「Emacsのトラノマキ」連載第10回「auto-completeを拡張しよう」(松山智大) | ありえるえりあ
auto-completeの基本的な使い方については前回説明しました。今回はさらに踏み込んたauto-completeの拡張方法について説明したのちに、auto-completeの将来やその周辺について説明したいと思います。 auto-completeの拡張方法 ======================= 情報源の基本 ———— 拡張可能と称しているソフトウェアの多くがプラグイン手法を採用しているように、auto-completeも一種のプラグイン手法によって拡張可能性を実現しています。それが情報源と呼ばれるauto-completeを拡張するためのコアの概念になります。情報源という表現はもともとanythingという拡張で使用されていたものですが(*1)、拡張性に富む形式であること、概念の再利用によって学習コストを低く保てることから、auto-completeでも同様の形式を採用しま
clang_complete 〜高速化への道〜 - C++でゲームプログラミング
さて、以前、vim でコード解析を行うプラグインとして、clang_complete を紹介しました。 補完の精度は優秀ですが、普通に使用すると補完に時間がかかってしまい、ストレスが溜まってしまいます。 clang_complete では、高速にコード解析を行う方法がいくつあるので、今回はそれの検証と結果をまとめたいと思います。 ★高速化する方法 1.pch（プリコンパイル済みヘッダー）ファイルを使用する その名の通り、使用するヘッダーをプリコンパイルして、clang のコード解析時に使用します。 予め、プリコンパイルしておかないとダメなので、ちょっとめんどいかも？ 2.libclang libclangは、llvm に付属しているツールの1つで、コード解析を行います。 （Windows であれば、llvm のビルドを行うと libclang.dll が生成される） clang_compl
Blueprint: A CSS Framework | Spend your time innovating, not replicating
Blueprint is a CSS framework, which aims to cut down on your development time. It gives you a solid foundation to build your project on top of, with an easy-to-use grid, sensible typography, useful plugins, and even a stylesheet for printing. What does Blueprint have to offer? A CSS reset that eliminates the discrepancies across browsers. A solid grid that can support the most complex of layouts.
Big Sky :: node.jsでtwitter上に流れる画像をパラパラ見せるサーバを作ってみた。
こんばんわ。node.jsやってないとjavascriptのもぐりだと言われている昨今、いかがお過ごしでしょうか。 個人的には node.js は2回くらい飽きてしまって、3周目くらいです。 よく考えたらこのブログでは一度も node.js に触れてなかったなーと思ったのと、最近触ってないから忘れてそうだな...という思いからエントリにしてみました。 node.js が面白いと言われている理由の一つに非同期処理があります。そして非同期を面白くする題材として websocket があります。今日はその websocket を使って、サンプルを作ります。 物としては、twitter の filter stream から、instagr.am と picplz.com の画像URLを収集し、それをクライアントにブロードキャストします。クライアントはそれを受けて Growl 風にポップアップ表示す
Identicon - Wikipedia
An arbitrary Identicon An Identicon is a visual representation of a hash value, usually of an IP address, that serves to identify a user of a computer system as a form of avatar while protecting the user's privacy. The original Identicon was a 9-block graphic, and the representation has been extended to other graphic forms by third parties. Don Park came up with the Identicon idea on January 18, 2
Route 477(2011-02-27)
31 http://reader.livedoor.com/reader/ 4 http://www.google.com/reader/view/ 3 http://www.google.co.jp/url?sa=t&rct=j&q=&esrc=s&f... 3 http://www.google.co.jp/reader/view/ 3 http://ruby.g.hatena.ne.jp/ 2 https://www.google.co.jp/ 2 http://www.google.co.jp/url?sa=t&rct=j&q=ruby gui ... 2 http://www.google.co.jp/url?sa=t&rct=j&q=ruby gui ... 2 http://www.google.co.jp/search?q=2011 Ruby GUI&ie=... 2 ht
