情報理工学系の産業界とアカデミアは今後どうしたらいいの？
研究分野が近く、大学が同じで、Microsoft 本社（Redmond）での研究インターン経験があり、…と共通点の多い落合君が「日本の IT が永久にアメリカに勝てない理由」という興味深い記事を書いていました。アメリカの IT 業界の先進性、日本の IT 業界が抱える構造的な問題、博士号取得者の活用、その他諸々のキーワードに反応する方々の心を広範囲に鷲掴みにして話題をさらっておりました。あと、「エリート情報系の諸君．今すぐ内定を蹴ってシリコンバレーに来なさい」というはてな匿名ダイアリーの記事もだいぶブックマークを集めてましたね。 この二つを読んでどうもモヤッとしたので考えをまとめておきます。とくにこのエントリでは感想に続き「IT 業界はどうしたらいいの？」「アカデミアはどうしたらいいの？」について書きます。アメリカという国、あるいは Microsoft の研究部門の特殊性についても一言ある
JavaCVで機械学習する
OpenCV には機械学習の実装がいくつか（単純ベイズ、k 近傍、SVM、決定木…）用意されていて、画像処理に限らず汎用目的で便利に使うことができます。実装ごとにクラス化されていて、学習(train)→ 予想(predict)という似たようなメソッドが用意されているため、学習結果がイマイチなら他に切り替える、ということも比較的簡単にできるようです。 この便利な機能は、Java 版ラッパーである JavaCV にもポーティングされています。そこで、とりあえず 5 次元ベクトル群を 2 つのクラスに分類するコードを書いてみました。下の画像では、5 次元中 2 次元を可視化しています。他のパラメタで実行してみた画面キャプチャやコード全体は記事末尾にあります。JavaCV のインストールなどに関しては前の記事「OpenCV を Java から使う」をどうぞ。 準備 // Parameters fo
1
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
