フーリエ変換に関しては フーリエ変換とは？ フーリエ変換の種類 複素数のイメージ と説明してきて、ようやく本題の離散フーリエ変換(DFT:Discrete Fourier Transform)となりました。 いきなり離散フーリエ変換って何？と思われる事もあるかと思いますが、画像や音声、AD信号などのデータに対するフーリエ変換は離散フーリエ変換となります。 フーリエ変換と言えば、FFTの方が有名ですよね。FFTは、Fast Fourier Transformの略で、日本語では高速フーリエ変換となります。このFFTは、データの個数を２のｎ乗個に制限することで、高速に処理を行う処理アルゴリズムであって、基本的には離散フーリエ変換を行っています。 そのため、いきなりFFTを理解するのではなく、まずは離散フーリエ変換を理解すると、FFTの理解も深まります。 そこで以下については、離散フーリエ変換にい

Metacademyの発足以来、よく聞かれる質問があります。 機械学習について”さらに”詳しくなりたいが、何を学べばよいか分からない場合はどうすればいいですか？ このすばらしい質問に対して、私はこう答えます。 一貫してテキストブックから学びましょう。 すると、質問した人たちは顔をしかめます。それはまさに、体形の崩れた人が健康的な友人から「私は食事に気をつけて、運動を欠かさないようにしてるからね」と言われた時に見せる表情に似ています。進歩するには、粘り強い鍛錬とやる気、そして自分自身で課題に取り組む能力が必要です。 このことは皆さんもすでにご存じでしょう。 しかし、なぜテキストブックにこだわる必要があるのでしょうか？ テキストブックは、本当の意味で知識を習得するための数少ない手段の1つです。皆さんは講座を受けたり、MOOCを受講したり、読書会に入ったりして、自分の好きなやり方で学ぶことができ

ビッグデータ時代―なぜ、いま機械学習なのか Apache Hadoop（以下、Hadoop）の登場で、今まで捨てていたデータ、貯めるだけで処理しきれなかったデータを活用できるようになりました。 活用手段として最近とみに注目されている技術が「機械学習」であり、Hadoopの強みを生かし簡単に機械学習を行うためのライブラリが、「Apache Mahout」（以下、Mahout）です。 本稿ではMahoutを動かしてみることで、機械学習の常識を身に付けます。 そもそも、機械学習とは？ 機械学習とは、一定のデータをコンピュータ・プログラムに「学習」させ（すなわち、そのデータに潜むパターンや規則性を表す「モデル」を自動的に構築させ）、他のデータにそのモデルを適用すれば、あたかも人間のように複雑で柔軟な判断が行えるようにするという試みです。 機械学習をビジネスに活用した例は、レコメンド（ユーザーや商品

英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Random forest|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があ

闇のapj @apj 学生に向かっての発言。日本化学会に出す人向け「当日はスーツで来るように。服装が悪いと何言われるかわからんぞ」。物理学会に出す人向け「スーツ着用の必要はない。スーツの人も居るけど基本服装をとやかく言う人はいない」　文化の差が埋まらない。 闇のapj @apj お茶大で物理と化学の一部が一緒になって一専攻つくったら、修論発表のあと、スーツ着用しなかった物理系に化学系の先生が激怒していて、物理系の人達は激怒している人が居ることすら想像つかないし夢にも思って無かったということが。

2024年 頭髪洗浄用シャンプーのシャンプー解析ドットコムランキングです。解析されたシャンプーの中で総合的に最も優れていると人工知能が判定した商品から順にランク分け。

問題解決のアイデアを出すときに、ブレスト（ブレインストーミング）ではなかなか妙案が出ないことがあります。ブレストは自由に発想することが重要ですが、ある程度ヒントをトリガーにすることで、短時間にアイデアを量産できるかもしれません。今回は、「オズボーンのチェックリスト」と呼ばれるアイデア発想のためのヒント集を紹介します。 アイデアをいろんな視点からこねくり回す発想方法 アイデアにつまったときには、チェックリストを使って課題をこねくり回してみましょう。「こねくり回す」とはちょっとぞんざいな表現ですが、いわばリストの中から今まで思いつかなかった発想のヒントをもらって新しいアイデアを効率的に生み出すということです。 チェックリストの中でも最も有名な「オズボーンのチェックリスト」には、9つの質問が用意されています。例えば、「他からアイデアが借りられないか？（応用）」という質問では、現在の問題解決のため

