はい、また思いつき投稿です。 経緯を知らない方のためにもう一度。 発表のためにAAAI-16に来ています。知らない人も多いかと思いますが、IJCAIとならび、AIの国際学会で最も難関と言われる学会です。個人的には自分もA*の改善論文でPaper Award 密かに狙っていたのですが、Bidirectional Search 論文に取られてしまいました。 今日は、幸運にも MIT / CSAIL の Brian Williams 先生とお話することが出来ました。 (100kgを超してそうな巨体です・・・でもイケメン) この先生は、かの有名な宇宙探査機 NASA Deep Space 1 にCommon Lispで作ったシステムを載せ、成功に導いた先生です。 Common Lisp のリアルタイムコンパイル機能のおかげで、運用中に発覚したバグを(たしか木星を過ぎたあたりで) REPLにログイン

Software Design連載記事を掲載します。 株式会社技術評論社の許可を得て掲載しています。 草稿なので細かい部分は実際の記事とは異なることがあります。 他の記事は左下にある「■雑誌連載中(全文公開)」から見られます。 Emacsが歴史のあるソフトウェアであることは今更言うまでもありません。 歴史があるということは、それだけ多くの人に使われていて、長年にわたるノウハウが蓄積されていることを意味します。 昔から多くの人が不満に思っている点はたいてい解決されています。 今回はEmacsで使える多くのセーフガードシステムを標準・外部パッケージ問わず紹介していきます。 人間は操作ミスをする生き物なので、Emacsではその被害をなくしたり最小限に抑えるための方法が多くあります。 昔からよく「保存し忘れたからフリーズしたときにデータが飛んだ」とかの悲鳴を聞きますが、Emacsならばそんなことは

個人的な記録なので、誰かが読むにはコンテキストが不明な部分も多いと思いますが振り返りとして。 東京で 4 ヶ月 なんということはなく、妻が埼玉で里帰り出産をすることになったので、本社がある東京に埼玉から通うことにさせてもらった感じです。この手の勤務地変更は会社でも初めてだったと思うのだけど、地方勤務者が本社に勤務地変更するということで受け入れてくれて助かりました。 リモートワーカーとしての私 リモートワーカーとして皆さんが浮かべるイメージは在宅で自由な時間でという感じだと思いますが、私の場合はリモートワーカーと呼ばれてるものの、実際は他にも勤務者が居る地方（と言っても山奥）のオフィスで東京と同じ勤務時間働いているので、どちらかというと支社とかで働いている人に近いと思います。 たぶん、場所が超山奥で開発・営業拠点的な意味は全く無い場所なので、リモートワーカーぽく扱われているのかも。 一方で、

最近、俳句が流行ってますよね。 どうしても golang から簡単に俳句を検出する必要があったので、作ってみました。 mattn/go-haiku · GitHub https://github.com/mattn/go-haiku インストールは以下の様に簡単。ただし kagome という形態素解析ライブラリを使っており辞書を static にリンクするのでコンパイルは凄く遅いです。 $ go get github.com/mattn/go-haiku/cmd/haiku 使い方としてはまず引数 $ haiku あぁ柿くへば鐘が鳴るなり法隆寺 柿くへば 鐘が鳴るなり 法隆寺 そして標準入力 $ cat README.md | haiku 古池や 蛙飛び込む 水の音 さらに URL から $ haiku -u "https://ja.wikipedia.org/wiki/ハノイの塔" 中央

What is Scribd?AcademicProfessionalCultureHobbies & CraftsPersonal GrowthAll Documents

書店で立ち読みをする客 青木まりこ現象（あおきまりこげんしょう）とは、書店に足を運んだ際に突如こみあげる便意である。 この呼称は、1985年にこの現象について言及した女性の名に由来する。書店で便意が引き起こされる具体的な原因については、渋谷昌三によると2014年の時点でまだはっきりとしたことはわかっていないという[1]。そもそもこのような奇妙な現象が本当に存在するかどうか懐疑的な意見もあり、一種の都市伝説として語られることもあるが、一方で生理学や心理学の知見をもってこの現象のメカニズムを解明しようと試みる識者もいる。 書店にいることで突然便意が自覚されるという一連の過程は、少なくとも現在の医学的観点からは単一の病態概念から説明できるものではない。いくつかの考察によるとこの現象は、仮にその実在性が十分認められるにしても、（例えば「青木まりこ病」などといった）具体的な疾患単位とはみなされにくい

