タグ

2012年8月20日のブックマーク (15件)

  • サービス終了のお知らせ - NAVER まとめ

    サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。

    サービス終了のお知らせ - NAVER まとめ
    nakanushi
    nakanushi 2012/08/20
  • 機械学習/mixture model - 鯨飲馬食 @ wiki

    この項の問題点 概要 EMアルゴリズムによるパラメータ推定 この項の問題点 まだ書きかけ。 概要 EMアルゴリズムによるパラメータ推定 EMアルゴリズムのは以下の形。 はcategorical distributionにしたがうとします。 (categorical distributionはBernoulli distributionの拡張です。) つまりと表し、を満たします。 Lagrange multiplierを用いて最大化を行い更新式を求めます。 を直接求めてもよいですが、単純にとなるように正規化すればよいです。 が多次元正規分布(multivariate normal distribution)の場合を考えます。 つまりGaussian mixtureの時です。 はベクトルで表現し、とはそれぞれ、平均ベクトルと共分散行列です。 平均と共分散、それぞれについて更新式を求めます。 微

    機械学習/mixture model - 鯨飲馬食 @ wiki
    nakanushi
    nakanushi 2012/08/20
  • 『混合多項分布のEMアルゴリズム』

    ぽんのブログ自分用の備忘録ブログです。書いてある内容、とくにソースは、後で自分で要点が分かるよう、かなり簡略化してます(というか、いい加減)。あまり信用しないように(汗 L 面 (面の数が L 個) のサイコロがあり、各目の出る確率が であるとします。ここに  は、l番目の目の出る確率です。 このサイコロを M 回振った時、各目の出る回数が ( i 番目の目が出る回数が x_i )である確率は多項分布 で求められます。 が所与の時、パラメータ の最尤推定値は、こちらのPDFのようにして と求められます。 次にこの L 面サイコロを K 個用意します。k 番目のサイコロが選ばれる確率を とすれば、各目の出る回数が である確率は、混合多項分布 に従います。 ここで で、これはk番目の L 面サイコロの各目の出る確率で、 はこの k 番目のサイコロの l 番目の目の出る確率です。 今、K 個のサ

    『混合多項分布のEMアルゴリズム』
    nakanushi
    nakanushi 2012/08/20
  • ニュートン法,準ニュートン法 - KIWAM_KEN_DIARY

    この時期になって就活のメールが届くようになってきました。 正直まだ早いなぁという気持ちですが、そろそろ準備しないとまずいんですかね。M2の皆様のアドバイス大募集中です。(身近にM2の先輩がいないので…割と気でお願いします) さて、前回は最急降下法と共役勾配法でしたが、今回はニュートン法・準ニュートン法を忘備録として書いておきます。 ニュートン法では、共役勾配法と同様に目的関数のヘッセ行列を使って探索を行います。 ニュートン法は、線形問題の場合、目的関数のパラメータ数以下の反復で解が収束することが保証されており、式もそれほど難しいものではありません。ただし、初期値を適切に決めないと収束は保証されません。 今回は、前回まで使っていたケプラーの第三法則を非線形問題としたものを考えます。 D:太陽との距離 R:公転周期 K:定数 D    R 水星 36.00  88.0 金星 67.25  2

    ニュートン法,準ニュートン法 - KIWAM_KEN_DIARY
    nakanushi
    nakanushi 2012/08/20
  • やっと基本のEMアルゴリズム - KIWAM_KEN_DIARY

    これまで勾配法で最適解を求めてきましたが、今回はEMアルゴリズムを使って解を求めていきます。 EMアルゴリズムとは、E(Expectation)ステップとM(Maximization)ステップを繰り返していき、解を求めるアルゴリズムです。 今回は、ガウス混合分布をですとデータとしてパラメータを推定します。 まずデータとして、 の正規分布にのっとったデータを生成します。この時、としました。 この時の混合ガウス分布は となります。 今回求めたいのは、です。ただし、 という条件付きです。 基的な流れは 1.平均・分散(今回は1に設定して省略)・混合係数を適当に設定 2.現在のパラメータから事後確率計算 *事後確率はデータ数×混合係数の数(パラメータの数?)だけ発生する。 3.事後確率を用いてパラメータ更新 4.対数尤度を計算し、変化が小さくなれば終了。対数尤度は となります。 当は事後確率の

    やっと基本のEMアルゴリズム - KIWAM_KEN_DIARY
    nakanushi
    nakanushi 2012/08/20
  • EMアルゴリズム - how to code something

