitter クライアント “Termtter” の紹介と収集したソーシャルデータを Fluentd + Hadoop で分析する話id774
_ courseraの授業を受けてみた courseraという、Webベースの自習システムが話題になったので、試しに受講してみた。 最初は1月開講の機械学習のコースだったけど、なんか開始が伸びに伸びて実際に開講したのは4月の末からだった。期間は2か月半。 週あたり大体2つの単元というかテーマがあって(たとえば、ロジスティック回帰+正規化とか。ニューラルネットワークはそれだけで1週間)、最初はスーパーバイズド機械学習(予測とか)で、1変数の線形回帰、次は多変数の線形回帰、……と少しずつ複雑さを増して行って、アンスーパーバイズド機械学習(クラスタリングとか)で一応終了。途中、高速化や評価などの講義とか、Octave(GNUのMATLABクローン)のチュートリアル(プログラミングの実習で利用するので)とかが入る。 このコースは、ハウトゥーに重点が置かれた講義なので(と言っていたと思うのだが)時々
Coming from a background in higher-level languages like Ruby, Scheme, or Haskell, learning C can be challenging. In addition to having to wrestle with C’s lower-level features like manual memory management and pointers, you have to make do without a REPL. Once you get used to exploratory programming in a REPL, having to deal with the write-compile-run loop is a bit of a bummer. It occurred to me r
これは週末やりたいな−。と思った@HIROCASTERでございませう。 いまどきのRubyとRailsの学び方として取り上げたことのあるCode Schoolが今週末だけ無料開放されるようです。 みんなが考える、ちょっと退屈なオンライン学習とは一線を画すコンテンツですので、ぜひやってみてください。 Rubyの基礎からRuby on RailsやjQuery, Backbone.jsのオンラインコースまで全て無料です。 正確には 5/18 18:00 〜 5/20 23:59(東部夏時間) 日本時間を計算すると 5/19(土) 09:00 〜 5月21日(月) 14:59 です。 おすすめコース無料コースのRails for Zombiesがおもしろいのですが気になったコースをピックアップします。 Anatomy of Backbone.js – Code School Backbone.j
Plunker lets you edit, fork and preview web snippets onlineTry it out. Take any gist url and pop it in the box below. Alternatively, try out the Editor. What were you thinking?There are some pretty amazing services out there already. Why would anyone try and reinvent the wheel again? For fun and for profit. OK. Just for fun. And I had a lot of it learning about node.js, Express and the whole async
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 P2P、特にDHTの前提知識が無い状態から、オリジナルDHTアルゴリズムを実装・評価できるようになるまでの学習方法と参考資料をまとめました。 基本的なアルゴリズムの仕組みから、実装評価に用いるツールキットの使い方までを短期間で学習することが出来ます。 「P2Pに関する卒論を書こうと思っている人」や「P2Pアプリケーションの開発前に、アルゴリズムをテストしたい人」、「なんとなくP2Pアルゴリズムに興味が出た人」などにぴったりだと思います。また、研究室での後輩教育用資料にするのも良いと思います。実際に使いましたし。 ここで紹介する資料一覧は以下の通りです。 資料1:「ChordアルゴリズムによるDHT入門」 資料1ーオプション1:「DHTアルゴリズムSymphony
最近のスパム判定には、SVM(Support Vector Machine)というパターン識別手法が使われている物があります。 最初SVMのことを知らなくて、ぐぐってみた中で、自分にはここの説明が、一番特徴がわかりやすかったです。 SVMを使うとなにが嬉しいの? これを読んで、ニューラルネットワークとSVMを比較したとき、SVMは要素間の境界線距離を最大化するように学習する、というのがウリだと思いました。それだけ(たぶん)般化能力が高くなると。 自分が大学にいたとき、少しニューラルネットワークのこともやったことがあります。 そのとき、入力にノイズを混入させて学習させたほうが、学習の般化能力が高くなるようだ、というのがあり、実際に実験するときに試して良い結果が出ていました。 このSVMのモデルを見たとき、例えばニューラルネットワーク(バックプロパゲーション)で、正規分布したノイズを入力に混入
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