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
ある関数が,本当にマクロであるよりも関数であった方が良いというのは, どうしたら分かるだろうか? マクロが必要な場合とそうでない場合の間には,大抵明確な区別がある. 基本的には関数を使うべきだ: 関数で間に合う所にマクロを使うのはエレガントでない. マクロが何か特定の利益を与えるときのみそれを使うべきなのだ. マクロが利益を与えるときとはいつだろうか? それがこの章の主題だ. 普通この疑問は,改良を目指すときでなく必要に迫られた上で発せられる. マクロで実現できることの大部分は,関数ではできない. 第8.1節ではマクロとしてのみ実装できるオペレータの種類を列挙する. だが境界線上に立つような場合もわずかにある(しかしこれは興味深い). つまりオペレータを関数で書いてもマクロで書いてもよいような状況だ. そのような状況について,第8.2節ではマクロについての賛否両論を挙げる. 最後に,マクロ
比戸です。 先週Jubatusの最新0.4.0がリリースされましたが、外れ値検知機能の追加が目玉の一つとなっています(jubaanomaly)。昨年PFIへ入社して初めて手がけた仕事が公開されたということで感慨ひとしおですが、便乗してあまり語られることのない異常検知の世界について書きたいと思います。以下の資料は昨年のFIT2012で使ったものです。 異常検知とは簡単にいえば、「他に比べて変なデータを見つけ出す」タスクです。お正月にテレビで繰り返し流れた、おすぎとピーコのCM(*1)がわかりやすいイメージですね。機械学習の枠組みで言えば”教師無し学習”に属します。分類や回帰、クラスタリングなど応用も多く人気も研究熱も高いタスクに比べると、マイナーです。SVMとか、Random Forestとか、Boostingとか、最近だとDeep Neural Networkとか、有名な必殺技アルゴリズム
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