    EMアルゴリズム:不完全データに対し、尤度が大きくなるようにパラメータを決定する一般的な枠組み 不完全データにおける観測されない変数→隠れ変数(latent variable)と呼ぶ クラスタリングにおいて、クラスタに対応する確率変数を隠れ変数と考えることが多い。 EMアルゴリズム 入力:不完全データD θの初期値は無作為に決める until収束 Eステップ:任意の、任意のcについて、を計算 Mステップ: end until ただし、(尤度に基づく)Q関数の定義 ※最大事後確率推定(MAP推定)を利用した場合のQ関数の定義(事前確率 を考慮)

    EMアルゴリズム - how to code something
    nakanushi
    nakanushi 2012/08/20
  • ソーシャルボタンをどうするべきだろうか | ネットの海の漂流者

    記事上のソーシャルバーをどのようなデザインにしようか悩んでいる。記事上ソーシャルボタンの機能ノウハウ系の記事でやまとめ記事などは、記事上にソーシャルボタンを配置しているか否かでソーシャルメディア上での拡散度に結構な差が出てくることが時々ある。その手の記事を必要とする人には忙しい人が多く、「全部読まないと登録できない」ような設計だと、取りこぼしが出てきてしまう。要するにこの位置のソーシャルボタンはこれは「面白そうだ」と思った人が「後で読む」ために使うことが期待されているのだ。(これに対して、記事下のソーシャルボタンは、「全部読んだ人が」「面白い」と思った時に使うためのもの、という意味合い)忙しい人のための機能だから。記事上ソーシャルボタンは忙しい人が使うわけだから、ひとめで場所が分かり、クリックしやすいことが大切だ。現在このブログの記事上ボタンは、「設置場所の背景色を変えて強調」「一箇所にま

    nakanushi
    nakanushi 2012/08/20
  • ライブドアみたいにスクロールしたらサイドバーの広告を固定する - ぼくはまちちゃん!

    こんにちはこんにちは!! 夏ですね! 真夏ですね!! ところで最近、ライブドアの一部の人気ブログで、サイドバーの挙動に「んん?」って思ったことありませんか! …百聞は一見にしかずってことで、実際の例をみてみましょう! ※PC版のみです ハムスター速報 (左のサイドバーを見ながら、下にスクロールしてください) 痛いニュース(ノ∀`) (右のサイドバーを見ながら、下にスクロールしてください) ある程度スクロールすると、サイドバーの広告がぴたっと固定されますね! これって流行りなんでしょうか…! そんなわけで、もしかしたら同じことをやりたい人が他にもいるのかも?と思って、 コピペで使えるJavaScriptにしてみました! ↓ 動作サンプルです! スクロールしたらサイドバーの広告を固定するスクリプトの動作サンプル ↓ コードはこれです! 適当にコピペしてブログに貼り付けてね! <script t

    ライブドアみたいにスクロールしたらサイドバーの広告を固定する - ぼくはまちちゃん!
    nakanushi
    nakanushi 2012/08/20
  • iPhoneアプリでカメラからの入力をUIImagePickerControllerを使ってAR的に表示する2つの方法(※注 一つは禁断かも)

    iPhoneアプリでカメラからの入力をUIImagePickerControllerを使ってAR的に表示する2つの方法(※注 一つは禁断かも) iPhoneアプリでカメラからの入力を表示するするにはUIImagePickerControllerを使うが、2つ方法あることがわかった。 モーダルで表示する 一つはUIViewController内でモーダルで表示する方法。これは「iPhone アプリケーションプログラミングガイド」(PDF)のP186に載っている基の方法だ。 - (IBAction)onTouchUpInsideBtnShowCameraInput { UIImagePickerController *ipc = [[UIImagePickerController alloc] init]; ipc.sourceType = UIImagePickerControllerSo

    nakanushi
    nakanushi 2012/08/20
  • シンプルな日付ピッカーを実装するjQueryプラグイン・jQuery.minical

    デートピッカーを実装するjQuery プラグイン・jQuery.minicalです。 シンプルさと軽量さが特徴です。 jQuery UIを使うほどでもないよう な場合はこういった軽量でシンプル な物が使いやすいですね。 デートピッカー実装ライブラリです。 軽量というのが売りのようで、gzipで4KBほどに圧縮できるそうです。動作もシンプルにカレンダーをポップアップ表示させるだけのもの。 コード<script type='text/javascript' src='http://ajax.googleapis.com/ajax/libs/jquery/1.7.2/jquery.min.js'></script> <script src='jquery.minical.js' type='text/javascript'></script>ライブラリを読み込んで以下のようにセッティング。 $(

