大学教師が新入生にすすめる100冊
恒例の100冊リスト。 ただし、これまでの趣向を外した。「ベスト100ランキング」は楽しいが、変わりばえしない。毎年似たような「ベスト100」をヒネり出すのも飽きた。ホントのところ、「大学新入生」と銘打っているものの、わたしのためのブックリストなのだ。読んできたやつ、未読のやつ、読みたいやつを抽出したりふり返るためのきっかけなのだから。 だから、今回はランキングをしない。母体のリストは、「大学教師が新入生にオススメする本」なんだけれど、そこからの選出はわたしの手になるもの。今までのリスト作成の過程で知り合えたものや、「読まねばリスト」に追加したもの。積読山に刺さったまま、課題と化しているものを中心に100挙げた。 もちろんこの100冊を参考にしてもいいし、母体リストから自分専用の一覧を作ってもいい。母体のリストは三千弱になるが、元となったのは、以下のリスト。ブックガイドは多々あるが、「大学
kuler
メディアマーカー
2019年5月31日をもちましてサービスを終了しました。 12年の長きにわたりご愛顧いただき誠にありがとうございました。
FFFFOUND!
June 2007 - May 2017
SEO検索エンジン最適化チュートリアル
サイテーションとは、外部のサイトから、自社名やブランド名やウェブサイト名、自分の個人名などが言及を受けることをいいます。信頼できる有力なニュースサイトに掲載されるようなことも、人々の間でクチコミが広がることもサイテーションです。リンクの重要性が下がっている中、SEOにとって特に重要度が上がってきている概念です。
2011年11月08日10:22 カテゴリ 自分の周りに居る凄腕プログラマーが実際に読んでいる本 こんにちわ、VOYAGE GROUPでエンジニアをしている伊織といいます。 RubyKaigi2010/2011でスタッフをさせて貰ったりしています。 他にも渋谷rbランチなどに顔を出させて貰っています。 弊社の先輩エンジニアは勿論の事、RubyKaigiのスタッフをやらせてもらったりShibuyarblunchやLispコミュニティでうろちょろしているお陰で僕の周りには凄いプログラマーが沢山います。そこで、周りの凄腕プログラマーが実際に読んで「良かった」と言っていた技術書を幾つか挙げてみたいと思います。自分で手を動かしてやった本は僕の感想も添えます。 計算機プログラムの構造と解釈 クチコミを見る 有名な魔術師本。MITで長年教科書として使われてきた本です。今はPythonなので違う筈。今やっ
Share your videos with friends, family, and the world
グノシー
重大事件や災害情報などの 大事なニュースはもちろん 気になる話題やあなたに合った情報を 通知でお届け。 気になる話題やあなたに合った情 報を通知でお届け。
Paper.li
Goodbye After 13 years of service, Paper.li sunset on 20 April 2023
Sign up for Digg's morning newsletter The best stories of the day, in your inbox
好みの近いはてなブックマーカーを探そう
あなたの最近のブックマーク30件と、同じ記事を多くブックマークしているユーザを重複率順にランキング表示します。情報源となるブックマーカーや、お友達を探す際の参考にどうぞ。 ・ 処理に1分近くかかる場合があります。クリックの連打はしないでください。 ・ 自分のブックマークはパブリックモード（誰でも閲覧可の状態）にしておいてください。 ・ タグで絞り込んだ方がより好みの近いユーザに出会えると思います。 ・ タグ指定は1つだけです。タグを指定した場合は最近の20件で調べます。
あとで新聞 - あとで読みたい記事を集めた新聞「あとで新聞」
「精度高すぎ」と話題のニュースキュレーション『Gunosy』は、どんな設計思想で作られているのか？ - エンジニアtype | 転職type
2012.12.17 転職 ここ最近、個人の関心や嗜好に合わせて情報を紹介するキュレーションサービスが人気だ。Amazonのような大手ECサイトで利用が進む「レコメンド」や「キュレーション」技術を情報配信分野に応用したサービスだが、このカテゴリーの中で、特に注目を集めているサービスがある。 それが、現役東大大学院生3人が立ち上げた『Gunosy（グノシー）』だ。 自らを「スマートなパーソナルマガジン」と命名している『Gunosy』 人気を集めている理由は、その手軽さと推薦情報の的確さにある。 ユーザーが『Gunosy』を利用するにあたって唯一すべきことは、最初にFacebookもしくはTwitterのアカウントを利用してサービスサイトにログインすることだけ。 あとは『Gunosy』独自のレコメンドエンジンが、過去にユーザーがポストした投稿内容の傾向やソーシャルグラフ内でのアクティビティを分