Firefox 4 and more
OSC 2011 Tokyo/Spring で使用したスライド 同日の Trans/L10N Bof のスライドはこちら: http://www.slideshare.net/dynamis/transl10nmozillaRead less
統計的機械学習 | 中川研究室
統計的機械学習 統計的機械学習とは、観測されたデータから統計的手法を用い新たな知識を導出することである。 統計的機械学習についての教科書的な内容はこちらを参照してほしい。 統計的機械学習には種々の分類がある。主要なものを説明しよう。 教師あり学習と教師なし学習 教師あり学習(supervised learning)では、観測データと、そのデータの意味が与えられる。例えば、文書分類問題であれば、観測された文書とその文書の属するカテゴリー（スポーツ、芸能、など）の対のデータ集合（これをtraining dataと呼ぶ。)である。学習によって、観測データの持つ属性と意味の関係を推定し、未知のデータ(これを test data と呼ぶ。）が与えられると、そのデータの意味を出力する。 教師なし学習(un-supervised learning)では、観測データだけが与えられる。観測データたちの
生成モデル - 機械学習の「朱鷺の杜Wiki」
生成モデル (generative model) / 識別モデル (discriminative model)† クラス分類を解くための手法は識別モデルと生成モデルに分けられる． データとクラスの確率変数をそれぞれ \(X\) と\(C\) で表す． パラメータは \(\theta=(\theta_1,\theta_2)\)． 生成モデル (generative model) \(X\) と\(C\) の結合確率をモデル化： \[\Pr[X,C|\theta]=\Pr[X|C,\theta_1]\Pr[C|\theta_2]\] パラメータはデータ集合とパラメータの同時確率を最大化するように学習： \[\Pr[\{x_i,c_i\}_i^N,\theta]=\Pr[\theta]\prod_i^N\Pr[x_i,c_i|\theta]=\Pr[\theta]\prod_i^N\Pr[x_i
空間分割について - SourceChord
すげぇ 空間分割マジすっげ!! Realistic Ray Tracingで紹介されている方法で空間分割を実装してみたのですが、その効果は想像以上でした。 以前はオブジェクト全体を一つのバウンディングスフィアで覆っているだけだったので、ほとんど全ての三角形と交差判定をしていたため、このシーンのレンダリングで25分ほどかかってしまっていました。 が、RRT本で解説されている空間分割を実装したところ、レンダリング時間なんと1.5秒!!! なんと約1000倍の高速化です!! このstanford bunnyのオブジェクトはおよそ7万ポリゴンくらいあるから、そりゃ全部の三角形と交差判定してたら遅くなるよなぁ・・・ なんか俄然やる気出てきたｗｗ 空間分割のアルゴリズム RRT本で解説されていたアルゴリズムでは、空間をxyzそれぞれの軸と平行なバウンディングボックスで分割していきます。 イメージはだい
リングバッファ - Wikipedia
リングバッファの概念図 実際のリングバッファ リングバッファ (英: ring buffer)、サーキュラーバッファ (英: circular buffer)、または環状バッファ（かんじょうバッファ）とは、リング状に配置されたバッファである（図を参照）。一時的にデータを貯めておくバッファ領域のうち、終端と先端が論理的に連結され、循環的に利用されるようになっている。最も古い内容を最新の内容で上書きし、常に一定の数の過去までのデータを蓄えるような用途に用いられる[1]。 バッファは一般的にメモリ空間効率の高い配列を使って実装されるが、配列を物理的にリング状に配置することはできないので、インデックス（添え字、添え数）をバッファサイズで割って剰余を取る正規化をし、一定の範囲に限定することで、直線状のバッファの両端を論理的に繋げる。正規化により、インデックスがバッファの最後を超えると最初に戻り、また
良い乱数・悪い乱数
Ｃ言語標準ライブラリの乱数rand( )は質に問題があり、禁止している学会もある。 他にも乱数には様々なアルゴリズムがあるが、多くのものが問題を持っている。 最も多くの人に使われている乱数であろう Visual Basic の Rnd の質は最低である。 そもそも乱数とは 乱数とは、本来サイコロを振って出る目から得られるような数を意味する。 このような乱数は予測不能なものである。 しかし、計算機を使って乱数を発生させた場合、 次に出る数は完全に決まっているので、予測不能とはいえない。 そこで、計算機で作り出される乱数を疑似乱数(PRNG)と呼び区別することがある。 ここでは、特にことわらない限り乱数とは疑似乱数のことを指すとする。 計算機でソフト的に乱数を発生させることの最大のメリットは、 再現性があることである。 初期状態が同じであれば、発生する乱数も全く同じものが得られる。 このことは
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
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
Precompiled header - Wikipedia
ES Harmony Proxy test
Amazon.co.jp ノンデザイナーズ・デザインブック