    シンプルな日付ピッカーを実装するjQueryプラグイン・jQuery.minical
    nakanushi
    nakanushi 2012/08/20
    jquery カレンダー
  • 『トップガン』のトニー・スコット監督、飛び降り自殺

    米カリフォルニア(California)州ロサンゼルス(Los Angeles)で開かれた映画『アンストッパブル(Unstoppable)』の試写会に家族とともに姿を見せたトニー・スコット(Tony Scott)監督(2010年10月26日撮影)。(c)AFP/Mark RALSTON 【8月20日 AFP】(一部更新、写真追加)映画『トップガン(Top Gun)』などのハリウッド作品で知られる英国人映画監督、トニー・スコット(Tony Scott)氏(68)が19日、米カリフォルニア(California)州ロサンゼルス(Los Angeles)近郊サンペドロ(San Pedro)の橋から飛び降り、自殺した。ロサンゼルス郡検視局が19日夜、発表した。 当局発表によると、スコット氏はロサンゼルス港(Los Angeles Harbor)にかかるビンセント・トーマス橋(Vincent Tho

    『トップガン』のトニー・スコット監督、飛び降り自殺
    nakanushi
    nakanushi 2012/08/20
  • Webサービスを作る人におすすめの実用サービス10 - パパパパ

    僕はこれまで個人やスタートアップを通じて30近くのWebサービスを作ってきて、失敗したり、ちょこっとうまくいったりを繰り返してきました。最近では、Facebookページで600万人のファンを抱えるTokyoOtakuModeというメディアの立ち上げ&運営を行ったり、自分の会社でスマートフォンアプリを開発したり、個人でスカイツリー観光のファンサイトを運営したりしています。 Webサービスを作る個人開発者やスタートアップは資金が潤沢にあるわけではないので、無料や低価格で提供されている様々なツールを駆使して、コストを削減していく必要があります。そこで今回はDropboxやGoogleカレンダーなどの定番サービスは除いて、僕個人が愛用しているおすすめの実用サービスを紹介してみようと思います。 1. Googleハングアウト / 音声通話&ビデオチャット これまで無料音声通話といえばSkype一択だ

    Webサービスを作る人におすすめの実用サービス10 - パパパパ
    nakanushi
    nakanushi 2012/08/20
  • 市場規模マップ | visualizing.info

    様々な業界の市場規模をビジュアルなマップとして表示。業界の規模と成長率が一目で分かります。

    nakanushi
    nakanushi 2012/08/20
  • Pythonの連続forループが読めない – taichino.com

    入門自然言語処理を読んでいると以下のようなコードがやたらでてきますが全然読めるようにならないので覚え書きです。for文が連続して2回来てます。StackOverflowにも同様の質問があがっています。 all_tags = [tag for article in articles for tag in article.tags] これは記事の配列から記事につけられているタグの一覧を取得するコードで、forループを分解して書くと以下のようになります。 all_tags = [] for article in articles: for tag in article.tags: all_tags.append(tag) 何が気持ち悪いかというと左から順にforが処理されているのに、配列の要素になる最後の式が一番左にあることです。一番左のtagが最初のfor ~ inではなく、2つめのfor ~

    nakanushi
    nakanushi 2012/08/20
  • BigDataをリアルタイム処理させるDrill - ウィリアムのいたずらの、まちあるき、たべあるき

    ウィリアムのいたずらが、街歩き、べ物、音楽等の個人的見解を主に書くブログです(たま~にコンピューター関係も) Hadoopはビッグデータをバッチ処理させるには向いてるけど、 ビッグデータは、リアルタイム処理するのは向いてない... っていわれてたんだけど、それをやっちゃおうっていうのが、 (インタラクティブ処理)Dremelで・・・ ってことは、NHNカンファレンスで、最後の最後に言っていたけど、 そのDremelベース(って下の記事には書いてあるけど、さらにその下のサイトには、インスパイヤされたと書いてある)のアドホックな検索システムにApache Drillというのがあるらしい。 その話が載っていたので、メモメモ New Apache project will Drill big data in near real time http://www.itworld.com/big-da

    BigDataをリアルタイム処理させるDrill - ウィリアムのいたずらの、まちあるき、たべあるき
    nakanushi
    nakanushi 2012/08/20