タグ

ブックマーク / www.yasuhisay.info (5)

  • anything関係の設定 - yasuhisa's blog

    コードがしがし書いているとEmacsのバッファの数が増えまくってきて大変なことになる。手も疲れてきたので、設定書いて楽になればいいなと思っていくつか設定。Emacsのはいくつか買った記憶があるけど、id:rubikitchさんのが一番なじみやすかった。 Emacsテクニックバイブル ?作業効率をカイゼンする200の技? 作者: るびきち出版社/メーカー: 技術評論社発売日: 2010/08/03メディア: 単行(ソフトカバー)購入: 27人 クリック: 1,039回この商品を含むブログ (68件) を見る チラ見 anythingでバッファの選択をするときに中身を見る。バッファ選択のときにzとかを押せばいいんだけど、zはscreenのprefix keyと被っているので変更。 (define-key anything-map (kbd "C-l") 'anything-execute

    anything関係の設定 - yasuhisa's blog
  • 面白そうと思いつつ読めてない論文達 - yasuhisa's blog

    自分用メモ。今は読んでる場合じゃないのだけれど(誰か紹介して)、どっかにメモっとかないと忘れる論文。"かなり"重要そうなのをピックアップしてある。 Painless Unsupervised Learning with Features (pdf, presentation) Parsing Natural Scenes and Natural Language with Recursive Neural Networks (pdf) Joint Parsing and Alignment with Weakly Synchronized Grammars (pdf, presentation) Type-Based MCMC (pdf, presentation) Distance Dependent Chinese Restaurant Processes (pdf) というかまだ読ん

    面白そうと思いつつ読めてない論文達 - yasuhisa's blog
  • #30 A class of Submodular Functions for Document Summarization - yasuhisa's blog

    id:syou6162が常時ベイジアンだと思うなよ、ということでsubmodularな論文。去年のACLにもsubmodularを使って要約のdecodeをやるという論文が出ていたが、同一著者によるこれの発展研究。しっかりしていていい論文だと思う。スライドもある。この著者らのページを見に行ってみると、今年のACLでもう一submodularを使った論文を通していて、こっちはword alignmentに使ったらしい(あとで読みたい)。 さて、去年の内容をざっと復習すると 要約のdecoding部分は制約付き最適化問題として定式化されることが多い よく線形計画問題(ILP)として落とし込まれていたが、最適化にめっちゃ時間がかかる*1 この論文では目的関数がmonotoneかつsubmodularという形式をしていればgreedyなアルゴリズム(実装がめっちゃ簡単!!)で最悪ケースの保証がで

  • Rによる最適化、パラメータ推定入門 - yasuhisa's blog

    パラメータの推定、でもその前に optimize関数について 補足 パラメータの推定 ベルヌーイ分布 定式化(尤度関数) 尤度関数の実装 尤度関数の最適化(パラメータ推定) 正規分布におけるパラメータ推定 まとめ パラメータの推定、でもその前に統計におけるパラメータの推定というのは大体最適化問題に帰着します。「なんとか関数を(最大|最小)にするようなパラーメータほにゃららを求めたい」とまあこんな感じで。というわけで、パラメータ推定は置いておいて、Rで最大化問題、最小化問題をどう解くかというところを最初にやってみようと思います。最適化問題は離散最適と連続のほうの最適に分けられますが、ここでは連続についての最適化問題について考えることにします。 optimize関数について Rにおける最適化をするための関数はoptim関数、optimize関数があります(他にもnlsなどありますが、とりあえず

    Rによる最適化、パラメータ推定入門 - yasuhisa's blog
  • CでRの拡張したら速すぎて(40〜50倍)吹いたwww - yasuhisa's blog

    昨日Gibbs Sampler Algorithmをやってみたわけだが、Rの中でfor文を書いていて必要となるサンプル数が多くなると非常につらくなってくることは目に見えている。しかも、MCMCでは初期値依存となる期間のサンプルを捨てないといけない。そういうわけでじゃんじゃんサンプルを作っても大丈夫なような速度が必要。 Rで速度を上げようと思ったらapplyファミリーを使うとかベクトル単位での処理をするetcが常套手段*1。が、今回は質的にfor文が必要なケースである。 で、困るわけだがRにはC、C++、fortranを使って拡張する機能がある。詳しくはこの辺に載っている。そういうわけでCのポインタもアドレスも理解していないid:syou6162がRが好きすぎたためにCを書いてみたという感じの内容。 #include <R.h> #include <Rinternals.h> SEXP r

    CでRの拡張したら速すぎて(40〜50倍)吹いたwww - yasuhisa's blog
  • 1