Amazonの推薦システムの20年
IEEE Internet Computingの2017年5・6月号に "Two Decades of Recommender Systems at Amazon.com" という記事が掲載された。 2003年に同誌に掲載されたレポート "Amazon.com Recommendations: Item-to-Item Collaborative Filtering" が Test of Time、つまり『時代が証明したで賞』を受賞したことをうけての特別記事らしい 1。 「この商品を買った人はこんな商品も買っています」という推薦で有名なAmazonが1998年にその土台となるアルゴリズムの特許を出願してから20年、彼らが 推薦アルゴリズムをどのような視点で改良してきたのか 今、どのような未来を想像するのか その一端を知ることができる記事だった。 アイテムベース協調フィルタリング 20年前も
関心空間
グッズ、お店、音楽、サービスなど、あらゆる「キーワード」が充実のコミュニティサイトです。みんなのクチコミが 25万件! 関心空間はグッズ,お店,音楽など「キーワード」が充実のコミュニティサイトです
2020年8月31日(月)をもちまして、nanapiに関わるすべてのサービスは終了いたしました。 nanapiは、2009年のサービス開始より「みんなで作る暮らしのレシピ」という考えのもと、ユーザーの皆さまに生活に関する様々な「ハウツー」を投稿していただく投稿型ハウツーサービスとして運営してまいりました。 約11年間にわたって皆さまからご支援をいただきサービスを継続できたこと、nanapi編集部一同、心より御礼申し上げます。 掲載されていたコンテンツなどのnanapiについてのお問い合わせは、nanapi@supership.jp までお願いいたします。 長きに渡りnanapiを応援してくださり、本当にありがとうございました。
![IT企業10社に聞いた、マネジメントを学んだ「良書」とは | nanapi [ナナピ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/28eae5ee3d9f7ef75c751fc65da151cf7eb2fb89/height=288;version=1;width=512/https%3A%2F%2Fimage.nanapi.com%2Fr%2F2015%2F09%2F15%2F16%2F73787c96-8051-4175-b9f5-c23dc1e5b4fc.jpg)
Nick Chubb injury [Sports] - Browns’ Nick Chubb exits ‘Monday Night Football’ with ghastly knee injury | NY Post
HBFav というはてなブックマーク iPhone アプリを作りました - naoyaのはてなダイアリー
ちょこちょこと余暇の時間を使って、HBFav という iPhone アプリを作りました。 HBFav は、はてなブックマークの「お気に入り」機能を閲覧するためのアプリです。はてなブックマークの「お気に入り」は、気に入ったユーザーがブックマークしたブックマークを一覧する機能、つまり、Twitter で言うところのタイムラインです。それを見る専用のアプリがほしかった、ということで作ったものです。 ･･･ということで、繰り返すと、HBFav はタイムライン形式でソーシャル・ブックマークを楽しむためのアプリ。はてなブックマークのお気に入り機能を活用しているぜ! という方におすすめです。 HBFav は、App Store からインストールできます。 App Store - HBFav : http://itunes.apple.com/app/id477950722 Kindle とともに HBF
レコメンデーションエンジン 「あわせて読みたい」 無料
「あわせて読みたい」は、あなたのブログ読者が読んでいる ブログ・ニュースを表示する無料サービスです。
