カジュアル・プレイ｜読み物｜マジック：ザ・ギャザリング 日本公式ウェブサイト
今回は、開発部がカジュアル・プレイ向けにどのようにデザインしているかを語っていく。これは私がずっと語りたいと思っていた話題なのだ。９月、私は「Casual Magic with Shivam Bhatt」というポッドキャストを録った。（公開したのは10月だ。こちらから聞くことができる(英語)。）その中で、我々はカジュアル・プレイについてかなり語っており、それが今回の記事のもとになったのだ。これからわかるだろうが、この話題は諸君が初見で考えるよりも少しばかり複雑なのである。 カジュアル・プレイとは何か カジュアル・プレイ向けにどうデザインしているかを説明する前に、それが何なのかを定義しなければならない。マジックのコミュニティ（および開発部）は、「カジュアル」という語を３つの別々の意味で使うようになっている。 定義１ ― 経験がない マジックは複雑なゲームである。20,000種類以上のカードが
M1のMacBook Air、みんなベンチマークにドン引きしてるけど、実はストレージも2倍速い
M1のMacBook Air、みんなベンチマークにドン引きしてるけど、実はストレージも2倍速い2020.11.17 18:3049,940 小暮ひさのり Airでこの速度か…。 本日からApple Silicon｢M1｣搭載のMacBook Airなどが着弾し始めているようですね。ギーク界隈のニュースやSNSを覗くと、意気揚々とベンチマークに挑み、MacBook Pro 16インチやiMacなどの最新のIntel Macを、10万円そこそこのM1 MacBook Airがぶち抜いていく姿に、ドン引きしているのを見て微笑ましく思っています。 して、そのM1搭載のMacBook Air。どうしてもGeekBenchのスコアに注目が集まってしまいますが、実はSSDもパワーアップしているようです。 MacRumorsによると、MacBook Air（256GBモデル）のストレージアクセス速度は、書
混ざった楽器の音を演奏者の動きで分離 米MITなど研究
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米マサチューセッツ工科大学（MIT）とMIT-IBM Watson AI Labの研究チームが開発した「Music Gesture for Visual Sound Separation」は、楽器を演奏する複数人の動きを深層学習で分析し、個々の楽器の音を分離する手法だ。ピアノ、フルート、トランペットなどの楽器を複数人で同時演奏した場合に、その映像から演奏者それぞれのメロディーを抜き出す。 映像解析ネットワークと視覚音声分離ネットワークの2つからなる「自己教師あり学習」を採用。映像解析ネットワークでは、人体のキーポイント18点、手のキーポイント21点を抽出。次に身体の動きと前後関係を統合し、
読書メモ：統計学を哲学する（大塚淳 著） - 重ね描き日記（rmaruy_blogあらため）
統計学を哲学する 作者:大塚 淳 発売日: 2020/10/26 メディア: 単行本（ソフトカバー） 発売後すぐに入手し、夢中になって読んだ『統計学を哲学する』。とても大事な本だと感じ、Twitterで次のような（押しつけがましい）投稿もした。 大げさに聞こえるかもしれないことを言います。大塚淳『統計学を哲学する』は、自然科学・情報科学に従事する日本語圏のすべての学生や研究者が、まる一週間手元の勉強や研究を止めてでも読む価値のある本だと思います。https://t.co/DHQ1SwnuKb — R. Maruyama (@rmaruy) 2020年10月28日 ところがその後、書店で『統計学を哲学する』を眺めたという知り合いから、次のようなことを言われた。 「哲学者が統計学を語る意味がよくわかりません。」 「数ページ読んでみたけど、哲学用語が頭に入ってこず、やめてしまいました。」 これに
姓名分割プログラムをつくる-手法編- - 生き抜くぜ21世紀
