Googleの並列ログ解析向け言語「Sawzall」が公開されたので使ってみた | Preferred Research BlogRapidly Realizing Practical Applications of Cutting-edge Technologies
行列分解ライブラリredsvdを公開しました - DO++
大規模疎行列向けの行列分解ライブラリredsvdを公開しました． redsvd 大規模疎行列向けの特異値分解や主成分分析，固有値分解を行うライブラリredsvdを公開しました． 修正BSDライセンスで公開しており，コマンドラインから使える他，C++ライブラリが用意されています． 例えば，行と列数がそれぞれ10万，非零の要素が1000万からなる疎行列に対する上位20位までの特異値分解を約2秒で処理します． 特異値分解とか，使っている技術の詳細とか応用事例を以下に簡単に紹介しましたので，興味のある方は参考にしてください． 特異値分解とは まず行列を適当に復習します．行列Xの転置をX^tと表すことにします．またIを単位行列とし，Oを全ての成分が0である零行列とします．また，行列XX^t=IであるようなXを直交行列と呼びます．Xが直交行列の時，Xvはベクトルvを長さを変えずに回転させます．ここでは
PRML 12章 確率的主成分分析を試す - 木曜不足
PCAを試す に続いて確率的主成分分析(Probability Principal Component Analysis)。 解析的に解けてしまって、閉形式の解がわかっているので実装としてはたいしておもしろくない(いや、いいことなんですけどね)。 M <- 2; directory <- "."; argv <- commandArgs(T); if (length(argv)>0) directory <- commandArgs(T)[1]; if (length(argv)>1) M <- as.integer(commandArgs(T)[2]); oilflow <- as.matrix(read.table(sprintf("%s/DataTrn.txt", directory))); oilflow.labels <- read.table(sprintf("%s/DataT
応用最適化シリーズ 応用に役立つ50の最適化問題 ｜朝倉書店
数理計画・組合せ最適化理論が応用分野でどのように使われているかについて，問題を集めて解説した書〔内容〕線形計画問題／整数計画問題／非線形計画問題／半正定値計画問題／集合被覆問題／勤務スケジューリング問題／切出し・詰込み問題 1. 序章 1.1 最適化問題 1.2 大域的最適解と局所的最適解 1.3 連続最適化問題と離散最適化問題 1.4 緩和問題 1.5 数理計画問題に対するソフトウェア 2. 線形計画問題 2.1 問題の定義 2.2 ソフトウェアGLPK 2.3 包絡分析法 2.4 多目的計画法 2.5 その他の線形計画問題の応用 3. 整数計画問題 3.1 問題の定義 3.2 ナップサック問題 3.3 2次割当問題 3.4 施設配置問題 3.5 巡回セールスマン問題 3.6 集合被覆問題 3.7 ロットサイズ決定問題 3.8 制約プログラミングと制約充足問題 4. 非線形計画問題 4.
