TensorFlowでのDeep Learningによるアイドルの顔識別 のためのデータ作成 - すぎゃーんメモ
続・TensorFlowでのDeep Learningによるアイドルの顔識別 - すぎゃーんメモ の続き、というかなんというか。 前回までは「ももいろクローバーZのメンバー5人の顔を識別する」というお題でやっていたけど、対象をより広範囲に拡大してみる。 様々なアイドル、応援アプリによる自撮り投稿 あまり知られていないかもしれないけど、世の中にはものすごい数のアイドルが存在しており、毎日どこかで誰かがステージに立ち 歌って踊って頑張っている。まだまだ知名度は低くても、年間何百という頻度でライブを中心に活動している、所謂「ライブアイドル」。俗に「地下アイドル」と言ったりする。 ライブアイドル - Wikipedia そういったアイドルさんたち 活動方針も様々だけど、大抵の子たちはブログやTwitterを中心としてWebメディアも活用して積極的に情報や近況を発信していたりする。 そんな中、近年登
変わりたい人や成功したい人に伝えたい - minimum
2016 - 03 - 21 変わりたい人や成功したい人に伝えたい マインド 雑記 どうも、Toshiroです。今回は変わりたい人や成功したい人に伝えたいことがありますので、それについて書いてみます。 ちょっと愚痴聞いて 題名で大げさなこと書いてしまったのですが、すみません、ちょっと愚痴聞いて下さい。 変わりたい、成功したい、と心の底から考えている人は既に考え方（巷ではマインドと呼ばれています）についてはクリアしていると思うのですが、考え方の次に問題となるのがやっぱり人間関係だと思うんです。 私は以前東京で2年ほど働いていて、今はやめているのですが、仕事を辞めてからまだあまり時間が経っていません。今は実家で生活をしています。親には一応、ある程度の収入があることを伝えているのですが、どれくらいの収入があるのか、どうやって収入を得ているのかは一切伝えていません。勝負を仕掛けるのは勝利が確定して
超一流企業の給料って正直やってけないですよね - minimum
2016 - 03 - 27 超一流企業の給料って正直やってけないですよね お金 雑記 どうもToshiroです。今回は超一流企業のお給料とか、超一流企業で働く幸福みたいなところについて書いてみます。 素朴な疑問 私の以前からの素朴な疑問なんですけれども、一流企業で働くことの幸福って何なのかな、と以前から感じています。 私は大学を卒業した後は東京の日本橋にある大手企業で働いていました（ちなみに住居も日本橋、家賃高かった）。私は2年も務めていないので大したことは言えないのですが、上の人達がどれくらいの給料をもらっているのか、とかどんな生活しているのか、とかはだいたい聞いています。 また東京とは不思議なところで、私は京都の中途半端な大学を出たのですが、大学の繋がりを持つ機会が偶然たまたまあり、他の大手企業で働いている人達の生活も大体聞いていました（中途半端な大学でも大手には入れます）。 そんな
マルコフ確率場 (MRF) と条件付き確率場 (CRF) の違い | LESS IS MORE
一番の違いは、生成モデルか識別モデルか、ということ。それぞれ、 Markov Random Fields (MRF) は生成モデル Conditional Random Fields (CRF) は識別モデル です。 What is exactly the difference between MRF and CRF ここを見ると割とすっきりする。 ただ、少しスムーズに納得できないことがありまして…それは、MRFもCRFもグラフィカルモデルで書くと無向グラフとなること。識別モデルは無向グラフで生成モデルは有向グラフなんじゃ…？と思ってしまう人もいるんじゃないかと思う（いなかったらごめんなさい）。 グラフィカルモデルとしての表現 一般に、生成モデルは有向グラフの形で記述され、識別モデルは無向グラフとして記述される。例えば、隠れマルコフモデル (HMM) は有向グラフで、条件付き確率場 (CR
ビジネス実務の現場で有用な統計学・機械学習・データマイニング及びその他のデータ分析手法10+2選（2016年版） - 渋谷駅前で働くデータサイエンティストのブログ
そう言えば3年前にこんなまとめ的エントリを書いたのでした。この内容はそのままかなりの部分が2年前に刊行した拙著の原案にもなったということで、色々思い出深いエントリです。 なのですが。・・・この3年の間に統計学・機械学習・データマイニングの諸手法及びそれを取り巻くビジネスニーズには様々な進歩があり、そろそろこの内容にも陳腐化が目立つようになってきました。ということで、3年間の進歩を反映してアップデートした記事を書いてみようと思います。前回は「10選」でしたが、今回は「10+2選」に改めました。そのラインナップは以下の通り。 統計学的検定（t検定・カイ二乗検定・ANOVAなど） t検定 カイ二乗検定 ANOVA（分散分析） その他の検定 重回帰分析（線形回帰モデル） 一般化線形モデル（GLM：ロジスティック回帰・ポアソン回帰など） ロジスティック回帰 ポアソン回帰 正則化（L1 / L2ノルム
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