イントロ「Amazonのこの商品をチェックした人はこの商品もチェックしています」や「YouTubeのあなたへのおすすめ」、「Twitterのおすすめユーザー」などのレコメンド機能は多くのWebサービスに組み込まれております。そのレコメンドによって、ついつい商品をたくさん買ってしまったり、夜遅くまで動画を見てしまった経験はないでしょうか。 この記事では、レコメンドシステムの裏側はどのような仕組みになっているのか、そもそもレコメンドとはどういうものなのかを具体例を交えながら俯瞰できればと思います。レコメンドシステムのアルゴリズムの詳細には触れず、ビジネスにおいてどのような形で実装されているかにフォーカスしています。ネット上に公開されているレコメンドに関するスライドや記事、論文のリンクをまとめましたので、アルゴリズムの詳細などはリンク先の記事でご確認ください。 対象の読者は、自社のサービスにレコ
GitHub - livedoor/cicindela2: a highly customizable recommendation engine written in perl + MySQL
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
好みの近いはてなブックマーカーを探そう！
08.11.29 リニューアル＆URL移転いたしました。 [ 詳細 ] あなたの最近のブックマーク40件と、同じ記事をブックマークしているユーザを傾向が近い順にランキング表示します。お気に入りやお友達を探す際の参考にどうぞ。 はてなid（必須） ： タグで絞込み（オプション） ・ 処理に1分近くかかる場合があります。クリックの連打はしないでください。 ・ 自分のブックマークはパブリックモード（誰でも閲覧可の状態）にしておいてください。 ・ タグで絞り込んだ方がより好みの近いユーザに出会えると思います。 ・ タグ指定は1つだけです。 こちらもどうぞ→類似サービス：Hatebu Friend はてブお気に入りサジェスタ このサイトははてなWebサービスを利用しています。 06.09.01 結果にアイコン表示しました。 06.08.05 ベータ版公開しました。 [
株式会社ALBERT（レコメンドエンジン）
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
ドットインストール代表のライフハックブログ
AutoDraw
Fast drawing for everyone. AutoDraw pairs machine learning with drawings from talented artists to help you draw stuff fast.
Presso
353,857,278件ものエントリーが集まる国内最大規模のソーシャルブックマーク。 ネット上に集まる「発見」と「注目」で、毎日の情報収集をスムーズに。
著名ソーシャルメディアが使っているアルゴリズムを大公開！ | Moz - SEOとインバウンドマーケティングの実践情報
“アルゴリズム”は、もっとも非人間的なものの代表だともいえる。ソーシャルメディアにとって、そのアルゴリズムが不可欠だというのは、実に皮肉めいている。 僕はこの間、グーグルがどうやってユーザーデータを集めているかについて書いた記事を掲載した（前編、後編）。今回は、著名なソーシャルメディアサイトが、ユーザーデータを活用する上でどのようにアルゴリズムを用いているのか、白日の下にさらそう。 ソーシャルメディアを成り立たせているのは人間の力だが、ユーザーが入力したデータを利用できる状態にする仕組みは、アルゴリズムによって作られている。現在活動している無数のソーシャルメディアサイトで実証済みのことだが、ユーザーの関与とアルゴリズムによる処理ルールの上手いバランスを見出すことは、とても難しくなりがちだ。これから紹介するアルゴリズムは、悪意のないユーザーと結びついて初めてうまくいくものだ。 人気ソーシャル
はじめに 2015年度新卒でドワンゴに入社しました@ytanakaといいます。普段はAndroidアプリ開発を主に担当していますが、大学院時代は増井俊之先生のもとでユーザインタフェースと情報推薦システムの研究をしていました。 ドワンゴに入社後、それまでの研究を活かしプログラマ向けのニュースキュレーションサービスMenthas(メンタス)を個人開発しました。今回はせっかくの機会なので、開発の経緯と概要そして仕組みについて述べたいと思います。 追記： 続編を書きました こちらの記事は以前のバージョンの内容になります。現行のMenthasの仕組み・構成は以下にまとめています。 約3年かけてプログラマ向けニュース推薦アプリを作り直した話 背景 さて、この記事をご覧になっているのはプログラマの方が多いと思いますが皆さん普段どうやって情報収集をしていますか？ 自分の見聞きする限りではTwitterやは
