チャオ! オレだ。 深層学習を手軽に使いたいというニーズは日に日に高まっているはずなのに、ガクシャ先生どもと来たら、やれMatlabだ、やれPythonだのと軟弱言語の話しかしやしねえ。どこかに気骨溢れたナイスガイはおらんのか! と思ったら、居た。 それが今回紹介するdarknetだ。 darknetという名前から想像する異常にダークである。 バーン どうよこのダークネス感 いまどき黒いページというのは珍しい。 そして無駄に凝った魔法陣のようなロゴ。ダークだ。 しかしダークネット、厨二満開とせせら笑っていられるのもいまのうちだ。 このダークネット、実に必要十分な機能を最短で試せる超絶優れたツールなのである。 CaffeやTensorFlowほどの知名度はないが、実用性皆無なTensorFlowに比べてdarknetはものすごく実用的。Cが分かる人ならばこれほど使いやすいものもちょっと他にな

この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ

この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook この章では機械学習について、Webサービスの開発で必要とされる知識を中心に、とくに自然言語処理にフォーカスしながら解説します。 Webサービス開発と機械学習 実現困難な機能の例 闇雲な実装 もう少しましな実装 機械学習によるパラメータ決定 分類問題のための機械学習手法 パーセプトロン 判別アルゴリズム 学習アルゴリズム 特徴量のとり方 形態素解析 量をともなう特徴 組み合わせ特徴量 モデル 機械学習の種類 教師あり学習 分類 (質的変数の予測) 回帰 (量的変数の予測) 教師あり学習でのデータセット 教師なし学習 クラスタリング 次元削減(次元圧縮) 頻出パターンマイニング 異常値検出 アルゴリズムの評価 訓練データとテストデータ 学

こんにちは、とみたです。 9月もまた勉強会やワークショップに参加する機会が多く、あっという間に月末です（泣） 特に今月は、法人化前に経費を使おうとパソコンとか椅子の新調でショールームに出かけたりしていたので、あっという間に過ぎてしまいました。 そのレビューなんかもしたいんですが、最近分析関係のことも書いていないので、なんとか月一更新を続けるべく、かんたんな比較表の作り方を紹介します！ 今回の比較表を作る目的 先月、とあるセミナーに参加した時に、「記事の修正はどのタイミングですればいいのですか？」という質問が出ていました。 僕の考えだとその答えは1つではなくて、何のための修正かによると思います。 以前紹介したこちらのデータ集計の方法（別タブ）の、特に「６．ページ毎分析」は、今あるアクセスをより多くしたり、今よりもっと成約や別記事へと誘導するための修正をするために、ページ毎に細かなデータを取っ

ビアンカ・ウェブ 2015年1月に法人設立、2児の母。 おもに、美容関係のアフィリエイトサイトを運営しています。 この記事をいつかは書きたかったんだけど、やっと書くことができた＼(^o^)／ 以前から、「脱毛」単一で上位表示したいとひそかに思っていて、最近ようやくその目標を達成できたので、良い区切りとして、これまでe-脱毛エステ.comでやってきた施策の全てをまとめようと思います。 おそらく特殊な事例で、全て同じようにやって結果が出るという再現性のあるものではありませんが、どこか部分的にでも参考になるところがあれば幸いです。 これまでのサイト制作とSEO施策の経緯 このサイトのドメインを取得したのが2013年11月なんですよね。 その時は、まさかこんな何年もかけて１つのサイトを育てることになるとは思っていなかった（遠い目） まだその途中ですが、これまでの2年半あまりにやってきたことの全記録

こんにちは、とみたです。 週末はいよいよ神戸ナイトですね！ 僕は参加しないのですが(笑)、ようやくこれまで力を入れてきたサイトは運営的にも落ち着いてきたので、今後こういう機会があれば、交流も増やしていきたいと思っています。 その時に備えて少しでも何か提供できるよう、今日もしこしことブログ書きます。 今回はサイトの分析方法ということで、アフィリエイトサイトはクリック課金の広告を除くと、集客の多くを検索エンジンに頼ります。 その検索エンジンのアルゴリズムが正確には分からない以上、どんな方法論も100%精度とはいかないのも不思議ではありません。 つまり、失敗することも見据えて試行錯誤を繰り返し、上手くいくまでやり切ることが求められるのだと思います。 まぁアフィリエイトに限ったことでも、偉そうに言う立場でもないのですが、この認識を持っていると、上手くいっているのかいっていないのか、客観的に見る必要

はじめに JavaScript勉強会の資料です。 内容は、簡単なコマンドラインツールを作りながら、JavaScript(ES2015を含む)の書き方を学ぶものとなってます。 内容的には初心者向けなので、JavaScriptを勉強したい、JavaScriptは触ったことあるけどES2015を知らないので勉強したい、といった方が対象です。 JavaScriptとは Webブラウザで実行可能なインタプリタ言語 最近ではサーバサイドのものもある(Node.jsなど) 各ブラウザで独自の実装があるが、標準化されたECMAScriptに準拠している ES5, ES2015(ES6), ES2016, … ES2015からは毎年新しい規格が策定される これによりナンバリングは策定した年に変更 ES5(2011年策定)から4年ぶりに策定されたECMAScript 非常に多くの機能が追加された 新しいブラウ

背景 仕事をしているとき、業務に関係ない情報を閲覧していることって誰でもありますよね？ そんなときに背後にボスが忍び寄っていると気まずい思いをします。もちろん急いで画面を切り替えれば良いのですが、そういう動作は逆に怪しまれることになりますし、集中しているときは気がつかないこともあります。そこで怪しまれずに画面を切り替えるために、ボスが近づいてきたことを自動的に認識して画面を隠すシステムを作ってみました。 具体的にはKerasを用いてボスの顔を機械学習し、カメラを用いて近づいてきたことを認識して画面を切り替えています。 ミッション ミッションはボスが近づいてきたら自動的に画面を切り替えることです。 状況は以下のような感じです。 ボスの席から私の席まではだいたい6,7mくらいです。ボスが席をたってから、4,5秒で私の席に到達します。したがって、この間に画面を隠す必要があるわけです。時間的余裕は