結構な時間をかけて、最近のコンピューターサイエンスの論文を読み漁っている。 自分のチームのプロダクトを改善してくれそうな、アルゴリズム的な物を何でも探しているのだ。 これも Indeed のミッションである Help People Get Jobs のため。成果はまちまちで、 Indeed では活用できそうにない美しい数式しか見つからないこともしょっちゅうある。 でも、コンピューターサイエンスの文献を読み込むことで、得られるものは沢山ある。 もっと多くのソフトウェア開発者が、文献を活用して腕を磨いてもいいんじゃないだろうか。 コンピューターサイエンスの論文を読む理由とは 「何で？」－ そもそも、こう思うんじゃないだろうか。 現役で仕事をしている開発者は、やはり論文なんか読まないだろう。 事実、僕が文献サーチを勧めると、何人もの優秀な開発者にぽかんとした顔つきで見られた。 「え？ Stack

台風・・・いや温帯低気圧ですね。こんなときといえば電車が遅れますね。 さて、昨年登録だけして結局いじらなかったオープンデータのAPIがありますので現状はどうなのか確認してみました。 本当ならば、Pythonとかでやればいいのですが、手軽さとデータハンドリングの楽さ、あとこのブログは基本的にPythonの記事など需要がなさそうな気がしてならないので、みんなだいすきなRでやりました。 library(jsonlite) library(dplyr) traindata <- fromJSON("https://api.tokyometroapp.jp/api/v2/datapoints?rdf:type=odpt:Train&acl:consumerKey=[key]") traindata <- traindata[4:17] names(traindata) <- c("date", "v

アメリカのビジネススクールでファイナンスの教科書として使われている本。 分厚い。でも、これがすこぶる分かりやすく書かれている。 ファイナンスの教科書でこれ以上の本は無いんじゃないか？ すべてはこれを丁寧に理解することで事足りると思う。 各章の最後には章末問題が用意され、巻末には解答解説が用意されているという素晴らしい本。 変な話、ファイナンスの授業よりこれ読んで学んだ方が良いんじゃないか、というくらい素晴らしい。 新版 ファイナンシャル・マネジメント ― 企業財務の理論と実践 作者: ロバート・C・ヒギンス,グロービス・マネジメント・インスティテュート出版社/メーカー: ダイヤモンド社発売日: 2002/10/01メディア: 単行本購入: 3人 クリック: 23回この商品を含むブログ (12件) を見る 二本指アプローチ！ 資金運用表を１～２回作成してみることは有益だろう。しかし、そのレベ

Backbone.jsやEmber.js、AngularJSなどの流行りのMVCフレームワークを用いたAjaxアプリケーションのSEOについて少ししらべてみました。SEOというかクローラー対策っぽいですが。ブログ的には始めての開発系の記事。 AjaxアプリケーションのSEO的な問題 そもそもどうしてAjaxアプリケーションがSEO的にやばいかというと、一旦空のHTMLを読み込んだあとJavaScriptを使ってクライアントサイドでコンテンツをレンダリングする仕組み上、Googleのクローラーのような特殊な環境だと内容を正常に読めないというのが現状らしい。というわけでこれを如何にして読み込ませるかが本件のゴールになります。 STEP1:Ajaxアプリであることをクローラーに伝える #!(ハッシュフラグメント)をURLにつける URLに#!(ハッシュフラグメント)が含まれているとクローラーはそ

こんにちは、買物情報事業部でサーバサイドの開発を担当している荒引 (@a_bicky) です。 今回のエントリでは R で A/B テストの結果検証を行う方法の一例について紹介します。 エンジニアでも自分の関わった施策の効果検証のために簡単な分析をすることがあるかと思いますが、そんな時にこのエントリが役立てば幸いです。 なお、次のような方は対象外です。 A/B テストや KPI の設計に興味のある方 この辺には全く触れません プログラミング初心者 わからない単語が大量に出てくるでしょう R で統計学や機械学習の手法をバリバリ使いたい方 世の中の “分析” の多くは集計処理がメインです Python, Julia など既に分析する上で使い慣れた言語・ツールがある方 今回のエントリ程度の内容であればわざわざ乗り換える必要もないでしょう OS は Mac を前提として説明するので、Windows

東京電力は、２０１６年４月に予定される電力小売りの全面自由化に向け、リクルートグループと提携交渉に入った。 リクルートが運営する住宅情報サイト「ＳＵＵＭＯ（スーモ）」の利用者に、住宅の購入や賃貸と電気の契約をセットで行うと、電気料金を割り引くなどのサービスを提供する。自由化で、他の電力会社などが首都圏で販売を強化するのをにらみ、契約者を囲い込む狙いがある。 スーモは１か月に約１４００万人が訪れる国内最大級の住宅情報サイトで、マンションや一戸建ての販売・賃貸、リフォームなどの情報を扱う。両社は提携することで、サイトの登録会員や、住宅購入を相談する人に対し、住宅と電気を併せて契約すると電気料金を割り引くサービスを提供するほか、電気代を節約できる料金メニューや、住宅の改修に合わせた省エネ対策を紹介する。

