タグ

2010年1月27日のブックマーク (5件)

  • MIT OpenCourseWare OCW Home

    Unlocking knowledge, Empowering Minds. Free lecture notes, exams, and videos from MIT. No registration required. Learn More about the OCW mission Free and open access to knowledge needs your support. When you donate to MIT OpenCourseWare, you open up possibilities for learners everywhere. Make your gift before our June 30 fundraising deadline. Chalk Radio: a podcast about inspired teaching at MIT

    MIT OpenCourseWare OCW Home
  • 協調フィルタリングは、中学生だった私に「ビッグ4」をちゃんと勧めてくれるだろうか? - livedoor ニュース

    協調フィルタリングは、中学生だった私に「ビッグ4」をちゃんと勧めてくれるだろうか?2009年07月12日17時37分 / 提供: 先日、図書館の情報システムを研究されている方とお話をする機会があったのだが、その中で、図書館のシステムも将来的にはコンテンツを推薦するようなシステムの開発も進んでいくのではないかという話になった。  その話しの中身は、協調フィルタリングなどインターネット経由によるコンテンツ推薦は既にお馴染みだが、図書館や書店でこのようなシステムはあまり見ない。これが将来的には「セマンティック」な仕組みが整備されて、図書館などにも導入されていくのではないか? というお話だった。  このような話を聞いたので「今だったら、図書館の司書さんが、そういう事やってくれそうですね」と言ったら、微妙な反応をされてしまった。なるほど、確かに目的のがわかっていれば、図書館の検索システムを使えば良

  • 日本の出版社が直面するイノベーションのジレンマ - My Life After MIT Sloan

    なんて話は、アマゾンが日に進出した10年前から言われてることであるが、 最近、書籍のEコマースなんて話より、電子書籍の普及で問題が格化しているので、私なりにまとめておくです。 要は、出版社が電子書籍ビジネスに格的にコミットできないジレンマのことだ。 私の感覚では、今後5-10年のうちに電子書籍がかなりの書籍出版を塗り替えると予測しており、 日の出版社ビジネスは数年もしないうち、かなり侵されて縮小するんじゃないか、と思っている。 (一方アメリカでは時間かかると思ってる。日が一番早い。理由はそのうち) 書籍、そして雑誌がやばい。 「え、電子書籍もうやってるじゃん、電子コミックとか。」とか言うなかれ。 確かに一部の売れない書籍や二次コンテンツの電子化を行ってる出版社は多いけれど、 あんなの子供だましメインのビジネスとして始めてる大手の出版社は無いでしょ? 電子書籍ビジネスは、既存のビ

  • SplFixedArrayはPHP標準の配列よりメモリを消費しない - hnwの日記

    PHP5.3.0から実装されたSplFixedArrayというSPLクラスがあります。これはマニュアルによれば下記のようなクラスです。 SplFixedArray クラスは配列の主要な機能を提供します。 SplFixedArray と通常の PHPの配列との主な違いは、 SplFixedArray は固定長であって、整数値で指定した範囲内の添字しか使用できないところです。これにより、より高速な配列の実装が可能となりました。 http://docs.php.net/manual/ja/class.splfixedarray.php 制限はあるけれども高速な配列もどきのクラスだと紹介してありますね。このクラスについて少し調べてみました。 SplFixedArrayの速度 まずはSplFixedArrayが当に速いのかどうか、下記のようなプログラムで実験してみました。実験はPHP5.3.0で行

    SplFixedArrayはPHP標準の配列よりメモリを消費しない - hnwの日記
    gami
    gami 2010/01/27
  • pLSIを試してみた - のんびり読書日記

    これまでにK-means++とfuzzy c-meansを使用したクラスタリングを試してきましたが、今回はpLSI(probabilistic latent semantic indexing, 潜在的意味インデキシング)によるクラスタリングを試してみようと思います。 pLSIは確率・統計的な枠組みで次元縮約を行う枠組みで、なかなか精度がよいらしく色々な論文で見かけます。Google NewsのレコメンドでもpLSIを使用しており、MapReduceで処理を並列化させて高速に実行しているそうです(論文読んでないので間違っているかも)。また入力ベクトルをあらかじめ重み付けしておく必要がなく、文書であれば単語の頻度をそのまま入力として使用できるのもうれしいところです。 より詳しくは以下のWikipediaのエントリか、書籍をご参照下さい。(書籍は処理結果の表8.4が並びがグチャグチャになってる

    pLSIを試してみた - のんびり読書日記