Zipf’s Law Arises Naturally When There Are Underlying, Unobserved Variables
Datasets ranging from word frequencies to neural activity all have a seemingly unusual property, known as Zipf’s law: when observations (e.g., words) are ranked from most to least frequent, the frequency of an observation is inversely proportional to its rank. Here we demonstrate that a single, general principle underlies Zipf’s law in a wide variety of domains, by showing that models in which the
日本語ツイートの情報量は、世界で2番目に少ないらしい - TEXT/YUBASCRIPT
昔、村上春樹の小説とその英訳をつぶやくBot「英訳で読む村上春樹 (@haruki_eng)」というのを作ったことがある。 こいつを作る際にとても悩ましかったのが、 彼女は無言だ。庭の隅の茂りすぎた灌木を眺めるような目で、相手の顔を見ている。 このような日本語で38文字の文章が She does not answer. She looks at him with eyes that could be looking at an overgrown bush in the corner of a garden. 英語にすると117文字になってしまうのだ。 お陰で僕の気に入っているセンテンスの多くが、英語で見るとえらく長くて収録できない、という憂き目にあった。 ある研究によると、日本語で140文字の文章をGoogle翻訳で英訳した結果、平均260文字になったという。ということは英語のTwitt
100点とれますか？ - M教授を煽らないでください
この記事は Kosen Advent Calender By Teachers の12月13日の記事です。 Kosen Advent Calender By Teachers 参加を機にブログを始めました。 この記事がブログの実質的な最初の記事になります。 前回は長野高専の伊藤先生でした。私も福山雅治になりたい（いろんな意味で）と思いました。 まずは自己紹介から。今日12月13日を担当する正木は沖縄高専メディア情報工学科の教員です。Twitterでは@m_kyoujyuのアカウントでしょうもないつぶやきをして学生から煽られています。 沖縄高専は9年前に開校した全国でもっとも新しい高専です。私は1期生が入学する2日前に沖縄高専に赴任してきました。沖縄高専に来る前は某家電メーカーの研究所で組込OSを中心に14年間研究開発してきたソフトウェアエンジニアです。縁あって沖縄高専の教員になりました。授
論文『音象徴の機械学習による再現：最強のポケモンの生成』まとめ | ぱろすけのメモ帳
2012年3月に言語処理学会の年次大会で発表されましたこちらの論文、ここ最近ちょっとだけ自然言語処理、機械学習界隈で話題になっていたのですが、皆様ご存知でしょうか？ 論文まとめサイトと化しつつある我がブログ、まあ取り上げますよね！ ポケモン論文は、実のところ数多くあります。cinii で検索するとけっこうありますね。しかしながら理系的なアプローチは珍しく、卒業論文「ポケモンつなげるもん♪ ―最長しりとり問題を整数計画法で解く―」だけが突出して有名です。この論文は、停滞した情報系ポケモン論文業界に一石を投じるものであります。 この論文、最初タイトル見たときは「どこのFランだよｗｗｗ」と思ったのですが、Last Author である荒牧英治先生は自分と同じ大学の自分と同じ建物にいらっしゃることが分かり、急に真顔になりました。 さてさて内容です。 タイトルは『音象徴の機械学習による再現：最強のポ
Machine Learning that Matters(ICML 2012) 読んだ - 糞糞糞ネット弁慶
機械学習やってる人は皆読むべきだと思う． Machine Learning that Matters (pdf) 概要 機械学習のトップカンファレンスICMLに数式/アルゴリズム/定理を1つも書かずに通った論文． 機械学習は何のために重要なのか，現実世界との繋がりを失っていないか，あなたは「機械学習って何の役に立つの?」と聞かれた時にちゃんと答えられるのか，まだ取り組まれてない重要な問題は何か，について触れた長文ブログのような論文． contributionsは 機械学習の研究と人類と科学全体におけるもっと大きな研究との間にある欠落に対する明確な特定と解説 そのギャップに取り組むための第一歩 (どう訳していいかわからなかった) 機械学習において重要な問題の提示 機械学習のための機械学習(要約: マッシュルームやアヤメの分類器を死ぬほど作って何の役に立ったの？) ベンチマークデータの問題 こ
アニメにおける共演関係を用いた声優のブレイク推定 - 糞糞糞ネット弁慶
概要 声優の共演関係から声優がいつブレイクしたかを年月の単位で推定した． 結果はここに． データ しょぼいカレンダーをクロールし， アニメタイトル 放映開始年月 出演声優一覧 を取得した． https://github.com/ybenjo/crawl_syobocal/blob/master/src/crawl.rb どうやったか 時間区切りごとに共演関係の重み付き無向グラフを構築する 本来なら声優 <-> アニメの二部グラフでやるべきだけど面倒なのである声優ペアが同じアニメに出演していたらそのあいだにエッジを張る そのグラフごとにPageRankを計算する このPageRankは共演関係上の声優の「重要度」と考える 声優ごとにPageRankの時系列データが得られるので外れ値検出を行う 出演作品数の時系列データを用いるより，他の共演者の情報を使う事ができる筈． PageRank おなじ
DTAM: Dense Tracking and Mapping in Real-Time
This video demonstrates the system described in the paper, "DTAM: Dense Tracking and Mapping in Real-Time" by Richard Newcombe, Steven Lovegrove and Andrew Davison for ICCV 2011. This is the first single passive camera system to demonstrate a complete dense 6DOF tracking/dense mapping pipeline for non parametric scene reconstructions.
