並び順

ブックマーク数

期間指定

  • から
  • まで

561 - 600 件 / 1654件

新着順 人気順

algorithmの検索結果561 - 600 件 / 1654件

  • 完全栄養マクドナルド食の線型計画による実装~もしマクドナルドだけで生活すると栄養バランスはどうなるのか?~ - Qiita

    背景と概要 マクドナルドが大好きである。 しかし、ジャンクフード、健康に悪い、 などという話は以前よりよく見かける。 では本当にマクドナルドを食べ続けると、 健康に悪いのだろうか? マクドナルドだけで生活する場合本当に、 栄養の偏りやカロリー過剰などが発生するのだろうか? 本稿は、マクドナルドだけで 一日に必要なすべての栄養素を摂取する食事 をする場合に、どのようなメニューを選ぶべきで、 その結果どのような栄養問題が生じるのか、 PuLPというPythonの線型計画ライブラリを用いて 研究した結果をまとめたものである。 すなわち、マクドナルドだけで 完全栄養食としてのメニューを組み立てるには 何をどれだけ食べればいいの? そしてその時何カロリーになるの? という 世の中の0.001%くらいの人が一度は疑問に 思ったことがある問題に対して解を与える。 また、栄養食的な代表選手ということで、

      完全栄養マクドナルド食の線型計画による実装~もしマクドナルドだけで生活すると栄養バランスはどうなるのか?~ - Qiita
    • ゲームのCRIWAREが作った、超高速な耳コピ製品「BEATWIZ」が面白い【藤本健のDigital Audio Laboratory】

        ゲームのCRIWAREが作った、超高速な耳コピ製品「BEATWIZ」が面白い【藤本健のDigital Audio Laboratory】
      • Rustでつくる詰将棋Solver - すぎゃーんメモ

        ついカッとなって先週からRustで詰将棋ソルバを書き始めてしまい、ようやくdf-pnで何らかの解答を出せるようになったところ。ここからもうちょっと調整していくぞ、、 pic.twitter.com/XM9iPJqocv— すぎゃーん💯 (@sugyan) November 2, 2021 というわけで突然Rustで詰将棋ソルバを作りたくなり、作った。 github.com 現時点ではまだ完成度は低くて6割ほどかな…。 とはいえそこらの素直な詰将棋問題なら普通に解けると思う。 冒頭の画像は看寿賞作品の3手詰「新たなる殺意」を2秒弱で解いたもの。 先行事例 将棋プログラムの多くはC++で書かれていて 最近はRustも増えてきているのかな? しかし「詰将棋を解く」ことに特化しているものはあまり多くはなさそうだった。 なかでもRustで書かれているものはna2hiroさんによるものくらいしか無さ

          Rustでつくる詰将棋Solver - すぎゃーんメモ
        • 時間がどんどん溶ける工場自動化ゲーム「shapez」で、何でも自動で作れる工場を作る方法まとめ

          門野まもり🌊ゲーム探求Valker @kadonomamori Epic Storeで現在無料中の「shapez」 いわゆる生産管理系のゲームなんですが、極限まで抽象化されたデザインとゲーム性により、この手のゲームをやった事がない人にも、この手のゲームが大好きな人にもお勧めです 「工夫によって効率を上げる」事に快感を覚える人はプレイしてみるとよいぞよ pic.twitter.com/jdO3dpWWgs 2023-04-08 10:53:59 MAMについて shapezにおいて、自動で課題を解析して、自動で作る仕組みのことを MAM(Make Anything Machine)と呼ぶ。 その中でも、存在する全てのパターンに対応しているものを TMAM(True Make Anything Machine)と呼ぶ。

            時間がどんどん溶ける工場自動化ゲーム「shapez」で、何でも自動で作れる工場を作る方法まとめ
          • 「あえて精度勝負をしない機械学習」という選択肢 - 渋谷駅前で働くデータサイエンティストのブログ