ベイズを学びたい人におすすめのサイト - download_takeshi’s diary
ベイジアンフィルタとかベイズ理論とかを勉強するにあたって、最初はなんだかよくわからないと思うので、 そんな人にお勧めのサイトを書き残しておきます。 @IT スパム対策の基本技術解説（前編）綱引きに蛇口当てゲーム？！楽しく学ぶベイズフィルターの仕組み http://www.atmarkit.co.jp/fsecurity/special/107bayes/bayes01.html いくつかの絵でわかりやすく解説してあります。 自分がしるかぎり、最もわかりやすく親切に解説してる記事です。数学とかさっぱりわからない人はまずここから読み始めるといいでしょう。 茨城大学情報工学科の教授のページから http://jubilo.cis.ibaraki.ac.jp/~isemba/KAKURITU/221.pdf PDFですが、これもわかりやすくまとまってます。 初心者でも理解しやすいし例題がいくつかあ
統計と機械学習の間で - yasuhisa's blog
自分は機械学習も勉強している統計屋さんです、と立場表明した上で。 パターン認識と機械学習 上 - ベイズ理論による統計的予測 カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学) などの機械学習の本を読んでいて感じた違和感というかよく分かっていないことを書いてみます。たぶん、統計と機械学習を一緒に勉強しているからわけわかんなくなっているんだと思う。 機械学習とかを勉強していると正則化最小二乗法とかのところで誤差関数を と定義してあるものをよく見かける(は正則化パラメータ)。正則化項を入れておかないと過学習しちゃうからっていう理由は分かる。こういうのもやったし。だけど、正則化項を入れて正則化最小二乗法とかをしようとした瞬間に、例えば(適当な仮定を置いた上での)統計の回帰分析におけるパラメータの検定とか不偏推定量になっているとかBLUE*1とかそういうよさそうな性質も
名義尺度間の連関係数を算出するperlモジュール - ダウンロードたけし（寅年）の日記
データマイニングを行う際に、適当な２つの変数にどれだけの相関関係があるのか確かめたくなったとします。 それらのデータはいわゆる「名義尺度」なデータ（地域別の野球チームの好き嫌いなど）だとしましょう。 名義尺度なデータ間における連関係数と言えば「クラメール係数」。 これをぱっと算出してくれるモジュールが欲しくなったので書いてみました。 Statistics::Associations - Calculates Association Coefficients of Nominal Scale. http://search.cpan.org/~miki/Statistics-Associations/ 使い方はこう。 use strict; use Statistics::Associations; my $asso = Statistics::Associations->new; my $m
探索プログラミング - 武蔵野日記
今日本屋に行ったら Cによる探索プログラミング―基礎から遺伝的アルゴリズムまで 作者: 伊庭斉志出版社/メーカー: オーム社発売日: 2008/09/01メディア: 単行本購入: 4人 クリック: 33回この商品を含むブログ (11件) を見る があった。なんてマニアックな……と思ったが、中を読んでみたら割とベーシックな感じの本だった。学部2-3年生向けくらいかな? あとでじっくり読もう。 以前IHARA Note で紹介されていた 最短経路の本 作者: R.ブランデンベルク,P.グリッツマン,石田基広出版社/メーカー: シュプリンガー・ジャパン株式会社発売日: 2007/12/13メディア: 単行本購入: 25人 クリック: 344回この商品を含むブログ (39件) を見る はグラフ理論の入門書としてはおもしろいところ狙っていると思った。独力でがんがん勉強していくタイプの人には、登場人物
やねうらお―よっちゃんイカを買いに行ったついでに家を買う男 - グラフ理論ならこれを読め！
うちの会社では「グラフ理論を小学校のうちに学んでおかないから、そういうことになるんジャイ！(｀ω´)」とか冗談とも本気とも取れないような会話が平気で行き交う。それほどグラフ理論は大切な分野なのにプログラマには見過ごされがちだ。ただ、グラフ理論にはいい本が少ない。そこで、グラフ理論ならこれを読め！という本を紹介する。まずは、入門書としては、左の本がお勧め。 大学の教科書としてよく採用されているのが左の「最適化とグラフ理論 技術者のための高等数学」値段も手ごろだし、高校卒業程度の知識でも読めると思う。 「そんな入門書ではなくて、もっと詳しい本は無いか？」とid:Ozyさんに聞かれて私が勧めたのは、シュプリンガー・フェアラーク東京シリーズの「グラフ理論」 このシリーズは黄色い表紙とお馬さんのマークが目印だ。 これより詳しい本となると日本語で読めるものは発売されていないと思う。「グラフ同型判定問題
安定結婚問題 - Wikipedia
