あなたの「好き」をフォローしよう 友だちや、好きな有名人、様々な分野の専門家からの最新情報や、世界の出来事を瞬時にお届けします!
あなたの「好き」をフォローしよう 友だちや、好きな有名人、様々な分野の専門家からの最新情報や、世界の出来事を瞬時にお届けします!
表題の通り,米スタンフォード大が自然言語処理と確率モデルの講義のオンライン公開を始めるようです.Natural Language ProcessingProbabilistic Graphical ModelsNLPを担当するManning先生は,この分野では知らぬものはいない教科書「Foundation of Statistical Natural Language Processing」の著者でもあります.これは必見ですね. なお,以前から公開されていて既に講義や課題が始まっている機械学習と人工知能の講義はこちら.Machine LearningIntro to AI - Introduction to Artificial Intelligence - Oct-Dec 2011 スタンフォード大学のオンライン講義 - nokunoの日記ツイートする
GoogleのFellowであるJeffrey Dean氏のWSDM'09における講演"Challenges in Building Large-Scale Information Retrieval Systems"のスライドの翻訳の第2回です。Googleの検索システムの10年間の進化の軌跡が紹介されており、今回は2000年から2001年ぐらいまでの検索システムの一部の紹介となっています。個人的には転置インデックスの詳細な符号化方式が公開されているのが印象に残りました。Googleにとっては過去のインデックス構造でしょうが、商用の全文検索エンジンの詳細な仕様が公開されるのは珍しい気がします。なお、イタリック体で一部解説・感想をいれています。翻訳は素人なので詳しくは元の資料を参照してください。 第1回:Google WSDM'09講演翻訳:大規模な情報検索システム構築における課題(1)
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
レコメンデーションの虚実(7)~“僕が好きな人”が僕の好みを気に入ってくれるとは限らない:ソーシャルメディア セカンドステージ(2/2 ページ) ソーシャルメディアの可能性を切り開く「SocialFeed」 この逆転の発想を具現化しているのが、開発途中のソーシャル型RSSリーダーである「SocialFeed」だ。 このSocialFeedは、リアルコムが今年5月からスタートさせたインキュベーション事業「REALCOM Software Innovation Laboratory」(RSIL)の一環として開発がスタートしたプロジェクト。RSILは、書類選考やプレゼンテーション、面接などを経て認められたプロジェクトに対し、ソフト開発者がリアルコムのアメリカ子会社に赴任し、シリコンバレーで技術やビジネスプランを育成し、地元のベンチャーキャピタルなどから出資してもらうことを目指すというものだ。So
レコメンデーションの虚実(14)~ソーシャルスパムの時代がまもなくやってくる:ソーシャルメディア セカンドステージ(2/2 ページ) 中身の薄いアフィリエイトブログ大量発生の舞台裏 こうした手法はごく一例に過ぎず、似たり寄ったりのスパム手法はインターネット上にあふれかえっている。自動生成ブログなどもそうだ。例えば「誰でも10万円を軽くクリア」というキャッチフレーズで、「ブログアフィリエイト成功マシーン」というソフトがインターネットで販売されている。Webサイトの説明によれば、「ドラマに出てきた俳優の名前」「ラジオから聞こえてきた曲の名前」などキーワードを指定して作成ボタンをクリックするだけで、自動的に記事を作成してくれるという。利用者はその記事とアフィリエイト広告を自分のブログに貼り付けるだけで良いというわけだ。 おそらくはソフトがクローラーを放ってWebを巡回させ、利用者が設定した広告キ
レコメンデーションの虚実(10)~「テープを作ってあげるよ」から生まれるボランティア精神とリスペクト:ソーシャルメディア セカンドステージ(2/2 ページ) 自分の好みに合ったヘビーユーザーのお勧めを得る仕組み そこでマッチングシステムがここで重要になってくる。多数存在するヘビーユーザーと、<わたし>の趣味をうまくマッチングさせることができれば、そのヘビーユーザーのレコメンデーションは<わたし>にとってきわめて好ましいものとなる。つまりは<わたし>のソウルメイトを見つけられるかどうかが、このマッチングシステムのカギなのだ。そしてこのマッチングシステムをWebの中で実現しようというのが、フェイバリットDBのコンセプトなのである。 フェイバリットDBにユーザー登録すると、ショップオーナーとなってセレクトショップを作ることができる。扱う商品は書籍や音楽CD、DVD。「ショップ」という名称になって
