See related links to what you are looking for.
See related links to what you are looking for.
liberos.info Buy this domain. 2020 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
Download Coq(英語) ダウンロードしなければ何も始まらない。 Download | The Coq Proof Assistant ちなみにLinuxディストリならcoqideパッケージをインストールするのが吉 Coqの入門記事を書く会 そこそこ体系的な入門サイト 2010-09-02 - ひとり勉強会 2010-09-14 - ひとり勉強会 2010-09-19 - ひとり勉強会 2010-10-12 - ひとり勉強会 Coq 99 練習問題。直観主義論理における有名な証明を一通り解ける。 Functional Programming Memo: [Coq] Coq-99 : Part 1 anarchy proof 練習用サイト。途中から一気に難化するのが問題。 わからなかったら他の人の解答も見られる anarchy proof - Curry-Howard Isomorp
Search Ruby逆引きレシピ Advent Calender http://atnd.org/events/10901 14日目をお送りします。 レシピ先輩に面白いレシピはないか?と問いかけながらページをめくっていて 「レシピ184 コードの不吉なにおいを検出したい」が目に飛び込んできた 自分でいろいろと本を買ったりして、みるようになったはじめのきっかけは Martin Fowler リファクタリングだったなぁと思い起しながら、先輩に教えてもらうことにする インストールはgemで $gem install ree ソースは https://github.com/kevinrutherford/reek さっそく載っているサンプルで試してみる class CsvWriter def write_line(fields) if (fields.length == 0) puts else
ダミーデータがたくさん欲しい自分の仕事場はちょっと変わっているのでダミーのテキストを用意するのはそれっぽい人に頼むと可能ではあるのですが、本来こんなものは機械に作らせればいいのです。とは言えわざわざダミーデータ生成ツールを作るのはダルいし、便利なものも知らなかったので今まではなんとなく人海戦術でやってました。ごめんなさい。 最近ちょっと Rails づいているので fixture replacement の文脈でいくつかデータ生成ツールを見ていた(試してないの多数)のですが、2010冬の段階では Fabrication の人気が上がってきているようですね。(まだ ruby-toolbox.com では名前を見ないけど。) ということで使ってみたpaulelliott/fabrication - GitHub まずはよく見る Faker と組み合わせる例。 ※ なお、url の部分の処理は参
■ [ruby] ローカルのgemのドキュメントを見る簡単な方法(2010秋) The 3 Step Guide to Slick Local Documentation for all your Ruby Gems 1. $ gem install yard 2. $ yard server --gems 3. http://localhost:8808/ を開く これは便利。特に、普段--no-rdocしててrdocがない場合でも、動的にrdocを生成してくれるところが。 165 http://d.hatena.ne.jp/willnet/20111006/1317877272 49 http://reader.livedoor.com/reader/ 27 http://blog.willnet.in/entry/20111006/1317877272 14 https://www.
Ruby との付き合いはそれなりに長いのですが実は Rails で何かを作ったことは一度もありません。1scaffold や migration は一通り試してみたことがあったけれども、何か拭えない不安感や縁のなさから今までは周辺技術の一つとして以上には触ったことがありませんでした。 興味今回、出遅れはしたけれども 全面的に Merb & Rack ベースArel 登場i18n の機構が組み込み済みすでに実績が増えてきている辺りで強く興味が湧いてきたのでまずは一通りの準備をしてみました。 消極的な理由消極的な理由も実はあって、それは PHP のレガシーコードと戦うのに疲れた負債のある PHP で最新バージョンに追いつくのは大変最新バージョンでないと PHP や PHP のフレームワークの旨味は味わえないRuby なら最新でなくたって遊べるRails の過去の作法をほとんど知らないので混乱し
Boost 多次元配列ライブラリ (Boost.MultiArray) Synopsis - 概要 Boost 多次元配列ライブラリは,多次元コンテナと, 意味的に等価な連続データの配列へのアダプタを提供する。 このライブラリのクラス群は,できるだけ STL コンテナと近い振る舞いをし, また N 次元配列の慣用句 (formulation) である, いわゆる "ベクタのベクタ" より便利でかつ有効な実装を提供する。 配列はひとたび構築されるとリサイズできないが, 保持するデータへの代替ビューを提供することによって, スライス (sliced) されまた形作られ (shaped) 得る。 Table of Contents - 目次 Rationale Related Work Short Example MultiArray Components Construction and As
