二項分布のMCMC – 環境マーケティング論分野
環境マーケティング論分野 Environmental Marketing Management, GSGES, Kyoto University ある産地のミカンを3個食べました。3個とも「甘い」ミカンでした。改めてこの産地のミカンをひょいと１つとって食べたとき、このミカンが「甘い」確率は？ただし、ミカンは「甘い」「酸っぱい」の２種類しかないとし、その確率は、それぞれ $\theta,1-\theta$。 共役分布を使った計算 $x_i$は、$i$番目のミカンが甘い($x_i=1$)か酸っぱいか($x_i=0$)の離散変数。 3個分のデータ得られた$\theta$の事後確率は、 $$ \Pr(\theta|x_1,x_2,x_3)=\frac{\Pr(x_1,x_2,x_3|\theta)\Pr(\theta)}{\Pr(x_1,x_2,x_3)} $$ このうち、尤度は、 $$ \Pr(
ALAIN A.I.
※プライベートルームのパスワードは半角英数5文字以上10文字以下で入力してください ※同じルーム名でログインする事で、自分や仲間だけのタイムラインで会話する事ができます(ルーム内のログは個別に保存されます) ※名前だけを入れて入室すれば、今まで通りメインチャットで会話できます [ ALAIN（アラン）について ] 人の言葉をそれなりに理解して会話する、完全オリジナルのチャット型プログラムです 従来の人工無脳とはひと味違った機能を多数搭載しています 軽い気持ちでプログラムとの何気ない会話を楽しんで頂ければ幸いです 2024/8/15現在、3254種類の正規表現に反応して、6771パターンの候補の中から同一セッション内で毎回違った返事をします ※会話全体が特定の意味を持つ様に感じられる場合もありますが、特定の思想や宗教等に誘導するものではありません あくまでも「ファンタジーを含んだ自動小説」と
Google N-gram V.S. Baidu N-gram 〜ケータイウェブは本当にエロいのか？〜 - nokunoの日記
近年検索エンジンのBaiduは不自然言語処理コンテストなるものを開催し、今日が締切のはずだったのだが24時間延長されたらしいことを聞いてBaiduコーパスをダウンロードしたid:nokunoは仕事帰りの電車で思いついたアイデアを30分ほどで実装してみたところそれなりに面白い結果がでたので応募してみることにした。そもそもBaiduのコーパスはエロいというのを最初に誰かが言ったら@mhagiwaraさんがこんなツイートをしたことに話は遡る。インターネットがエロいのは誰でも知っている。けれど、ケータイウェブが特別にエロいのか？ については寡聞にして知らなかったため、検証してみることにした。今回はケータイウェブがエロいかどうかを検証するため、以下のコーパス（N-gramデータ）を相互に比較することとした。Baidu N-gram（Baidu絵文字入りモバイルウェブコーパス） 今回のメインターゲット
これからはgrepではなくackを使おうと - console.lealog();
会社のシステム担当の方の操作を見る機会がたまたまあって、そこで目についたこのコマンド。 とある日の会話 り「hogeって変数でgrepしたらわかるんじゃないですか？」 シ「ちょっと見てみますか・・ｶﾀｶﾀ(ack...) り「(なんやろそのコマンド)」 シ「見つけた！」 り「おー(え、grepちゃうのに！しかもはやっ！)」 というわけです。 こないだgrepについて調べたばっかやけどｗ ackコマンド Linuxのコマンドというか、Perlで書かれたスクリプトだそう。 yumでも入れれるんですって。 yum install ack grepより速い grepより簡単 grepより親切 らしいです。 ただ使い方はほとんどgrepと同じ。 使い方・オプション 基本 ack hoge # hoge って文字をカレントディレクトリ以下から検索 すべてのファイルタイプを対象に ack -a hoge
ビタビアルゴリズムをpythonで実装してみた - Screaming Loud
ビタビアルゴリズムを理解も兼ねて実装してみました． # -*- coding:utf-8 -*- states = ("rainy","sunny") observations = ("walk","shop","clean","shop","walk") start_prob = {"rainy":0.6,"sunny":0.4} transit_prob = {"rainy":{"rainy":0.7,"sunny":0.3}, "sunny":{"rainy":0.4,"sunny":0.6}} emission_prob = {'rainy' : {'walk': 0.1, 'shop': 0.4, 'clean': 0.5}, 'sunny' : {'walk': 0.6, 'shop': 0.3, 'clean': 0.1}} def viterbi(observs,state
MeCabをC++から使ってみる | mwSoft
概要 MeCabのTaggerとかLatticeをC++から直接呼んで形態素解析してみた。 MeCabのコードリーディングをしようかと思ったので、その前に生っぽい感じのコードを書いて感覚を養ってみようという試み。 尚、本記事のサンプルコードはエラー処理とか全然してないので注意。 簡易コード まずは極力シンプルなコードで形態素解析を実行してみる。 #include <iostream> #include <mecab.h> int main(int argc, char **argv) { char input[1024] = "ジョニーは戦場へ行った"; MeCab::Tagger *tagger = MeCab::createTagger(""); const char *result = tagger->parse(input); std::cout << result << std:
ビタビ アルゴリズムを使用した畳み込み符号化されたデータの復号化 - Simulink - MathWorks 日本
ライブラリ: Communications Toolbox / Error Detection and Correction / Convolutional Communications Toolbox HDL Support / Error Detection and Correction / Convolutional 説明Viterbi Decoder ブロックは、ビタビ アルゴリズムを使用して、畳み込み符号化された入力シンボルを復号化し、バイナリ出力シンボルを生成します。トレリス構造体は、畳み込み符号化スキームを指定します。詳細については、畳み込み符号のトレリス表現を参照してください。 このブロックは、パフォーマンスを高速化するために一度に複数のシンボルを処理でき、シミュレーション中に長さが変化する入力を受け入れることができます。可変サイズ信号の詳細については、可変サイズの信号の基
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
「入門 機械学習」が発売されました！ - nokunoの日記
Wikipediaによるテキストマイニング入門 - nokunoの日記
(ML 14.11) Viterbi algorithm (part 1)