You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
去年の11月くらい(?)からスライドシェアでスライドを見終わると「勝手に次のスライドに遷移する」という余計なお世話な超絶にうざい機能が導入されたのだが、いい加減うざすぎるので切れて、寝る前に無効化するChrome拡張書いた。 Chrome拡張 slideshare next-slide disabler 実装は凄いシンプルだけど拡張で簡単導入できたら嬉しい人はいるかと思って公開した。 実装 document_endのタイミングでコレ実行してるだけ。 'use strict'; !function(t){t.parentNode.removeChild(t)}(document.querySelector(".next-container"));
※ This is a Japanese version. The English version is here. Information Dropoutという手法がある。 元々は深層学習の過学習を避けるために提案されていたテクニックであるDropoutを、与えられたタスクに対する最適なデータの表現を学習するInformation Bottleneckの観点から一般化する、という内容である。 この論文は2016年11月4日にarXivに初稿がアップされ(arXiv:1611.01353)、ICLR2017に投稿されていた。 残念ながら採択はされなかったが、レビュー結果には The authors all agree that the theory presented in the paper is of high quality and is promising but the expe
lisp2dot.awk gawk and nawk script to convert tree genetic programs written in lisp style to Graphviz format dot file. Example gawk -f lisp2dot.awk example.txt > example.dot example.txt #example 21 Jul 2004 http://www.cs.ucl.ac.uk/staff/W.Langdon (EQ D1 (NOT (IFLTE D1 D2 D3 D4))) example.dot Example of graph produced from .dot file This example produced by graphviz/bin/dot example.dot -Tgif > lisp2
So I have some code that needs a subset of a multidimensional array in such a way that it works a bit more like taking a subsection of a matrix, ideally it would work like a displaced array. So let's say I have something that looks like this (defvar *a* (make-array '(3 3) :initial-contents '((1 2 3) (2 3 1) (3 1 2)) And I want it to be accessible with an array *b* (defvar *b* (make-array '(2 2) :d
An MIT Press book Ian Goodfellow and Yoshua Bengio and Aaron Courville The Deep Learning textbook is a resource intended to help students and practitioners enter the field of machine learning in general and deep learning in particular. The online version of the book is now complete and will remain available online for free. The deep learning textbook can now be ordered on Amazon. For up to date an
色々あるみたいだけど、利用頻度が高そうなものだけメモ。 [Shift + p] CPU使用率でソート [Shift + m] メモリ使用量でソート [Shift + t] 実行時間でソート これらを利用すると、だいぶ見やすくなるな〜(・x・ ).o0○
Baidu Research presents Deep Voice, a production-quality text-to-speech system constructed entirely from deep neural networks. The biggest obstacle to building such a system thus far has been the speed of audio synthesis – previous approaches have taken minutes or hours to generate only a few seconds of speech. We solve this challenge and show that we can do audio synthesis in real-time, which amo
自分は本の草稿に誤字脱字探しをしつつ好き勝手言う係としてちょっとだけ手伝った。せっかくなので宣伝してみる。 この本はコード読みブログやアーキテクチャ解読ブログをまとめたような体裁になっている。といっても各章バラバラではなく、本としての連続性はある。そして OS というものを包括的に解説するかわりに Android の特徴的なところ、たとえば GUI フレームワークや VM のランタイムなど、をつまみ食いしている。これは正しいアプローチだと思う。伝統的な OS の話をしだすと Android ってだいたい Linux だからね。Android に限らず、この「伝統的な OS の上にあるプラットホームのレイヤ」の中身を説明した本は少ない。 そこが面白い。 この本の欠点は文章がけっこう slippery なところ。悪い意味でブログぽいというか同人誌ぽい。ただそれは「支える技術」シリーズに共通する