（201701/23追記） この記事にミスが見つかりましたので是非とも訂正編もあわせてご覧になってください。すみません。 人間だれでも一度は姓名分割を自動化したくなったことがありますよね？ しかしながらネットにはほんの少ししか姓名分割にチャレンジしている人がいないのが現状です。 精度もあまり高くありません。 ということで自分で姓名分割プログラムを作ってみました。 まあまあうまくいったのでブログにする次第です。 試行錯誤はけっこうしたのですが、内容がぶれるのを恐れてあくまで手法の解説記事とします。 要件 入力：篠田麻里子 出力：篠田 麻里子 のようなプログラムを作る ざっくりした方針 さて、まず絶対にやりたくなかったのが苗字・名前データベースの作成です。理由は以下です。 ・どれだけ苗字を用意すればいいのかわからない ・森、森久、森久保など苗字がどこまでなのかの判定が難しそうだったから（データ
マルコフ過程 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "マルコフ過程" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2018年1月） マルコフ過程（マルコフかてい、英: Markov process）とは、マルコフ性をもつ確率過程のことをいう。すなわち、未来の挙動が現在の値だけで決定され、過去の挙動と無関係であるという性質を持つ確率過程である。 このような過程は例えば、確率的にしか記述できない物理現象の時間発展の様子に見られる。なぜなら、粒子の将来の挙動は現在の挙動によってのみ決定されるが、この性質は系の粒子数が多くなり確率論的な解析を必要とする状態にも引き継がれるからである。 ロシア人数学
or58_6_311.dvi
c � M L 1. 1 M L 2. 1 113–8656 7–3–1 2.1 [ ] [ ] 2.2 2013 6 Copyright c � by ORSJ. Unauthorized reproduction of this article is prohibited. 3 311 (LP) [ ] 1 • —[ Conv] • —[ LocalOpt] • —[ DualPair] • —[ MinMax] • Farkas —[ Separ] 3. 1 1 1 2 R Z R, Z (+∞) R, Z (−∞) R, Z f : Z → R f(x − 1) + f(x + 1) ≥ 2f(x) (∀x ∈ Z) (1) (x, f(x)) 2 f : R → R 1 2 1 2 f(x) = f(x) (∀x ∈ Z) (2) f f f 2 3.1 (Conv) f : Z
測度論の「お気持ち」を最短で理解する - Qiita
# python f = lambda x: ### n = ### S = 0 for k in range(n): S += f(k/n) / n print(S) 簡単ですね． 長方形近似の極限としてのリーマン積分 リーマン積分は，こうした長方形近似の極限として求められます(厳密な定義ではありません4)． $$\int_0^1 f(x) \, dx \; = \; \lim_{n \to \infty} \frac{1}{n} \sum_{k=1}^{n} f\left(a_k\right) \;\;\left(\frac{k-1}{n}\le a_k \le \frac{k}{n}\right) .$$ この式はすぐ後に使います． リーマン積分できない関数 さて，リーマン積分を考えましたが，この考え方を用いて，区間 $[0,1]$ 上で定義される以下の関数 $1_\mathbb{Q
凸関数 - Wikipedia
凸関数の例。定義を満たしていることが図から確認できる。 凸関数とはエピグラフが凸集合である関数である。 凸関数（とつかんすう、英: convex function）とは、ある区間で定義された実数値関数 f で、区間内の任意の 2 点 x , y と開区間 (0, 1) 内の任意の t に対して を満たすものをいう。グラフの膨らむ向きを区別する表現を使うなら、凸関数とは「下に凸な関数」のことである[1]。これはまた、エピグラフ（グラフ上およびグラフの上部の点の集合）が凸集合であるような関数である[2]ともいえる。より一般に、ベクトル空間の凸集合上定義された関数に対しても同様に定義する[3]。 また、狭義凸関数とは、任意の異なる 2 点 x , y と開区間 (0, 1) 内の任意の t に対して を満たす関数である（従って、下に凸な関数の事である）。 −f が凸関数のとき、f を凹関数（おう
反復試行の確率の公式とその最大値とは？Cを使う理由まで解説!