            少し前のことですが、こんな話題がありました。 自分がこれまで現職で手がけた機械学習ソリューションでは 1. そもそも「予測」ではなく「説明(解釈)」をアウトプットにする 2. クラス分類確率の高いものだけアウトプットし、低いものは「未定」扱いにして捨てる などという形で実務の現場で使ってもらってます。精度勝負をしないのも一つの解かと https://t.co/NmZJCPnue2— TJO (@TJO_datasci) 2021年8月29日 実際問題として「ある目的のために機械学習システムを開発し、非常に高精度のものが出来上がったが、結局色々あって実戦投入されなかった」という話は、自分の身の回りでも業界内の伝聞でも事欠きません。 しかし、機械学習と言えばどちらかというと「より精度の高いモデルを追い求める」試み、もう少し下世話に言うと「精度勝負」によって、連綿と発展してきたという歴史がありま

              「あえて精度勝負をしない機械学習」という選択肢 - 渋谷駅前で働くデータサイエンティストのブログ
            • 実ははてなブックマークからシャドウバンされている件 - orangestarの雑記

              はてなブックマークからシャドウバンされている されているんです。実は。2年くらい前からいくらブクマがついてもホッテントリに上がらなくなってる。 それで、バンされてるのかもと思って株式会社はてなに問い合わせをしたんですけれども、回答としては 「バンしてない。はてなブックマークのホッテントリはアルゴリズムでやってて上がることも上がらないこともあるよ」 ということでした。 それでもいくら記事にブクマがついても全然ホッテントリに上がらなくて、ああ、このブログはアルゴリズムに嫌われたのだなあ、と思ってました。はてな村奇譚とかやってたしな…仕方ないな…。 (推測だけど実際のシャドウバンされた理由というのは、はてな村エントリばかりやってて同じような人たちがブックマークしてるのを互助会行為だとアルゴリズムに判断されたんじゃないだろうか) 別に『はてな』からバンされているということはなくて、はてなブログの注

                実ははてなブックマークからシャドウバンされている件 - orangestarの雑記
              • 自動車工場のガロア体

                その誕生を地元新聞も経済新聞も記事にしなかった。2年後、『コードの情報を白黒の点の組み合わせに置き換える』と最下段のベタ記事で初めて紹介された時、その形を思い浮かべることができる読者はいなかった。いま、説明の必要すらない。QRコードはなぜ開発され、どう動くのだろうか。 QRコードは、自動車生産ラインの切実な要請と非自動車部門の技術者の「世界標準の発明をしたい」という野心の微妙な混交の下、1990年代前半の日本電装(現デンソー)で開発された。 トヨタグループの生産現場では、部品名と数量の記された物理的なカンバンが発注書、納品書として行き来することで在庫を管理する。そのデータ入力を自動化するバーコード(NDコード)を開発したのがデンソーだ。 バブル全盛の1990年ごろ、空前の生産台数、多様な車種・オプションに応えるため、部品も納入業者も急激に増え、NDコードが限界を迎えていた。63桁の数字しか

                  自動車工場のガロア体
                • 世界四連覇AIエンジニアがゼロから教えるゲーム木探索入門 - Qiita

                  Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 書籍化 本記事を元に ゲームで学ぶ探索アルゴリズム実践入門~木探索とメタヒューリスティクス という書籍を出版することになりました! 本記事を読んで気になっていただけたらご購入をご検討いただけるとうれしいです! この記事で得られる技術 ゲームルールに適した探索アルゴリズムを選択する ゲーム木探索をするのに適したクラス設計 主要なゲーム木探索アルゴリズムの実装 この記事の特徴 汎用アルゴリズムの実装例による他ゲームへの応用力と、実際に動作可能なサンプルコードによる具体的実装イメージの両視点でわかりやすくした(片方しか記載のない記事

                    世界四連覇AIエンジニアがゼロから教えるゲーム木探索入門 - Qiita
                  • 子供たちがアルゴリズムを“批判する力”を養う米国の「AIリテラシー教育」の現場を訪ねて | MIT研究者も推奨

