[DL輪読会]Understanding deep learning requires rethinking generalizationDeep Learning JP
![TokyoWebmining#8 協調フィルタリングにおける希薄問題の解決法 - Random walk](https://cdn-ak-scissors.b.st-hatena.com/image/square/12f820d28732af998a7e1116f53fccb3cf54e9c9/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Ftokyowebmining8cfrwr-101114023758-phpapp02-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
[DL輪読会]Understanding deep learning requires rethinking generalizationDeep Learning JP
Git をなかなか使いこなせずにいる私ですが、これはいい ! コンソールから使える git ブラウザ、tig が超便利 Vim に近い操作感で使えるのが Vim 使いには非常に嬉しいところです。以下で、インストール方法と基本操作について紹介します。 インストール インストールは、まずソースコードからやってみたのですが、パッケージが存在することに気づいたので、 aptitude で入れ直しました。 sudo aptitude install tig はい、簡単ですね。 起動する カレントディレクトリを Git のワークツリーに移動して、 tig コマンドを実行します。 $ cd /path/to/work-tree $ tig ヘルプを表示する: h 何はともあれ、わからないことがあればとりあえず h を押してヘルプを調べましょう。 カーソルの移動: j, k Vim ユーザなら、何の問題も
このドメインを購入する。 gkbr.me 2018 Copyright. All Rights Reserved. The Sponsored Listings displayed above are served automatically by a third party. Neither the service provider nor the domain owner maintain any relationship with the advertisers. In case of trademark issues please contact the domain owner directly (contact information can be found in whois). Privacy Policy
ゲーム作家・ゲーム研究者遠藤雅伸のブログです。 ゲームに関する話題を、ビジネス、アカデミック両面からも取り上げます。 ゲームデザインにおいて初心者の陥りやすい問題の1つとして、確率に対する誤った考え方があります。 -------------------------------------------------- 課題:RPGで、ある敵を倒したら稀にアイテムが手に入る。このアイテム、敵を100匹ほど倒したら少なくとも1回くらいは出て欲しいのだが、さてどのような設定にすればいいか? -------------------------------------------------- 最も安易な考え方が、「100回に1回起きればいいことなんだから、1/100の確率でアイテム出せばいいんじゃね?」というもの。これと同じ考え方をした人に向けて、このエントリーは書かれていますので「簡単な余事象の問題
はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
僕の勤める会社は主にシステムの受託業務をやっています。 受託といってもさまざまで、中には下請けだけでなく孫請け、ひ孫受けの仕事なんかもあります。 僕が長らく受け持っている仕事が孫請けの仕事でして、ある日社長から 「孫請けやってて、下請法知らなくていいのは小学生までだよねーwwww」 と言われたのでちょっと勉強してみた。 下請法の対象範囲は資本金の額で決まる そもそも、対象となる範囲が資本金の額で決まるのです。 親事業者(委託者)の資本金 下請事業者(受託者)の資本金 5千万円以上 → 5千万円以下 1~5千万円 → 1千万円以下 プログラム作成委託の場合 3憶円以上 → 3億円以下 1千万円~3億円
Googleで利用されている分散データ処理言語SawzallのOSS実装 szl が公開されました。 公開されたソースの中にはSawzallの実行環境の他に大規模データ向けの統計ライブラリが含まれています。この統計ライブラリには高度なアルゴリズムが実装されているので、これを他の言語からも利用できると便利だなと思い、C++, Ruby, Pythonから利用できるようにしました。 便利な統計アルゴリズムの1つに出現回数が上位のN件の要素の抽出(top-N)があります。 top-Nを求める具体例としては、自然言語処理でよく使う、出現回数上位の単語を求める処理があります。この処理の単純な実装では、まず全単語の出現回数を求めておき、次に各単語を出現回数の降順でソートして出現回数上位の単語を求めます。しかし、この実装ではユニークな単語数K(数十万から数百万)に比例したメモリと計算量が必要となります。
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