大規模データを基にした自然言語処理 - DO++
人工知能基本問題研究会 (SIG-FPAI)でタイトルの題目で一時間ほど話してきました。 発表資料 [pptx] [pdf] 話した内容は - 自然言語処理における特徴ベクトルの作り方と、性質 - オンライン学習, Perceptron, Passive Agressive (PA), Confidence Weighted Learning (CW) 確率的勾配降下法 (SGD) - L1正則化, FOLOS - 索引を用いた効率化, 全ての部分文字列を利用した文書分類 で、スライドで70枚ぐらい。今までの発表とかぶっていないのはPA CW SGD FOLOSあたりでしょうか オンライン学習、L1正則化の話がメインになっていて、その両方の最終形の 確率的勾配降下法 + FOLOSの組み合わせは任意の損失関数に対してL1/L2正則化をかけながらオンライン学習をとても簡単にできるという一昔前
Rを用いた顕微鏡画像解析入門
数値化できることは数値化したほうがよい。-ホグネス このページでは、フリーの統計ソフトR（アール）を使って共焦点顕微鏡の画像データ（Zeiss社のlsm形式）を解析する。 Rは、無料、高機能、プログラミングが容易、プラットフォームフリー、日本語のドキュメントが豊富、などの利点をもつ（詳しくはここ）。 Rで画像解析を行うと、画像の読み込みから統計処理・グラフの出力までを自動化できて便利である。 FRAPデータの解析、分子の軸索内局在の解析、小胞輸送の解析、拡散障壁のシミュレーションについて記録する。 必要に迫られたプログラミング初心者の備忘録。 Image gallery 2.1 lsmはバイナリ 2.2 lsmの仕様書 2.3 image directoryとは 2.4 directory entryとは 2.5 画像のピクセルデータ 2.6 lsm特有
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
処理を実行中です
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