前回の記事で思ったより勉強になったので、調子に乗って再び id:tsubosaka さんのJavaで書かれたLDAの実装をC++で書いてみました。ベースとなる手法は同じく collapsed gibbs sampling(Griffiths and Steyvers, PNAS, 2004) です。動作確認は g++ 4.3.3 (Ubuntu 9.04) で行っています。ソースコードは前回のARROWよりかなり長くなってしまいました。今度から長い場合は github あたりにアップするかもしれません。 2010.01.08追記: pcomp.h のソースが抜けていたので追加しました。 2010.01.09追記: メモリのバグを修正しました。 インストール g++ -Wall -O2 -c lda.cc g++ -Wall -O2 -c main.cc g++ -Wall -O2 -o l
昔書いたことがあったけど、どこかにいってしまったのでもう一度書いてみた。推論方法にはギブスサンプリングと変分ベイズの2つがあるけど、導出も実装もより楽なcollapsed gibbs sampling(Griffiths and Steyvers, PNAS, 2004)の方を採用。 Token.java package lda; public class Token { public int docId; public int wordId; public Token(int d , int w){ docId = d; wordId = w; } } LDA.java package lda; import java.util.*; public class LDA { int D; // number of document int K; // number of topic int
読んだ自然言語処理や機械学習の論文を twitter でちょこっと紹介してみたりしている。 さらっと手短に書けていい感じ(と勝手に思っている)なのだが、論文名を書く余白がないのと、短いとは言え2個3個の tweet には分離してしまうあたりが減点。 というわけで、はてなダイアリーの twitter 記法で試しにまとめてみたのだが、うーん、決して見やすくはないなあ……。 再編集してまで紹介したい論文なら、別途記事を書けばいいし。悩ましい。 半教師CRF "Semi-Supervised Conditional Random Fields for Improved Sequence Segmentation and Labeling" (Jiao+, COLING/ACL 2006) http://www.metabolomics.ca/News/publications/Jiao_et_al
One application of LDA in machine learning - specifically, topic discovery, a subproblem in natural language processing – is to discover topics in a collection of documents, and then automatically classify any individual document within the collection in terms of how "relevant" it is to each of the discovered topics. A topic is considered to be a set of terms (i.e., individual words or phrases) th
まとめ 説明できるようになるための第一歩 自分の考えをはっきりさせる 自分が使っている用語が相手に伝わらない可能性があることを認識する 第二歩 定番の説明技術を学ぶ はじめに どうやったら説明がうまくなるのか?研究室の学生から質問された。また、ひらめき箱:しゃべるのがあんまり得意でない人って思考回路が最適化されている が大人気なことにちょっとひっかかるものがある。何かうまく自分の考えを説明できないことを肯定してくれることにすごくほっとしている人たちが多いというのが、それでよいのかなぁという気分になっている。 他人にわかる説明をするための技能 自分の考えを他人にわかる説明をできるようになるには以下の3つができていないといけないと思う。 自分の考え・主張をはっきりさせられる 考えたことをみんなが使う用語で表現できる 相手の理解度にあわせて説明の仕方を変えられる 自分の考え・主張ははっきりしてい
mixiGraphAPIって? iPhoneやAndroidといった外部環境からOAuth認証をへてmixiの機能を利用することができるようになるものです。 例えばボイスの一覧の取得・投稿、フォトの投稿・閲覧といった機能を利用したアプリケーションを構築できます。 http://developer.mixi.co.jp/connect/mixi_graph_api 個人開発者でも利用可能になったみたい! http://developer.mixi.co.jp/news/news_platform/12028 用意するもの Developer登録とアプリケーションの設定 ConsumerKey ConsumerSecret RedirectURI https://sap.mixi.jp/connect_consumer.pl 利用したいスコープを調べる 利用したい権限を絞る、選択することが出来
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