サイコロやコイン投げを想像しながら読んでみてください。(カッコ内は具体的な例です) 公式と具体例 いま事象P(3の目が出ることとする)の確率をp(3の目が出る確率=\frac{1}{6})とし、これを繰り返し(n回)行ったときに【k回】Pが起こる(3の目が出る)確率は、 $$P_{反復試行}=p^{k}\cdot (1-p)^{n-k}\cdot {}_n\mathrm{C}_{k}$$ で求めることが出来ます。 一見するとよくわからない、難しそう・・・と避ける人がいますが、それは非常にもったいないです！ これから、一つ一つの要素にわけて詳しく解説します。 なぜこの公式で反復試行の確率が求まるのか カッコ内の具体例をもとに、このヤヤコシイ公式の意味を考えていきましょう。 \(p^{k}\)について・・・(1) 全部でn回サイコロを振る中で、その内“k回”3の目が出るという事は、 1/6がk
反復試行の確率の公式といろいろな例題 | 高校数学の美しい物語
確率 ppp で成功するような試行を独立に nnn 回反復して行ったとき，nnn 回のうち kkk 回成功する確率は， nCkpk(1−p)n−k{}_n\mathrm{C}_kp^k(1-p)^{n-k}nCkpk(1−p)n−k
ベルヌーイの試行
である。 試行の回数が多くなると、この割合は「表が出る確率」に近づいていく。 硬貨に何ら細工が施されていない場合、「表が出る確率」は「裏が出る確率」に等しく、1/2と考えてよいだろう。 ■ 「ベルヌーイの試行」とは 「ベルヌーイ」とは、確率論で大きな業績を残した数学者の名前で、以下の条件を満たす実験（試行）を「ベルヌーイの試行」という。 試行の結果には、2つの結果しかない。一方を「成功」、他方を「失敗」などと呼ぶ。例えば、硬貨を投げると、表か裏かのどちらかしか出ない。便宜的に、表を「成功」、裏を「失敗」と定めると、硬貨投げの実験では、失敗か成功のどちらかしか起こり得ない。 試行を繰り返すとき、それぞれの試行における成功の確率は同じである。例えば、硬貨投げでは、成功の確率は50%である。そして、それぞれの試行における成功の確率は50%なのである。 試行を繰り返すとき、それぞれの試行は同じ条件
オッズ - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Odds|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があります。 オッズ（
Rustで古典的なDisk-Oriented DBMSを実装した話 - Write and Run
KOBA789 です。みなさん DBMS は好きですか。私は好きです。 最近、自作 DBMS をずっと作っていて、ようやく最低限の機能ができたので公開をしました。 (とはいえコードを書いていたのは正味2日ほど。設計と勉強に2週間かかった) github.com この記事ではこれを作った目的と、そのちょっとした詳細についてご紹介します。 目的 Disk-Oriented DBMS の学習に適している Rust で書かれた実装が欲しかった、というのが理由です。 DBMS の勉強に適している実装というのは意外と多くありません。 MySQL や PostgreSQL といった有名な実装は実用的である一方でコード量は非常に多く、また細かな最適化によって教科書的なアルゴリズムと実際のコードの差が大きくなっているため、初学者にとっては構造を把握しづらくなっています。 教科書的な実装の Disk-Orie
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
Legend Flyers Zero In The Home Stretch
【Photoshop入門】Webデザインをはじめよう！第1回 デザイン前に覚えておきたい環境設定とレイヤー機能 - Adobe Blog
https://www.jstage.jst.go.jp/article/isciesci/49/4/49_KJ00003364261/_pdf
https://aimap.imi.kyushu-u.ac.jp/wp/wp-content/uploads/2018/01/tutorialKamiyama.pdf
Rare Electric Narco Submarine Seized in Colombia - USNI News
https://orsj.org/wp-content/or-archives50/pdf/bul/Vol.47_11_730.pdf