                    精度の高い文章を自動生成できるチャットボット「ChatGPT」の誕生は、新しいイノベーションへの期待感だけでなく、急速に成長するAIへの不安ももたらした。そんななか米国では、AIとの共存を避けられない次世代のために、アルゴリズムを理解し、批判的に評価する力を身に着けるための教育が始まっている。 マリサ・シューマンは、その日いつもと同じように午前の授業を始めた。彼女は、米ニューヨークのブロンクス地区にある中高一貫の公立女子高「ヤング・ウーマン・リーダーシップ・スクール(YWLS)」で、コンピュータ・サイエンスの教師を務める。 11時半になると、エネルギーに満ちあふれた高校生たちが教室に入って来た。着席し、ノートパソコンを取り出すと、生徒たちは教室前方にある電子ホワイトボードに目を向ける。そこには、授業のテーマであるウェアラブル機器に関する質問が映し出されていた。 教師歴10年のシューマンが、

                      子供たちがアルゴリズムを“批判する力”を養う米国の「AIリテラシー教育」の現場を訪ねて | MIT研究者も推奨
                    • Rustで実装するmalloc - NTT Communications Engineers' Blog

                      この記事は、NTT Communications Advent Calendar 2021 21日目の記事です。 はじめに こんにちは、イノベーションセンターの鈴ヶ嶺(@suzu_3_14159265)です。普段は、クラウド・ハイブリッドクラウド・エッジデバイスなどを利用したAI/MLシステムに関する業務に従事しています。本日は、Rustで動的メモリ確保(dynamic memory allocation)のmallocを実装してPythonやvimを動かしてみようという内容をお届けします。 また、去年もRustネタのアドベントカレンダーを書いているのでぜひ見ていただけると嬉しいです! NTTコミュニケーションズ Advent Calendar 2020 Rustで実装するNetflow Collector 実装するmallocのアルゴリズム 今回実装するmallocのアルゴリズムは小さな

                        Rustで実装するmalloc - NTT Communications Engineers' Blog
                      • 強化学習の基礎まとめ - Qiita

                        こんにちは、すきにーです。 強化学習の基礎的な手法についてまとめました。 はじめに この記事では以下を説明しています 動的計画法 モンテカルロ法 TD法(SARSA、Q学習) コードはゼロから作るDeepLearning4 強化学習編 に載っているものを参考にしています。 参考記事 深層強化学習アルゴリズムまとめ ゼロからDeepまで学ぶ強化学習 これから強化学習を勉強する人のための「強化学習アルゴリズム・マップ」と、実装例まとめ 今さら聞けない強化学習(1):状態価値関数とBellman方程式 全体図 動的計画法 動的計画法は、エージェントが置かれた環境のモデルがすでに分かっているとき最適な方策を見つけるアプローチです。 方策反復法と価値反復法があります。 環境のモデルが分かっていることは少ないので、あまり使われません。 モンテカルロ法 動的計画法では環境のモデルが完全にわかっている状態

                          強化学習の基礎まとめ - Qiita
                        • あのアルゴリズムはどこ? Pythonを使用してAtCoderの緑色や水色を目指す方に、30以上のアルゴリズムスニペットと100問以上の問題(ACコード付き)を紹介! - Qiita

                          0.はじめに 2020年の5月よりAtcoderのコンテストに参加してから一年経った、現在水色コーダーとなりました、H20と申します。 AtCoderではPythonを使用して参加しており、水色になるまでに様々なアルゴリズムを使用しました。 アルゴリズムについてはほとんど自作せず、有識者の作成されたスニペットを調べては、ある程度理解しながら使用していました。 この記事では、Pythonにてあるアルゴリズムを使用する際にお勧めな書き方の説明をしているスニペットの記事に、それを利用してACしたコードを添えて紹介していきたいと思います。 (ただ、私のACコードは極力見ないで自力で解いてください。綺麗とは言い難いので…) 1.目次 ※各アルゴリズムで紹介している問題は、感覚的な難易度順に並べています。基本的に後半は解けたら凄い!くらいの想いで載せてます。 解き方は多種多様であり、特に難易度の低い問

                            あのアルゴリズムはどこ? Pythonを使用してAtCoderの緑色や水色を目指す方に、30以上のアルゴリズムスニペットと100問以上の問題(ACコード付き)を紹介! - Qiita
                          • Twitter、Webアプリでも「For You」と「Following」に Androidも「間もなく」

