ディープラーニングの判断根拠を理解する手法 - Qiita
ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在しており、そこから学習された「何か」を人間が理解可能な形で取り出すというのは至難の業です。 例題：このネットワークが何を根拠に猫を猫として判断しているか、ネットワークの重みを可視化した上図から答えよ(制限時間:3分) image from CS231n Visua
データの可視化に使えるD3.jsでユーザーのページ遷移を表現してみた | PLAID engineer blog
D3.jsを使ってユーザーがサイト内の各ページを遷移している様子をアクセスログから可視化してみました。
ドラクエ風スキルマップ - nemorineのブログ
あるとき突然『チームのキーマンが抜ける』というイベントが発生しました！ まあ会社という組織ではよくありますよね（苦笑 チームメンバーが不安がっていたので、以前、楽天の川口さんに教えてもらったドラクエ風スキルマップを使って今の状況を可視化してみました。 これもまさにゲーミフィケーションって感じですねぇ～ スキルマップを作る過程 元々はWebアプリケーションエンジニアのスキルマップだったため、自分達に合うように数人でスキルマップを練り直しました。 これだけでもかなり盛り上がりましたッ！！ 以下は川口さんのオリジナルから変更したところです。 要件定義のスペシャリストとして、商人を追加。 旅芸人はマネージメントのイメージに変更 スキルの方向を上方向に変更 盗賊のスキルレベルの見直し CやC++をイメージして文言を見直し 特性に対応するキーワードを追加 スキルマップを記述する チームメンバーに実際に
改訂版: プログラマーが効果的な可視化を作成する （前編） - Qiita
改訂版について (5/7/2019公開) この記事は、私がこちらに公開したもの中では最も読まれているようです。そこで、執筆後に気づいたこと、古くなった情報、新しい技術動向などを考慮に入れて改訂をしました。主な変更点は以下の通りです： 新しいセクションの追加 最近の本の紹介 細かな表現の修正 この記事は複数のセクションに分かれていますので、前編から始め、順番にアップデートして行きたいと思います。何かお気付きの点などありましたら、コメント欄、もしくはkonoアットマークucsd.eduにお願いいたします。 はじめに この記事は、可視化の専門家ではない人がコンピュータを使ってデータ可視化を実際に行う場合に必要な、一般的なノウハウをお伝えするシリーズの第一回です。 前編: 効果的なデータ可視化とはどのようなものか？ （本稿） 中編: 分かりにくい可視化を避けるための手法の選択 後編: Part 1
Pythonコードのプロファイリング - shkh's blog
普段、Pythonのコードは何となく速かろうという、言ってみれば勘で書いているのだけど、その勘とやらは往々にしてウンコードを生むものである。そこで、プロファイラを使っていきたいと思う。 使えそうなツール そういうわけで、いくつか使えそうなツールをリストアップした。 経過時間のプロファイラ ツール名 メモ profile ビルトイン, ピュアPythonの決定論的プロファイラ cProfile ビルトイン, C拡張の決定論的プロファイラ line_profiler 行単位の決定論的プロファイラ Plop 統計的プロファイラ, Dropboxの人が作ってる statprof 統計的プロファイラ, 開発停止？ yep 拡張モジュール用の統計的プロファイラ, バックエンドにgoogle-perftools メモリのプロファイラ ツール名 メモ memory_profiler 行単位でメモリ消費量の
Gephi, オープンソースのグラフ可視化・操作ソフトウェア
Gephi が再び Google Summer of Code (GSoC 2011) に認定されました！ Google Summer of Code は、世界各地の学生がオープンソースプロジェクトに貢献することができるたいへん優れたプログラムです。詳細はこちら » 応用例 探索的データ解析: リアルタイムでのネットワーク操作による直感的分析。 リンク解析: 特にスケールフリーネットワークにおけるオブジェクト間関係の根本構造の明確化。 ソーシャルネットワーク分析: さまざまなコミュニティ組織やスモールワールドネットワークをマップ化できるソーシャルデータコネクタを簡単に作成可能。 生物学的ネットワーク解析: 生物学的データのパターンを表現。 ポスター制作: 高解像度の印刷可能グラフで学術研究成果をプロモート。 詳細はこちら » 各種のメトリクスを用意 中心性 (Centrality): 社会
建築批評空間を可視化してみた | せかいらぼ
最近Pythonにはまっています。 ついでに機械学習の勉強にもはまっています。 こりゃあ建築批評空間を可視化するしかあるまい。 公開されている建築批評といえば「『10+1』データベース」ですね。 なんとなく見た感じ、アドレスは こんな感じになってるので、適当に番号を増やしてったところ、どうやら1549まであるみたい。 というわけで、全ページを次のシェルスクリプトで取得します # var1=http://db.10plus1.jp/backnumber/article/articleid/ var2=.html for ((i=1;i<1550;i++)) do wget -O $i$var2 $var1$i/ done; この1549の中にも歯抜けになってる番号が100ありました。 それで、記事によっては こんな具合に公開されてないものもあります。全1449記事のうち、公開数：721、未公
ビジュアライズ国家予算- 平成24年度当初予算を可視化 - を公開しました。 - 蟻の実験工房（別館ラボ）
2013年あけましておめでとうございます、今年も蟻の実験工房もよろしくお願いします。 中の人は本業が慌しくここ数ヶ月ドタバタしていましたが、なんとかおかげさまで2013年を無事迎えることが出来ました。 そろそろ落ち着いた生活がしたいです。 さて今回の実験プロジェクトですが ビジュアライズ国家予算- 平成24年度当初予算を可視化 - を公開しました。 http://infanimation.antlabo.jp/app/yosan/yosan24/ その名のとおり国家予算の可視化です。 国家予算は家庭の家計簿と違ってなにぶん額が大きすぎるのでｘｘの予算額がｘｘ兆とかｘｘ億とか言われても感覚的にピンときませんよね。 ただ、先の選挙では政権交代という出来事があり国家予算がどういう使われ方をするのかって気になります。 そこで今回は国家予算をわかりやすいように可視化してみよう、というのが趣旨です。
1
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
