衝撃的なデータベース理論・関手的データモデル 入門 - 檜山正幸のキマイラ飼育記 (はてなBlog)
デイヴィッド・スピヴァックによる衝撃的なデータベース理論である関手的データモデル。どうしたらうまく説明できるか？ と色々と悩んでしまいますが、まー、書けるところから書き始めてしまいましょう。 さー、いらっしゃい、いらっしゃい。関手的データモデルの世界へようこそ。圏論の言葉は出てきますが、圏論の予備知識はほぼゼロでOKですよ。 [追記 date="翌日"]取り急ぎ勢いで書きましたので、不注意と早とちりが混じっていました。追記と取り消し線の形で訂正と注記を足しました。字句レベルの表現の変更は直接編集しています。 あとそれと、圏論の基本用語を知りたいときはコチラ、… って、……、ゴメン！[/追記] 内容： はじめに 本の購入のサンプル スキーマのグラフ表現 キーとか計算カラムとか 圏としてのスキーマ 関手としてのデータベース状態 テーブルの変化 自然変換としてのデータ操作 データベースに圏論が使
ETagをどう生成するか - 岩本隆史の日記帳（アーカイブ）
ETagとは何か ETagはHTTPレスポンスヘッダのひとつで、RFC 2616の14.19（日本語訳）で規定されています。If-None-Matchリクエストヘッダを使った条件付きGETでの転送量軽減や、If-Matchを使った条件付きPUTでの競合検出などに使われる値です。 強いETag、弱いETag ETag（エンティティタグ）には強弱があります。簡単にいえば、HTML内のアクセスカウンタが1上がっただけで変わるのが強いETag、変わらないのが弱いETagです。弱いETagは、リソースの意味が変わらなければ変わりません。 同13.3.4では「HTTP/1.1 オリジンサーバにとってより望まれる動作とは強いエンティティタグと Last-Modified 値の両方を送る事である」とされています。なるべく強いETagを使いましょう、ということです。 Rails2.0の生成手法 「http:
FizzBuzz – Golf Challenge | TAKESAKO @ Yet another Cybozu Labs
FizzBuzzプログラムを書くのが流行っているみたいなので私も参加してみることに。 Perl部門 1. 目指せ最短 （perl -eも含めて56byte） perl -e’die+map{(Fizz)[$_%3].(Buzz)[$_%5]||$_,$/}1..1e2′ ※ perl -lオプションを使わずに最短を目指す。標準エラー出力がNGの場合はprintを使って57byteに perl -e’print+(Fizz)[$_%3].(Buzz)[$_%5]||$_,$/for 1..1e2′ ※ anarchy golf – FizzBuzz で換算すると48byteでPerl最短 (perl -eを含めない) print+(Fizz)[$_%3].(Buzz)[$_%5]||$_,$/for 1..1e2 これだと perl FizzBuzz.pl と実行できて Code Golf
anarchy golf - FizzBuzz
Open code-statistics: Language is selected by the extension of the file. See the list of supported languages to know the extension of your language. Problem Print integers 1 to 100, but replace multiples of 3 with "Fizz" and multiples of 5 with "Buzz" and multiples of both with "FizzBuzz" For longer description, see: http://tickletux.wordpress.com/2007/01/24/using-fizzbuzz-to-find-developers-who-g
Pythonで"if"を使わない"FizzBuzzチェック関数"を三種類ほど実装する - 蟲！虫！蟲！ - #!/usr/bin/bugrammer
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
新はてなブックマークでも使われてるComplement Naive Bayesを解説するよ - 射撃しつつ前転 改
新はてブ正式リリース記念ということで。もうリリースから何週間も経っちゃったけど。 新はてなブックマークではブックマークエントリをカテゴリへと自動で分類しているが、このカテゴリ分類に使われているアルゴリズムはComplement Naive Bayesらしい。今日はこのアルゴリズムについて紹介してみる。 Complement Naive Bayesは2003年のICMLでJ. Rennieらが提案した手法である。ICMLというのは、機械学習に関する（たぶん）最難関の学会で、採択率はここ数年は30%を切っている。2003は119/371で、32.1%の採択率だったようだ。 Complement Naive Bayesの位置づけは 実装が簡単 学習時間が短い 性能もそこそこよい という感じで、2003年段階にあっても、絶対的な性能ではSVMに負けていた。しかし、学習が早いというのは実アプリケーシ
超簡単な半教師ありナイーブベイズ - nokunoの日記
ICMLにこんなの通るんだ、と思った論文。Large Scale Text Classi¯cation using Semi-supervised Multinomial Naive Bayes ナイーブベイズでP(c|d)∝P(c)Π_i P(w_i|c)を求めるときに、もう一回ベイズの定理を適用してP(w_i|c)=P(w_i)P(c|w_i)/正規化項 と変形してやってP(w_i)はラベル無しデータで、P(c|w_i)はラベルありデータで推定するというシンプルな手法 ラベル付きデータが64〜512個と極端に少ない 識別モデルと比較していない でもGoogle N-gramなどの汎用の言語モデルが使えるので実用上は便利そう 教師ありNBやEMアルゴリズムによる半教師あり学習より大幅に精度向上参考：ICML2011気になった論文リスト - kisa12012の日記ツイートする
random()とrandom()*random()はどっちがランダムか？ | TRIVIAL TECHNOLOGIES 4 @ats のイクメン日記
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー stackoverflowで見つけた乱数に関する質問「乱数のランダムさって？」に対する解答が面白かったので紹介します。 乱数のランダムさというのは，沢山標本をとったときに，標本値がまんべんなく均等に分布する，ということ。プログラミング言語などに組み込まれた乱数を発生する仕組みが返す値が均等に分布してないと，テトリスでなかなか長い棒が落っこちてこなかったりするわけです。 数学的な詳細はともかく，こういう知識はプログラミングをする上で知って置いた方がよいと思います。 さて，質問の内容は random()とrandom()×random()のどっちがランダムなの？ というもの。後者はrand
Stanford CS246: Mining Massive Data Sets
Course information: This course is the first part in a two part sequence CS246/CS341 replacing CS345A. CS246 will discuss methods and algorithms for mining massive data sets, while CS341 (Advanced Topics in Data Mining) will be a project-focused advanced class. Instructor: Jure Leskovec Office Hours: TBD, Gates 418 Room: Mon,Wed 9:30-10:45 in 420-041 (Jordan Hall, room 041) Teaching assistants: Ad
Akinator アキネータの仕組み : 研究開発
総合研究大学院大学 複合科学研究科 情報学専攻 卒 博士（情報学） 自然言語処理や機械学習、データ分析に関する研究内容とwebシステムの開発と運用について書いています。 シリコンバレーベンチャーみたいに深い技術の事業化をしたいと思っています。 ご興味ある方はご連絡ください。 あれはどうやってるのでしょうか？ [iPhoneアプリ] Akinator（アキネイター）が答えを当てる仕組みを考えてみました プログラマがランプの魔人の中身を分析してみる という感じに考えた人はたくさんいますが.... これでも全然Akinatorの本質には迫ってないと思います。 ○たった２０〜４０問の質問しかしない。 登録されてる質問の総数は、当然もっと多いのですが、そもそもAkinatorは質問を十分に選定してるのです。 この点に触れて考えている人が居ないようなのですが、おそらく、これこそがAkinatorの本
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
GitHub - nryoung/algorithms: This repository is not maintained