本を書きました。2014年6月25日が発売予定日です。 ■「ニセ医学」に騙されないために　NATROM (著) 内容はこのブログの読者にとっては馴染み深いものです。「抗がん剤は毒にしかならない」「麻薬系の鎮痛剤は体に悪い」「瀉血でデトックスできる」という誤解・デマや、ホメオパシーやオーリングテスト、千島学説といった科学的根拠に乏しい主張を30項目取り上げて、批判的に言及しました。ブログと同じような表現になってしまった部分もありますが、基本的にはブログの転載ではなく書き下ろしです。 マーティン・ガードナーの■奇妙な論理や、ASIOSの■謎解き超科学のような本と思っていただければよいでしょう。 いつも指摘されることですが、こうした本に載っている情報を本当に必要としている人は読まない、というものがあります。根本的な解決策はないでしょう。次善の策として、少しでもわかりやすく読んでいただけるよう試み

いつもはブログの更新をtwitterでつぶやくのだが、逆をやってみる。 経緯と背景 おまえのブログの書き方は間違っていると言われたことがある。 前にどうやってブログを書いているかについて書いた時だ。 どこがどう間違っているといわれたか、簡単にまとめると、 ・一つのブログに人が割く時間はせいぜい数分なのだから、その時間で読めない長い記事はダメだ。 ・長い記事を書くために長い時間がかかるなんて論外だ。 ・ネタは小出しにして、長いものは切り分けて、まず記事の数を稼げ。 ・そして更新頻度を上げろ、週１回しか更新しないのはブログじゃない。 というような話だった。 あれから随分になるが、申し訳ないことに、ますます逆の方向に行っている。 記事の長さは長く、更新間隔はさらに長くなっている。 今のところ改める予定はない。 「やりたいようにやる」という積極的な理由よりも、 「ああはなりたくない」というものを避

第４２回Tokyo.Rを開催しました！ https://atnd.org/events/54680 今回は、いつもと違って、Y!Jのでの開催で、 株式会社Qubital（キュービタル）データサイエンスさんの社員の方々がスタッフをやってくださいました。 ありがとうございます！！ 前半セッション R入門（dplyrでデータ加工)：@gepuro R入門（dplyrでデータ加工)-TokyoR42 from Atsushi Hayakawa ggplot2によるデータ可視化：@yokkuns Tokyor42 ggplot2 from Yohei Sato Rコードと実行結果：http://rpubs.com/yokkuns/27108 データ分析するときの4つの視点：@yokkuns Tokyor42_r_datamining_18 from Yohei Sato Rコードと実行結果：http

ベイズ最適化によるハイパーパラメータ探索についてざっくりと解説しました。 今回紹介する内容の元となった論文 Bergstra, James, et al. "Algorithms for hyper-parameter optimization." 25th annual conference on neural information processing systems (NIPS 2011). Vol. 24. Neural Information Processing Systems Foundation, 2011. https://hal.inria.fr/hal-00642998/

2022/1/13をもって お客様がご利用中のブラウザ (Internet Explorer) のサポートを終了いたしました。 （詳細はこちら） クックパッドが推奨する環境ではないため、正しく表示されないことがあります。 Microsoft Edge や Google Chrome をご利用ください。 （Microsoft Edgeでクックパッドにログインできない場合はこちら）

Massachusetts Institute of Technology Computer Science & Artificial Intelligence Laboratory 32 Vassar St, Cambridge MA 02139

クレジットカードやキャッシュカード等の暗証番号を、簡単にしかも気付かれずに盗みとれる方法が紹介され、海外で話題となっているようです。 その方法は、YouTuberのMark Rober氏によって動画(上)で公開され、わずか3日ほどで再生回数が200万回を超えるほど注目されています。 Rober氏はまず、実際に暗証番号を盗む「デモ」を行っています。 下のシーンは、よくあるドラッグストアのレジで、被害者役の女性(中央)がカードを使い、暗証番号を入力して支払いを済ませているところ。 犯罪者役のRober氏は、少し離れた場所でレジの順番を待っています。 支払を済ませた女性が立ち去ったあとのシーン。 Rober氏はiPhoneを片手に音楽を聴きながら自分の会計を済ませます。 一見すると何も怪しい様子はありませんが、この時点で既に、先ほどの女性の暗証番号を入手することに成功しています。 では、一体どう

総勢10人の小さなベンチャー企業が2000年の歴史を持つねじに革命を起こそうとしている。らせん構造を持つ従来のねじは時間の経過とともに緩むリスクがあるが、特殊な構造を持つ「緩まないねじ」を開発した。大幅増資を実施し、量産に備える。ねじの革命児を訪ねた。学校に行かず発明続ける「学歴なし」「就職歴なし」。こんな経歴を申請書類に記入しながら、経済産業省や東京都の開発資金を受け取っている男がいる。緩