安定結婚問題（あんていけっこんもんだい、英: stable marriage problem）とはデイヴィッド・ゲールと ロイド・シャープレーによって1962年に提示された問題である。 安定結婚問題は n 人の男性と k 人の女性、および、各個人の選好順序からなる。選好順序とは各個人の好みに基づき異性全員と自分自身を全順序で並べたリストである。ここで、「自分自身」とは誰とも結婚せずに独身のままでいることを意味し、「参加者全員が独身であるよりも望ましい相手と結婚している」マッチングは個人合理性（英: individuality rationality）を満たすと定義される。安定結婚問題の解は安定なマッチングである。安定結婚問題に対し、互いに現在組んでいる相手よりも好きであるペア（以下ブロッキングペアとする）が存在せず、全員が個人合理性を満たすマッチングを安定マッチング（英: stable m
ボロノイ図とは
平面上に、いくつかの点が配置されている。このとき、その平面ないの点を、どの点に最も近いかによって分割してできる図を、ボロノイ (Voronoi) 図という。また、その分割のことをボロノイ分割という。図1.1にボロノイ図の例を示す。 配置された点のことを母点と呼ぶ。この図での母点数は5であり、ボロノイ領域は5つに分かれている。一般的なボロノイ図では、母点数とボロノイ領域数は一致する。ボロノイ領域の境目の線をボロノイ境界と呼ぶ。また、ボロノイ境界の交点をボロノイ点と呼ぶ。 ボロノイ図の応用例 ボロノイ図の応用範囲は広く、情報処理のさまざまな分野で利用されている。 最も近い PHS の基地局を探す 新しい基地局をどこに作ればよいかの指標を得る 散らばったデータを、いくつかの代表データにまとめる キタキツネの勢力範囲 有限要素法の領域分割 画像のデータ圧縮 など。他にもいろいろある。 ドロネー図
ドロネー図 - Wikipedia
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。 記事の信頼性向上にご協力をお願いいたします。（2021年1月） この記事で示されている出典について、該当する記述が具体的にその文献の何ページあるいはどの章節にあるのか、特定が求められています。 ご存知の方は加筆をお願いします。（2021年1月） ドロネー三角形分割の一例 ドロネー図（ドロネーず、英語: Delaunay diagram）あるいはドロネー三角形分割（ドロネーさんかっけいぶんかつ、露: триангуляция Делоне, 英: Delaunay triangulation）は、距離空間内に離散的に分布した点の集合に対し得られる、それらをある方法に従い辺で結んだ図形である。 計算幾何学あるいは離散幾何学における代表的な考察対象の1つである。名称は考案者であるロシアの数学者、ボリス・ドロネ
ボロノイ図 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "ボロノイ図" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2011年10月) ボロノイ図の一例 個々の色分けが一つの領域を表す ボロノイ図（ボロノイず、英: Voronoi diagram）は、ある距離空間上の任意の位置に配置された複数個の母点（英: site、サイト）に対して、同一距離空間上の他の点がどの母点に近いかによって領域分けされた図のことである。特に二次元ユークリッド平面の場合、領域の境界線は、各々の母点の二等分線の一部になる。母点の位置のみによって分割パターンが決定されるため、母点に規則性を持たせれば美しい図形を生み出す
FFT (高速フーリエ・コサイン・サイン変換) の概略と設計法
はじめに FFT とは離散フーリエ変換に関連する変換を高速に実行する一連の 計算方法のことです．ここでは，FFT の考え方とその設計方法について 具体的なプログラムを用いて示します．これは，FFT のライブラリを 作成したときのメモがもとになっています．専門的な説明は極力避けたので， エレガントでない説明になっているかもしれません．基礎知識として， 複素数の演算規則とフーリエ変換が何かということさえ知っていれば 理解できると思います．また，数学の知識がある程度あり 時間を節約したい方は， 1.2節と1.3節の要約(pdf 53KB) を一読していただければ速く理解できると思います． 目次 1 FFT 概略 1.1 離散 Fourier 変換 1.1.1 DFT の定義 1.1.2 DFT と通常の Fourier 変換 1.1.3 DFT の性質 1.2 Cooley-Tukey 型 FF
1
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
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
【文献調査】Multiobjective clustering around medoids
座学と実学、無知と無理解、数学と真理
Amazon.co.jp: 最短経路の本: R. ブランデンベルク (著), P. グリッツマン (著), 石田基広 (翻訳): 本