                            ただし、「Following」設定にしてあっても、一旦ログアウトして再ログインすると「For You」に戻ってしまう。iOSアプリの場合は、アプリを閉じただけで「For You」に戻ってしまうので、それよりはましだ。 13日ごろから、Tweetbot、Twitterrific、TwitPane、featherなどのサードパーティ製Twitterクライアントでトラブルが続いている。各サービスとも、本稿執筆現在、Twitterからは何も説明がないとしている。 関連記事 Twitterのサードパーティーアプリでトラブル相次ぐ 「非公式アプリを締め出しか」と疑う声も 1月13日の昼ごろから、Twitterのサードパーティー製クライアントで相次いでトラブルが発生している。 Twitter、「おすすめ」と「最新」(旧「フォロー中」)のスワイプ切り替えをiOSでロールアウト TwitterはiOSアプリ

                              Twitter、Webアプリでも「For You」と「Following」に Androidも「間もなく」
                            • 高速な文字列探索:Daachorseの技術解説 - LegalOn Technologies Engineering Blog

                              こんにちは。LegalForce Researchで研究員をしている神田 (@kampersanda) です。 LegalForce Researchでは現在、高速なパターンマッチングマシン Daachorse(ダークホース)を開発・運用しています。文字列処理の基礎である複数パターン検索を提供するRust製ライブラリです。以下のレポジトリで公開されています。 github.com 本記事はDaachorseの技術仕様を解説します。具体的には、 複数パターン検索に関係する基礎技術(トライ木・Aho–Corasick法・ダブル配列) Daachorseの実装の工夫と性能 を解説します。 以下のような方を読者として想定します。 文字列処理アルゴリズムやデータ構造に興味のある方 自然言語処理の要素技術に興味のある方 Rustライブラリに興味がある方 Daachorseについて 複数パターン検索の基

                                高速な文字列探索:Daachorseの技術解説 - LegalOn Technologies Engineering Blog
                              • 大規模モデルを支える分散並列学習のしくみ Part1

                                はじめに Turing 株式会社のリサーチチームでインターンをしている東京工業大学 B4 横田研究室の藤井(@okoge_kaz)です。 自然言語処理分野における大規模深層学習の重要性は日に日に高まっていますが、GPT-3, GPT-4 などのモデルの学習には膨大な計算コストがかかり、容易に学習できなくなっています。実際、モデルサイズが近年急速に大きくなっていることにより、学習に必要な計算量(FLOPs)は以下のように年々膨大になっています。近年の大規模モデルでは、NVIDIA H100 80GB であっても 1 つの GPU では、モデルをのせることすらできません。 Compute Trends Across Three Eras of Machine Learning より またScaling Laws によると、大規模なモデルは小さいモデルと比較してより優れた性能を発揮するため、自動

                                  大規模モデルを支える分散並列学習のしくみ Part1
                                • Building a highly-available web service without a database

                                  If you’ve ever built a web service or a web app, you know the drill: pick a database, pick a web service framework (and in today’s day and age, pick a front-end framework, but let’s not get into that). This has been the case for several decades now, and people don’t stop to question if this is still the best way to build a web app. Many things have changed in the last decade: Disk is a lot faster

                                    Building a highly-available web service without a database
                                  • 図解 DB インデックス

                                    DB インデックスの基礎知識を、図をたくさん使って整理します。 この Book は、暗記をおしまいにしてこんな疑問を自力解決できるようになることを目指します。 「どんなインデックス作ればいいんだっけ?」 「なんで作りすぎちゃだめなんだっけ?」 「この場合インデックスって効くっけ?」 「インデックスでどれくらい速くなるの?」 この本は筆者の理解に連動して追記修正される可能性があります。

                                      図解 DB インデックス
                                    • 仕事で出会ったアルゴリズムたち - estie inside blog

                                      こんにちは。@kenkoooo です。 教科書に載っているようなアルゴリズムって勉強しても仕事では全然使わない、と見せかけて意外と使うなぁと感じたので、仕事で見たことがあるアルゴリズムをいくつか紹介します。 広告を配信したい! あなたはウェブサービスの会社で働いています。サービス利用者のユーザーに広告を配信することで、広告主からお金をもらっています。 あなたは今から広告主からもらった広告をユーザーに配信します。 広告主が 社います。 広告主 は広告を 人に配信したいです。 配信対象となるユーザーが 人います。 ユーザー は広告主 の広告は受け取りを許可しています。 ユーザー は、合計 件までしか広告を受け取りたくないです。 上記のような条件の中で、どのように広告を配信したら良いでしょうか? 条件を整理する 条件を整理してみましょう。 各ユーザーごとに、受け取りを許可している広告主がいます。