The 4th season - Story of the one person library and "full stack" librarian. 一気に10光年ぐらい引き離された感じがした。ただ唯一の国立図書館の力を見せつけられた。 「10月中旬より提供予定」と告知されていた国立国会図書館デジタルアーカイブポータル PORTAが公開されたとカレントアウェアネス-Rで告知されていた。 とりあえずユーザ登録。このページを読んだらすぐ登録すべきだ。 検索そのものは以前のプロトタイプとそれほど変わらない（ように見える）。エンジンはGETA。ただし使いやすさは格段にアップしている。 ここで強調すべきなのはこのサイトの「ポータル」度の強さだ。ユーザ登録してパーソナライズ可能な実装を列挙してみる。詳しくはヘルプを。 ユーザ種別に応じた検索対象等の設定 一般、図書館員、自然科学系、人文科学系、子ど
はてブお気に入りサジェスタ
＼閉鎖予定のサイトも売れるかも？／ アクセスがないサイトもコンテンツ価値で売れる場合も… ドメインの有効期限を更新してサイト売却にトライしてみましょう
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ
Gradient Boostingは近年Kaggleなどのコンペティションで注目を集めている分類や回帰問題に対するアルゴリズムの一つである。XGBoost, LightGBM, CatBoostなどが有名ではあるが、それらを土台にして近年はDeepGBMやNGBoostといった新規アルゴリズムの登場、汎化理論解析の進展、モデル解釈性の付与方法の多様化など、理論から応用まで多岐にわたる研究が行われている。本チュートリアルでは、Gradient Boostingに関する近年の研究動向やテクニックを、それらの社会実装までを見据えながら紹介していく。
イントロNetflixは、スマホやPCがあれば、どこでもいつでも、映画やドラマを見放題で楽しむことができます。今年はお家時間が増えたことで、Netflixをより満喫している方も多いのではないでしょうか。実際に、2020年1月〜3月に会員が全世界で1600万人ほど増え、合計1億8000万人を超えています。 Netflixをいくつかの数字で見てみると、さらにその凄さに驚かされます。 ・全世界のインターネット通信量(下り)の15%をNetflixが占めており、YouTubeを超える世界一の動画サービス ・時価総額が20兆円超え ・サブスクリプション収入が月々約1500億円 そんな多くのユーザーを有するNetflixの魅力の１つに、推薦システムがあります。Netflixのホーム画面には、今話題の作品やユーザーにパーソナライズ化されたおすすめの作品が並びます。 Googleの検索と違って、Netfl
Coursera で機械学習に入門成功できたので応用に挑戦してみました。ちょうど季節の変わり目ということで、過去に見て気にいったアニメの特徴を学習して、未知のアニメを、気にいりそうなアニメと気にいらなそうなアニメに分類するツールを作って、ソフトウェアに今季見るべきアニメを推薦してもらいたいと思います。 アニメの特徴量 あるアニメを気にいるかどうかは、話のおもしろさや、絵柄の感じ、キャラクターの魅力などによって決まりそうです。ただ、話のおもしろさや、絵の美しさ、キャラクターの魅力を特徴量として数値化するのはむずかしいので、アニメの映像を制作しているスタッフや会社、声を当てているキャストにフォーカスすることにしました。 Courseraの機械学習のコースでは、特徴として妥当かどうかを判断するのに、人間が同じ特徴を与えられて分類といったタスクが可能かを考えてみよとアドバイスしていました。アニメ作
チームラボ / teamLab
森ビル デジタルアート ミュージアム：エプソン チームラボボーダレス Feb 09, 2024 - 麻布台ヒルズ、東京 NOW OPEN
スペル修正プログラムはどう書くか