Carta, a once-high-flying Silicon Valley startup that loudly backed away from one of its businesses earlier this year, is working on a secondary sale that would value the company at…

Make 24 monthly payments Pay 0% interest Start using the domain today. See details

世間はメリークリスマス。昨日の夜は愉快な人たちが愉快な格好をして街を練り歩く様子が見られましたね。 さて、この記事は Emacs Advent Calendar jp: 2011 : ATND の25日目です。 昨日は [twitter:@sky_y] さんの http://d.hatena.ne.jp/sky-y/20111224/1324714853 でした。 明日は [twitter:@kozo2] さんです。 最近では Web 系や大規模処理など、ローカルに環境を整えられないためサーバ内で開発せざるを得ないという状況があると思います。というか最近の自分の仕事(バイト)がそんな感じです。 そこで、リモートサーバ内で開発を行うときの Emacs やその他ツールをまとめてみました。 大きく分けて4パターンほどあると思っています。 tramp を使う ローカルで編集して rsync などの

Emacsにはtrampって機能があって、SSH経由でリモートサーバのファイルを編集することができるみたい。 「え、普通にsshログインして触ればよくね？」って思ってたんだけどそうじゃない、全然そうじゃない。これの凄さはローカルのEmacsの環境のままリモートのファイルを操作できるって事。すげーまじすげー。 設定 .emacsに以下を記述

明けましておめでとうございます。 今年初のclfreaksは、いつもの深町、κeen、佐野に加え、ゲストとして元Symbolicsの橋本和幸さんを迎えて、Common Lisp Recipesに物申したり、Lisp Meet Up 3周年の話をしました。Common Lispの未来はどうなるのか？ Download MP3 (1:24:05 / 38.5MB) Common Lisp Recipesを買う予定の方は電子書籍版がおすすめです。 Show NotesCommon Lisp RecipesCL-PPCRE, CL-WHO, Drakma, Hunchentoot, flexi-streams, CL-FADfukamachi on Twitter: “Reading Common Lisp Recipes, I felt like Edi Weitz is living in t

トップエスイー実践プログラミングセミナーシリーズ 「TensorFlowによるニューラルネットワーク入門」 で使用した資料です。 http://topse.or.jp/%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%9F%E3%83%B3%E3%82%B0%E3%82%BB%E3%83%9F%E3%83%8A%E3%83%BC%E3%80%8Ctensorflow%E3%81%AB%E3%82%88%E3%82%8B%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D/ 2016/11/17 ver1.0 公開 2016/11/28 ver1.1 Update 2017/01/21 ver1.2 Update 2017/01/24 ver1.3 Update

Contrastive Divergence法 (Hinton, 2002)について少し勉強したので，そのまとめです． Contrastive Divergence 法とは （確率的な）最適化方法です．正確には正規化定数が分からない（求めるのが困難）確率分布のためのパラメータの最尤法です．特にBoltzmann分布（マルコフ確率場）における最尤法を指します． 何がうれしいか 正規化定数が分からない確率分布に対しても最尤推定量に近い推定量が得られることが利点です． Boltzmann分布の例を挙げます．Boltzmann分布とは \[ p(\boldsymbol{x};\boldsymbol{\theta},\boldsymbol{W})=\frac{1}{Z(\boldsymbol{\theta},\boldsymbol{W})}\exp(-\boldsymbol{\theta}^{\to

目次 定義と構造 復元 確率分布 コードサンプル：Deeplearning4jを使ったIrisで制限付きボルツマンマシンを起動する パラメータ及びkについて 連続的なRBM 結論及び次のステップ 定義と構造 Geoff Hintonによって開発された制限付きボルツマンマシン（RBM）は、次元削減、分類、 回帰 、協調フィルタリング、特徴学習、トピックモデルなどに役立ちます。（RBMなどの ニューラルネットワーク がどのように使われるか、さらに具体的な例を知りたい方は ユースケース のページをご覧ください。） 制限付きボルツマンマシンは比較的シンプルなので、ニューラルネットワークを学ぶならまずここから取り組むのがよいでしょう。以下の段落では、図と簡単な文章で、制限付きボルツマンマシンがどのように機能するのかを解説していきます。 RBMとは浅い2層のニューラルネットであり、ディープビリーフネッ