                                        仕事で出会ったアルゴリズムたち - estie inside blog
                                      • 周期性のない図形「ペンローズ・タイル」が量子コンピュータのエラーを訂正? カナダの研究者らが発表

                                        このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」(シームレス)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。 Twitter: @shiropen2 カナダの研究所Perimeter Institute for Theoretical Physicsとエジンバラ大学に所属する研究者らが発表した論文「The Penrose Tiling is a Quantum Error-Correcting Code」は、繰り返さないパターンである「ペンローズ・タイリング」が、量子コンピュータの誤り訂正に応用できることを提案した研究報告である。 量子コンピュータは量子力学の原理を利用することで、従来のコンピュータでは解くことが難しい問題を高速に解くことができる。しかし、量子情報は環境ノイズからの影響に

                                          周期性のない図形「ペンローズ・タイル」が量子コンピュータのエラーを訂正? カナダの研究者らが発表
                                        • ソートできるUUID v7をJavaで使うときの話

                                          JJUG CCC 2024 Spring の発表資料です

                                            ソートできるUUID v7をJavaで使うときの話
                                          • RLHF (人間のフィードバックからの強化学習) の図解|npaka

                                            以下の記事が面白かったので、軽く要約しました。 ・Illustrating Reinforcement Learning from Human Feedback (RLHF) 1. はじめに言語モデルは、人間の入力プロンプトから多様で説得力のあるテキストを生成することで、ここ数年、目覚ましい成果をあげています。しかし、「良い」テキストかどうかは、主観的で文脈に依存するため、定義することが困難です。 「良い」テキストを生成するための損失関数の設計は難しく、ほとんどの言語モデルは、まだ単純な次のトークン予測損失(クロスエントロピーなど)で学習しています。この損失自体の欠点を補うために、BLEUやROUGEなどの人間の好みをよりよく捉えるように設計された指標も定義されています。しかしこれらは、能力測定において損失関数より適してますが、生成されたテキストを単純なルールで参照比較するため、制限があり

                                              RLHF (人間のフィードバックからの強化学習) の図解|npaka
                                            • Graydon HoareのCompiler講義資料が面白かった話 - Arantium Maestum

                                              Graydon Hoareが2019年にカナダのブリティッシュ・コロンビア大学でコンパイラ関連のゲスト講義した時の資料21 compilers and 3 orders of magnitude in 60 minutes - a wander through a weird landscape to the heart of compilationを読んだら大変面白かったのでメモ。 作者 Graydon HoareはMozillaでRustを開発したことで有名。その後Rustの開発もMozillaも離れて(というかRustの開発からは2013年に離れたようだ)、一時期AppleでSwift開発チームに所属していたらしい。(ソース:Reddit: I wonder, why Graydon Hoare, the author of Rust, stopped contributing in

                                                Graydon HoareのCompiler講義資料が面白かった話 - Arantium Maestum
                                              • フルスクラッチでSHA-256を作る

                                                ハッシュ値の利用者として中身のアルゴリズムを知っておきたいと思ったのでTypeScriptで1からSHA-256を作ろうと思います。SHA-256は名前そのまま、どんな長さのメッセージでも256bitsのハッシュ値を返す関数です。 完成版はこちら 前提知識 論理演算(論理積とか論理和とか排他的論理和とか)とシフト演算が分かっていれば大体いけます。 論理積はAND。数式上では\land、コードでは&で表します。 論理和はOR。数式上では\lor、コードでは|で表します。 排他的論理和はXOR。数式上では\oplus、コードでは^で表します。 左シフト演算はビット列を左にnビット動かすやつです。値は2^n倍になります。数式上では\ll、コードでは<<で表します。 右シフト演算はビット列を右にnビット動かすやつです。値は2^{-n}倍になります。数式上では\gg、コードでは符号なしの右シフト演算