Peter Norvig / 青木靖 訳 先週、2人の友人(ディーンとビル)がそれぞれ別個にGoogleが極めて早く正確にスペル修正できるのには驚くばかりだと私に言った。たとえば speling のような語でGoogleを検索すると、0.1秒くらいで答えが返ってきて、もしかして: spelling じゃないかと言ってくる(YahooやMicrosoftのものにも同様の機能がある)。ディーンとビルが高い実績を持ったエンジニアであり数学者であることを思えば、スペル修正のような統計的言語処理についてもっと知っていて良さそうなものなのにと私は驚いた。しかし彼らは知らなかった。よく考えてみれば、 別に彼らが知っているべき理由はないのだった。 間違っていたのは彼らの知識ではなく、私の仮定の方だ。 このことについてちゃんとした説明を書いておけば、彼らばかりでなく多くの人に有益かもしれない。Googleの
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文（Datta,2008）を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
機械学習の理論と実践
This document summarizes a presentation about variational autoencoders (VAEs) presented at the ICLR 2016 conference. The document discusses 5 VAE-related papers presented at ICLR 2016, including Importance Weighted Autoencoders, The Variational Fair Autoencoder, Generating Images from Captions with Attention, Variational Gaussian Process, and Variationally Auto-Encoded Deep Gaussian Processes. It
あなたのお隣Twitter-erを見つけます。あなたの「おとなりついったらー」を見つけるサービスです。 （何かしらの共通点がある人、嗜好の近い人などです） 右上の検索窓にTwitter IDを入力するだけで以下のように分析結果が表示されます。
「ソーシャルグラフ」ってなんだろう？ - その意味やビジネス価値，争奪戦まで総まとめ：In the looop：ITmedia オルタナティブ・ブログ
最近になって，お客様とソーシャルグラフについて会話する機会が増えてきた。 ひとつはFacebookのオープングラフ発表の影響，また国内で見るとmixiの新プラットフォームや，ヤフー！モバゲーへの関心からだろう。またソーシャルゲームなどソーシャルグラフが不可欠な市場が将来急成長するとの予測も後押ししているようだ。 そもそもこの「ソーシャルグラフ」とは，技術者であるBrad Fitzpatrick氏（現Google在籍）が2007年に発表したコンセプト（英語による元情報，日本語翻訳資料）で，一言で言うと「人間関係図」のことだ。 例えば，このような「ノード（ヒト）」と「エッジ（関係）」であらわされる人間関係をさしている。 そして現実の「ソーシャルグラフ」は，家族や友人などの「信頼関係」と，サークルやコミュニティで広がる「同好関係」から成り立っていることが多い。また別の見方をすると，「リアルな人間
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
VOYAGE GROUP エンジニアブログ : 自分の周りに居る凄腕プログラマーが実際に読んでいる本
YouTube - Music Discovery Project
Digg - What the Internet is talking about right now
IT企業10社に聞いた、マネジメントを学んだ「良書」とは | nanapi [ナナピ]
reddit: the front page of the internet
これから推薦システムを作る方向けの推薦システム入門｜masa_kazama
Facebookの「Social Ads」ってすごくね？ | IDEA*IDEA
プログラマ向けニュースキュレーションサービスを作ってみた話 - Qiita
国立国会図書館がソーシャルブックマークを始めると誰が予想しえたのか。
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた - てっく煮ブログ
捗るリコメンドシステムの裏事情（ハッカドール）
Netflixを支える推薦システムの裏側｜masa_kazama
今季見るべきアニメを機械学習で推薦する - はこべにっき ♨
類似画像検索システムを作ろう - 人工知能に関する断創録
となりったー Tonaritter - Twitterの発言を分析して嗜好が近い人をお勧め