わたしは残念ながらモーツァルトが嫌いだ。ファンの人には申し訳ないけど、めったに楽しく聴けない。自分はまあ比較的、クラシック音楽を聴く方の部類だと思う。聴き始めたのは十代の頃からだが、その頃は一応素直な人間だったので、先輩先人の教えに従い、偉大なる天才作曲家モーツァルトもいろいろ聴いてみた。 だが2、3年ほど経ったのち、いつまで聴いてもちっとも楽しくないことに気がついた。気づくならもっとサッサと気がつけばいいのに、そんなにかかるのが、わたしの鈍感なところなである。あるいは、伝統的な教導の強さと言うべきかもしれない。ただし、わたしは心の広く公平な人間であるから（笑）、モーツァルトにもたまには良い曲があることは認めてよう。たとえば晩年のクラリネット協奏曲とか、同じ楽器だがクラリネット五重奏曲は素晴らしいし、あるいは音楽劇「魔笛」などにも良い部分がある。 ともあれ、自分の好みに気がついて以降は、彼

乗るしかないこのビッグウェーブに Deep Learning（深層学習）に関連するまとめページとして使用する予定です。Deep Learningに関する記事・スライド・論文・動画・書籍へのリンクをまとめています。最新の研究動向は全然把握できていないので今後研究を進めるなかで記録していきたいと思います。読んだ論文の概要も簡単にまとめていく予定です。本ブログでは、当面の間、Theanoを使って各種Deep Learningアルゴリズムを実装していきたいと思います。 関連ニュースなどはTwitterでも流しているので興味があったらフォローしてください。 すべてに目が通せず更新が追いついていません。私のはてなブックマークで[Deep Learning]というタグを付けて登録しています。まったく整理できていませんがご参考まで。 Theano編 TheanoをWindowsにインストール（2015/1

自分は、あまり twitter につぶやかない. なぜなら、つぶやくとタイムラインが、ドロドロの鬱ったーにかわるので. 感情は、しかし、どこかに吐き出さないと、健康によくない. そこで、その場の感情を即座に記録するための仕組みを org-journal で実現したので紹介. org-journal でできること# org-journal は、Emacs から即座に、日記を書くための elisp. https://github.com/bastibe/org-journal できることは、 ショートカット(C-c C-j)で journal.org を開く. 日付を挿入する. 感情を書き留める. org-journal を去る. 以下、自分の設定例. (require 'org-journal) (setq org-journal-date-format "%x") (setq org-jo

注意：この記事は大好評放送中のハロー!!きんいろモザイクと最近話題のDeep learning をかぶせて話題沸騰!!にしたかったけれども、きんいろモザイクに出ている声優のサンプルボイス(東山奈央)が入手できず、DNNについても結局実装が間に合わずにrandom forestとか多項ロジスティック回帰でごまかしてるじゃんｪ…と思ったらなんとかDNNできたので半分タイトル詐欺です。 感動した。 ご注文はDeep Learningですか？ - kivantium活動日記 ここではOpenCV を用いて顔認識をして、そのデータをDNNに流して主要キャラ+その他判定をしている。 ならば、声優統計を修める者としては、音声解析の技術を用いて 誰が今歌っているのかを識別したい。 これをDNNの技術を用いてやってみる。 やり方としては、 サンプルボイスの収集→統計量の作成→学習→学習器の性能評価→推定→動

こんな記事を読みました。 r25.yahoo.co.jp 去年のちょうどいま頃くらいから、半年くらい試みていたこととそのままリンクしている内容だったので少し驚きました。その内容に関してはこちらをご覧ください。 （参照：放送のネット“文字おこし”は問題あるの？ （THE PAGE） - Yahoo!ニュース） 以前から「見えるラジオ」というものはあった よく調べると、実はTOKYO FMでは以前から「見えるラジオ」というものをやっていたみたいなんですよ。2014年3月に終了してしまったそうなのですが、サービス開始の1994年から20年近く、運用されていたそうです。 実際にはこんな感じの端末を使って、番組放送を聴きながら文字での情報も追えるというものです。 「見えるラジオ」は、放送番組を聞きながら、独立した複数の文字情報を同時に受信できるもので、液晶画面のついたラジオ（「見えるラジオ」）で、文

そういえばブログには書いていなかったような気もするので改めて書いておくと、大学院を出てニートになった後なんとなく働いています sucrose.hatenablog.com 何社か受けよう的な話があったけど、コミュ力(精神)を消費するのがつらかったので一番早く決まったところで労働しています 自分みたいな無能で精神の弱いコミュ障でもなんとか糊口をしのぐことができていて感謝(？) 仕事はPHPとかJavaScriptとかCSSをいじってWebページを修正したりしてます 他に特筆すべきこととしては、ユーザーの行動のデータを継続的に取るようにしたり可視化とかをやっていましたが一年間やってだいたいネタが尽きてきました 一番下の方にどんな技術・ツールに触ったのか書いたので、よい可視化ツールがあったら教えていただけると嬉しいです 驚いたこと 勤務先はいわゆるWeb系の会社で、働いてみていろいろと驚くことが