Stumble! ® For the best of the web, one click at a time
INDEX はじめに PageRank の基本概念 どうやって PageRank を求めるか 現実に適用する際の問題 Namazu での実装実験 PageRank に対する個人的見解 参考文献 おまけ:「グーグル?/ゴーグル?」 Since: Thu Feb 1 18:22:44 JST 2001 Last Refreshed: Sat Jan 24 18:30:35 JST 2004 ★(2004/1/24) Yuan Huanglin氏によって 本ページの中国語訳 が作成されました。 ★(2003/7/1) 拙著『Namazuシステムの構築と活用』を改訂しました。 詳しくは サポートページをご覧ください。 ★(2003/5/20) Google に関するオンラインニュース記事一覧(日本語記事のみ)を 別ページ(googlenews.html) として分離しました。 ★(2001/2/
SBM研究会で"私がチャレンジしたSBMデータマイニング"という発表を行いましたが、そのスライドを置いておきます。 ・[2008/7/21 22:43 version final] ・http://www.slideshare.net/rawwell/sbm-presentation #リンク切れしていたので、どなたかがSlideshareにアップしたものにリンクw Change Logs ・2010/8/23 リンク切れを解決 ・2008/7/21 22:43 version final 初版の2倍以上にスライドを増やした。また、"個人による高性能データマイニング"の話を追加した。 ・2008/7/16 23:45 version 1.1 TF-IDFの説明が間違っているとの指摘を受け、説明部分を修正 ・2008/7/12 23:53 version 1 公開 SBM研究会の体験記
先日のソーシャルブックマーク研究会では id:kanbayashi さんによる発表がありました。id:kanbayashi さんは Kikker や はてブまわりのひと などの開発をされている方です。最近情報検索理論に入門した自分にとっては、非常に面白い発表でした。 発表の中で Kikker の学習の仕組みについての解説もありました。Kikker は Cosine similarity で推薦するドキュメントを検索しているそうですが、ユーザーのクリックデータを使って、ユーザーごとに推薦対象を最適化するようにしているそうです。この学習は、ユーザーが見たページのベクトルを、そのユーザーの趣向ベクトルに足し込むことで実現している、とのことでした。 SBM研究会で発表した"私がチャレンジしたSBMデータマイニング"のスライド - Ryoの開発日記 Neo! 発表ではベクトルを加算することについて「
This domain may be for sale!
Ph.D. Thesis Richard C. Wang: Language-Independent Class Instance Extraction Using the Web. In CMU SCS Technical Report Series (CMU-LTI-09-020), 2009. PowerPoint Slides: phd-thesis.ppt Thesis Systems Automatic Set Instance Acquirer (ASIA) Instance Acquisition refers to extracting instances of a given semantic class name (e.g., car makers => Ford, Nissan, Toyota). ASIA extracts set instances by uti
興味のあるページのURLを入力すると、はてなブックマークのブックマークの情報を利用して、関連ページを検索します。 最大30秒ほどかかります。 時々落ちます。 URL: 検索対象期間: 以前 全期間 以後 1週間以内 ブックマークレットを使うと、見ているページの関連ページを検索できて便利です。 ブックマークレット: HatebuSetsで関連ページを検索 日記: HatebuSetsについて 関連ツール: HatebuFriends リンク ソーシャルブックマークを利用して関連ページを検索するサイト: HatenaTail, similicio.us 同位語を検索するサイト: Google Sets, SEAL はてなウェブサービス labs.irons.jp
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