                                                  フルスクラッチでSHA-256を作る
                                                • 食べログ提訴の飲食チェーン、飲食店に集団訴訟を提案

                                                  レストラン検索・予約サイト「食べログ」のアルゴリズム変更により損害を被ったとしてカカクコムを提訴した飲食チェーン「韓流村」(東京都港区)は6月22日、同様の被害を受けた飲食店に対し、集団訴訟を提案した。 2019年5月のアルゴリズム変更で店の評価点を引き下げられた飲食店に向け、「食べログ被害者の会」に連絡するよう案内。韓流村が行ってきたカカクコムとの訴訟のノウハウを基に集団訴訟を起こすとしている。 同社は、食べログのアルゴリズム変更により運営する韓国料理店の点数が引き下げられ、損害を被ったとして20年5月にカカクコムを提訴。東京地裁は22年6月16日に、カカクコムに対し3840万円の支払いを命じる判決を言い渡した。 一方、カカクコムは同判決を「不当」として即日控訴。「控訴審で地裁判決の問題点を指摘するとともに、当社の正当性を改めて主張し、判決の是正を求めていく」とコメントしている。 関連記

                                                    食べログ提訴の飲食チェーン、飲食店に集団訴訟を提案
                                                  • 高性能・高速・軽量な日本語言語モデル LINE DistilBERTを公開しました

                                                    LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog こんにちは。LINEの小林滉河(@kajyuuen)です。NLPチームで固有表現抽出、有害表現の検知、LINEスタンプ推薦の改善など自然言語処理に関する仕事をしています。 この記事ではLINEが公開した言語モデル「LINE DistilBERT」について紹介します。 https://huggingface.co/line-corporation/line-distilbert-base-japanese https://github.com/line/LINE-DistilBERT-Japanese LINE DistilBERTは次のような特徴を持つ日本語言語モデルです。 高性能・高速・軽量 Hugging Faceのtra

                                                      高性能・高速・軽量な日本語言語モデル LINE DistilBERTを公開しました
                                                    • 「CAPTCHA」に代わる人間証明API「Turnstile」、意外に簡単な仕組みと実装方法は?

                                                      CDN(Content Delivery Network)やインターネットセキュリティサービスなどを手掛けるCloudflareは2022年9月28日(米国時間)、「CAPTCHA」に代わる無料の認証API「Cloudflare Turnstile」のオープンβ版を発表した。 CAPTCHA(Completely Automated Public Turing test to tell Computers and Humans Apart)は主にWebサービス上で、自動化されたプログラム(bot)によるサービスの不正利用を防ぐための仕組みを指す。数種類の方式があるが、読みにくい文字列(ゆがんでいたり、ノイズが混じっていたりする)が含まれた画像を表示し、ユーザーがその文字列を正しく入力できたかどうかで、人間か否かを判定するものが有名だ。 だが、こうしたCAPTCHAはユーザーにとって煩雑で面

                                                        「CAPTCHA」に代わる人間証明API「Turnstile」、意外に簡単な仕組みと実装方法は?
                                                      • プログラミングを独学する上で役に立った本

                                                        最近こういう流れを散見するので私もやってみた。日本語しか読めないよって人も安心。全部日本語で読めます。 注意:初学者向けではありません。私自身プログラミングを独学する上の本です。初学者向けの本は次の記事にまとめました。 実用Common Lisp (PAIP) いいよ。 コンピュータプログラミングの概念・技法・モデル (IT Architects' Archiveクラシックモダン・コンピューティング) Ozという言語をつかっていろんな言語のパラダイムを検討していく書籍。めちゃくちゃ読んだ。すごくいいよ。 アルゴリズムデザイン (日本語) 単行本 – 2008/7/10 アルゴリズムを勉強したくて呼んだ。良いよ。読むべき。 関数プログラミング 珠玉のアルゴリズムデザイン 関数型プログラミングのアルゴリズムを勉強したくて呼んだ。すごく良いよ。 オブジェクト指向入門 第2版 原則・コンセプト (

                                                          プログラミングを独学する上で役に立った本
                                                        • 詰将棋アルゴリズムdf-pnのすべて | やねうら王 公式サイト