DEA入門・泉恵女学園物語 2010-11-25 - らいおんの隠れ家
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
ラーニング・パターン (Learning Patterns)
本サイトでは、ラーニング・パターンの考え方や個々のラーニング・パターンについて紹介します。 ラーニング・パターンは、自律的で創造的な学び方のコツをパターン・ランゲージという形式でまとめたものです。どのような状況でどのような問題が生じやすく、それをどのように解決すればよいのかの発想がまとめられています。このようなコツを「言語」として共有することで、個人の自律的で創造的な学びの支援と、学びのコミュニティの活性化を目指しています。 ラーニング・パターンは、2009年4月から毎年、慶應義塾大学総合政策学部・環境情報学部の全学生（一学年約900人）に配布されているほか、本ウェブサイトやtwitter等で、幅広い世代の方に広まりつつあります。ぜひご活用ください。 ラーニング・パターン（Learning Patterns）のtwitter配信をしています！ よりよい学びのコツを記述した「ラーニング・パタ
Mendeleyで論文管理 - 人工知能に関する断創録
今まで読んだ論文の管理にはJabRefというフリーソフトを使ってきたのですけどMendeleyというWebサービスに乗り換えることにしました。非常によいサービスだと思うのでちと紹介します。 Mendeleyは主に論文を管理するWebサービスです。ブラウザからもアクセスできるのですが、Mendeley DesktopというWindows, Mac, Linuxで使えるデスクトップアプリケーションもついています。ローカルで論文を登録してもWebと同期できるので複数のPCからも使えて大変便利です。インタフェースはすべて英語ですが日本語論文の登録も問題なくできます。起動すると下のような感じになります。 Webインタフェースは下のような感じです。洗練されています。 論文の登録 手元にPDFがある場合は、そのファイルを登録すると論文リストに追加されます。その際、PDFのテキストを解析して（あまり精度は
Google Prediction API - Google Code
How do I start? Learn more about Google Prediction API. Request access. Try out the sample code. What is the Google Prediction API? The Prediction API enables access to Google's machine learning algorithms to analyze your historic data and predict likely future outcomes. Upload your data to Google Storage for Developers, then use the Prediction API to make real-time decisions in your applications.
私のデータセットであなたのマインドセットを変えてみせます
私のデータセットであなたのマインドセットを変えてみせます (TED Talks) Hans Rosling / 青木靖 訳 2009年6月 みなさんのマインドセットについてお話しします。みなさんのマインドセットは私のデータセットと合っているでしょうか? (笑) 合っていなければ、どちらかをアップグレードしなくちゃなりません。 グローバルな問題の話をすると、学生たちがいつも休憩時間に「我々」と「彼ら」について話すのを耳にします。それで休憩時間が終わったときに聞いてみます。「"我々"と"彼ら"というのは何を指して言っているの?」「簡単ですよ。西欧世界と発展途上世界です」と答えます。「学部でそう習いました」。「じゃあその定義は何?」と聞くと、「そんなの誰でも知ってるでしょう」と言います。 →gapminder それでもあえて答えを求めると、ある女子学生がうまい答え方をしました。「長生きで小家族
netflix prize is over, 時間経過による嗜好性の変化 - DO++
米国のオンラインDVDレンタルサービス「Netflix」が、現在利用しているレコメンデーションシステムの性能をはじめに10%改善したチームに100万ドルの賞金を与えるという触れ込みで始まったnetflix prizeは当初の予想よりも時間がかかったが、つい最近最初からトップを走り続けていたbellkorと、上位陣のコラボレーションのチームが10%の壁を破った（leaderboard）。 彼らの手法は「非常に多くの様々な種類のレコメンデーションシステムの結果を混ぜ合わせる」という愚直だがいかにも精度が出そうだという方法を採用している（、と昨年度の結果からは思われる。近々詳細は出るだろう。） 実際に使ってとどめになったかどうかは分からないが、彼らのチームの主要メンバーがKDDで新しい手法を発表しており、単一の手法による最高精度を達成している。ちなみに今年のKDD（データマイニング系の学会の最高
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
デブ・ロイ「初めて言えた時」
アカデミック以外の場において発表される成果や知見の活用について
ライフゲームの世界８【複雑系】 - ニコニコ動画
conway's game of life - Google 検索
SmoothLifeL
世界の地下鉄網は「同じ形」：ネットワーク分析で判明
The best stats you've ever seen