最小値minと最大値maxが与えられたときに、その範囲から重複しないようにn個の数値を取り出す関数を作りたい。例えば、0~100までの範囲から重複しないように10個の数値を取り出す。 [ 7, 18, 20, 45, 47, 62, 70, 80, 89, 91 ] とりあえず、3つの方法が考えられたのでそれぞれ実装して速度比較をしてみた。 まず1つ目の方法は、とても単純で今までに生成していない乱数が生成されるまで、乱数を生成し続けるというものだ。C++で実装してみると以下のようになる。 std::set<int> RandomUniqueNumbers(const int n, const int min, const int max) { std::set<int> result; int r; for(int i=0; i<n; ++i) { // まだresultに含まれていない乱
I have noticed that there are a few implementations of random forest such as ALGLIB, Waffles and some R packages like randomForest. Can anybody tell me whether these libraries are highly optimized? Are they basically equivalent to the random forests as detailed in The Elements of Statistical Learning or have a lot of extra tricks been added? I hope this question is specific enough. As an illustrat
Twitter, una sonda permanente de opinión y una vía para canalizar acciones ci... El documento describe el uso de Twitter como una herramienta para analizar la opinión pública y movilizaciones ciudadanas en España. Se resumen los métodos utilizados para capturar tweets, analizar picos de actividad, identificar usuarios persistentes, y utilizar este grupo para analizar otros conjuntos de datos.
SLIME:slime-indentationSLIME:slime-indentation逆引きCL:SLIME:slime-indentationに移動しました Last modified : 2018/06/24 16:31:34 JSTPowerd by WiLiKi 0.6.1 on Gauche 0.9.10
こんにちは、okutani(@okutani_t)です。yasnippetを利用することで、登録済みのスニペット(テンプレート)をすぐに呼び出すことができます。 これでプログラミングでよく利用するコードや、決まった形式のメモなどを素早く記述することができますね。 さっそく導入方法をみていきましょう。 参考emacs 最強スニペット展開プラグイン yasnippet.elのインストール! – うめすこんぶ スポンサーリンク yasnippetの導入 ではEmacsにyasnippetを導入してみましょう。それぞれの導入方法について見てみます。 git cloneを使った導入 下記コマンドで導入します。 $ cd ~/.emacs.d/elpa $ git clone https://github.com/capitaomorte/yasnippet package.elを使った導入 「M-x
ParEdit1は、あなたのGNU Emacsを擬似的な 構造化Lispコードエディタ に変身させるマイナーモードだ。 通常は、Emacs LispやScheme、Common LispなどのLispコードを書くときの各メジャーモードにフックして利用する。 また、M-x paredit-mode とキー入力することで、いつでも有効・無効を切り替えられる。 最初のうちは、「右丸括弧 ) を自動補完する」といった入力支援機能に目が行くかもしれないが、これはParEditにとってさほど重要な要素ではない。 ParEditの本質は、 リスト表記の丸括弧 () のバランスを維持する 点にある。 たとえば、 リスト内部で M-s を押すと、そのリストの丸括弧 () を左右とも削除し、内容を上位リストに接合する。 リスト内部で C-k を押すと、ポイントから(同じ行内にある)そのリストの右丸括弧 ) の
Machine Learning Advent Calendar 2012 の 21 日目の記事です。 私は普段は受託のデータ解析を仕事にしてます。過去に何度か実務でRandomForestを利用する機会がありましたので今日は以前顧客にプレゼンをした時に、質問された内容とその回答を紹介したいと思います。普段は機械学習・データマイニングを実務の立場利用しており、手法そのものの専門家ではないので、間違いなどが有りましたらご指摘ください。 さてRandomForestは有名なアルゴリズムですので、ご存じの方も多いとは思いますが、CARTの開発者でもある、Leo Breimanが2001年に提案した決定木を用いた集団学習アルゴリズムの1つです。一言で言えば、大量の決定木を作成して、それぞれの決定木が出した答えを多数決し、最も支持の多かったクラスに分類する手法です。(回帰の場合は平均を返します) R
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