                                                          将棋AIで用いている詰将棋ルーチンにdf-pnというアルゴリズムがある。 これは、proof number(証明数)、disproof number(非証明数)を用いて効率的に探索を行い、その局面が詰むか、詰まないかを判定できるとても強力なアルゴリズムである。 将棋ファンなら『脊尾詰』と言う「ミクロコスモス」(1525手詰)を解く詰将棋専用ソフトについて一度ぐらいは聞いたことぐらいあるだろう。これは、脊尾さんが大学時代に作成されたプログラムである。そこに使われていたのが脊尾さんが考案されたdf-pnというアルゴリズムである。 df-pnに関しては、脊尾さん自身の論文(1998年)があるものの、要点しか書かれておらず、いまのようにGitHubにソースコードがあるわけでもなく、その詳細については長らく謎に包まれたままであった。(この脊尾さんの論文では、証明数のみを用いており、非証明数は陽には出

                                                          • document outline algorithm と h1 要素 | きるこの日記帳

                                                            没ネタの供養。 TL;DR h1 を複数置けるわけじゃない アウトラインを生成するアルゴリズムはブラウザで実装されてない 見出しレベルを自動調整するように動いていたが頓挫した section お前は何者だ document outline algorithm について "document outline algorithm" とは、HTML のアウトラインを生成する都市伝説のこと。 アウトラインとは、見出しを持ったセクションで構成される枠を指す。 HTML5 より前は、このアウトラインを表現する方法がなく、広義な wrapper の div が採用されていた。 見出し要素もセクションごと、というよりは文書の階層にかかるもので、兄弟としてのフラットな構造だった。 HTML5 から、 section や nav などで囲みアウトラインを生成する謎のアルゴリズム "document outlin

                                                              document outline algorithm と h1 要素 | きるこの日記帳
                                                            • マスターアルゴリズム ー 世界を再構築する「究極の機械学習」

                                                              原著:ペドロ・ドミンゴス 翻訳:神嶌 敏弘 イラスト:六七質 出版社:講談社 発行日:2021-04-21 ISBN:978-4062192231 本書は,ペドロ・ドミンゴス著『The Master Algorithm』の翻訳書で,近年の人工知能技術の進展を支える機械学習についての解説書です.機械学習とは,作業手順を明示的に指示しなくても,それをデータから学ぶ能力を計算機に与える技術です.この機械学習について,計算機科学や統計学の高度な知識を前提とせずに,その内側に踏み込んで仕組みを明らかにし,この技術の可能性と課題を論じています. 出版社ホームページ 版元ドットコム Googleブックス ネット書店:Amazon 楽天ブックス honto 紀伊國屋書店 電子書籍:Amazon 楽天ブックス honto 紀伊國屋書店 Apple 読書ログ: 読書メーター(電子版) ブクログ(電子版) 図書

                                                                マスターアルゴリズム ー 世界を再構築する「究極の機械学習」
                                                              • 大規模データセットのためのアルゴリズムとデータ構造 - カメヲラボ

                                                                とても良い本が出ます 概要 構成 第1部:確率的で簡潔なデータ構造 第2部:ストリーミングデータ構造とアルゴリズム 第3部:外部記憶データ構造とアルゴリズム 具体的なコードは少な目 参考文献がしっかり書いてある 数式は最低限 図がモリモリ 翻訳版特有の情報 内容的な修正 カタカナ表記 検索のしやすさ 読む際のリズム 表現について 訳注について 音引きについて いきなりでごめんなさい(誤植情報) とても良い本が出ます 大規模データセットのためのアルゴリズムとデータ構造 作者:Dzejla Medjedovic,Emin Tahirovic,Ines Dedovicマイナビ出版Amazon 『大規模データセットのためのアルゴリズムとデータ構造』という本が7月26日発売に発売されます。原書はAlgorithms and Data Structures for Massive Datasetsとい

                                                                  大規模データセットのためのアルゴリズムとデータ構造 - カメヲラボ
                                                                • 基本に立ち返る: 動画圧縮の裏側で使われる仕組み | Amazon Web Services