素晴らしい諸先輩方の解説を見てぼくもなんとかここまで使えるようになりました。 基本的な使い方は下の参考のところに挙げた諸先輩方の解説ページや文献など読んでもらうとして，このページはあまりウェブで見つからなかったことを中心とした忘備録です。 モデリング 別段新しいことはありませんが，重回帰というか説明変数を複数投入してのdlmModRegの使用例が日本語であまり見当たらなかったので，まあなんかウェブへの知識の蓄積(笑)に貢献できればみたいな。 そこだけちゃんと書きますが，ちゃんと書くといってもただ説明変数のところを変数が並んだMatrixに変えるだけです。 2011年1月からの月次データdatみたいなものを仮定してですね。(元データを示さずにサンプルプログラムを公開するのってなんか不思議な感じですが，いい感じのが見つかったらまたそれでやります) #準備 start=c(2011,1) fre

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 今回は、データの「前処理」について話そうと思う。 前処理、と本稿で呼ぶのは、機械学習や可視化の前の処理すべてで、具体的には抽出や集計などの「データ加工」や「データ検証」のことを指す。 前処理は、これが結果に直結するというものではないため、データ活用事例の紹介記事などで触れられることもまずなく、分析業務に直接携わる者でなければその存在を意識することもないのではないだろうか。 ところが「データ分析業務は8割が前処理」と揶揄（やゆ）されることがあるほど、分析業務における前処理の比重は大きい。また、前処理が終わらなければ機械学習などの本格的な分析を始めることができないという構造もあり、分析プロジェクトのボトルネックに、容易になりうるのだ。 統計

ブラウザスタイルは平坦化しておく リセットCSSはオプトアウト可能にしておく 登場頻度の高い組合せはplaceholderとして登録してから利用する 可能な限り画像はスプライト生成してから利用する それ以上分解不可能なコンポーネントは要素のように扱う コンポーネントは自己完結型のものを使う BEMはDRYになるよう粒度を下げる 可能な限り@extendは利用しない レスポンシブでない場所では、Utilitiesクラスを活用する shame.cssはいつも綺麗にしておく 詳細度または特異性の高いものほど後方に記述する 可能な限り!importantしない 可能な限りハックしない 変数をデザインガイドとして活用する CSSファイルを分割するメリットはほとんどないので一つにまとめる 1. ブラウザスタイルは平坦化しておく 例えば、こういうScrap & Buildは単に通信量のムダ。 * { f

あたまだし 検定やクロスバリデーション等への応用を企図した、サンプル数を水増しするための手法としてブートストラップ法がある。これをRで実行するにはsample関数を使って自分でリサンプリングするコードを実装するか、あるいはbootパッケージのboot関数を用いればいい。 ただ、通常このようなリサンプリングにおいては、例えば、データのレコードの行番号を一様にリサンプリングするなど、"データの順序"を考慮したものとはなっておらず、これはデータの順序に意味があるデータ、特に（時）系列データに対して問題となってくるので、通常のブートストラップ法を適用することはできない。 時系列データに対するブートストラップ法に関しては、まず、大枠としてのブロック・リサンプリング法があり、その構成要素としてブロック・ジャックナイフ法、ブロック・ブートストラップ法が研究されてきた。ブロック・ジャックナイフ法はさほどメ

たまたま面白いツールを見つけた。機械学習のパラメータをいじるとインタラクティブに学習結果が可視化して見れるお勉強アプリ。 MLDemos – A visualization tool for machine learning MLDemosは、機械学習でのクラス分類、回帰、クラスタリング、次元削減、力学系、報酬最大化を行うそれぞれのアルゴリズムのパラメータが、学習結果にどのように影響しているのかを勉強・理解するための教材として開発されたオープンソースの可視化ツールです。 MLDemosはオープンソースで、個人・アカデミック用途なら無料で利用できます。 可視化結果が美しい。 初学者が機械学習のイメージを掴むにはちょうどいいかもしれない。パラメータの調整の感覚も分かってくるかも。プロットしたデータを3Dでグリグリ回して見れるのが個人的に好き。 残念ながらDeep Learningは実装されてな

Python東海Vol.5 発表資料。 IPythonをマスターしよう by Hiroshi Funai

はじめに このエントリは非常にポジティブで技術的なチャレンジに関するまとめであり求人エントリでもあります。 まとめ 昨年後半から、急成長するサービスを支えるため “どオンプレ” な環境で作ったサービスをクラウドに持っていく仕事をしていました。 クラウドのオイシイところを押さえられるよう作り変えをした結果として “Infrastructure as Code” を実践することになり、結果としてソフトウェアエンジニアだけですべてがコントロール出来る状態になり、インフラおじさん業が不要になりました。 そういった環境で働きたい "腕の立つITエンジニア(特にスマホとサーバサイド)" を募集しています。 発表資料&箇条書きで振り返る最近の動き AWS Casual Talks #3 https://github.com/myfinder/aws-casual-3/blob/master/slide.