                                                                  Amazon Web Services ブログ 基本に立ち返る: 動画圧縮の裏側で使われる仕組み 動画エンコーディング この Blog では、動画エンコーディング処理(圧縮)の基本について、簡単な言葉で説明していきます。 圧縮・エンコーディングの主な目的は、動画の記録、保存および伝送するのに必要となるデータの量を削減することです。これは、ストレージハードウェア、データ伝送時間、必要となる配信帯域幅の削減に繋がります。 動画をエンコードするための多くの異なるアルゴリズム(例えば、MPEG-2、H.264/AVC、H.265/HEVC、VP9、AV1 など)が存在しますが、今日使われている一般的なコーデックのほとんどは、このブログ記事で紹介する共通の原理に従います。 Joint Photographic Experts Group もしくは JPEG 圧縮 デジタル画像を圧縮するために最も一般

                                                                  • カルマンフィルターについて - Qiita

                                                                    #はじめに 千葉大学/Nospareの米倉です.今回はカルマンフィルターについて解説していきたいと思います. #カルマンフィルターで何が出来るの? フィルターとあるように,カルマンフィルターが出来る基本的なことは線形ガウス状態空間モデルのフィルタリング密度を逐次的に求めることです.ここで2つのキーワード,「線形ガウス状態空間モデル」と「フィルタリング密度」という単語が出てきましたので,まずはそれらについて解説します. #線形ガウス状態空間モデルとは 状態空間モデルとは2つの確率過程からなります.1つは潜在変数・状態変数・隠れ変数といわれるもので,これは直接観測できないがマルコフ連鎖に従う変数だとモデリングされます.例えば景気の良し・悪し等,概念として存在するけれど直接は観測できないものを想像してください.2つめは観測値で,これは直接観測できるもの,つまりデータです.ただし変数に依存して観測

                                                                      カルマンフィルターについて - Qiita
                                                                    • MySQL勉強会〜ロックについて(DDL編)〜を開催しました! - ANDPAD Tech Blog

                                                                      こんにちは。最近リモートワーク用にマイクを買ったソフトウェアエンジニアの福間(fkmy)です。 先月、ANDPADのデータベースの技術顧問をして頂いてる三谷(mita2)さんによるロックの基礎編)〜について勉強会を開催しました。今月はロックのDDL編について8/4(月)に勉強会を実施しました。重要な箇所をピックアップします! また今回も在宅勤務期間中のためオンライン開催となり当日は16名が参加していました。 内容 当日の資料はこちらになります。 DDLについて DDLとはData Definition Languageの略称でデータ構造を定義するための言語のことです。SQLではCREATE文、DROP文、ALTER文、TRUNCATE文が該当します。 DDLの仕組みと改善の歩みについて MySQLのALTER TABLEの初期実装 新しいテーブル定義のテーブルにデータコピーする 実行中は書

                                                                        MySQL勉強会〜ロックについて(DDL編)〜を開催しました! - ANDPAD Tech Blog
                                                                      • 統計学で用いる行列演算の小技 - Qiita

                                                                        はじめに 千葉大学・株式会社Nospareの川久保です.今回は,統計学(特に多変量解析)で多く出てくる行列演算の小技集を,線形回帰モデルにおける簡単な実用例を交えて紹介します. 転置に関する公式 行列の転置とは,$(i,j)$要素を$(j,i)$要素に入れ替えることです.$m$行$n$列の行列$A$の$(i,j)$要素を$a_{ij} \ (i=1,\dots,m; j=1,\dots,n)$とすると,$A$を転置した$n$行$m$列の行列$A^\top$の$(j,i)$要素が$a_{ij}$となります.また,自明ですが,転置行列の転置は元の行列になります.すなわち,$(A^\top)^\top = A$です. 行列の和の転置 行列$A$と$B$の和の転置は,転置行列の和です.つまり, が成り立ちます. 行列の積の転置 次に,行列$A$と$B$の積$AB$の転置としては,以下の公式が成り立

                                                                          統計学で用いる行列演算の小技 - Qiita
                                                                        • 実務につなげる数理最適化

                                                                          はじめに はじめまして、2023年10月にシニアリサーチャーとして入社したアドバンスドテクノロジーラボ(ATL)の梅谷俊治です。2023年9月まで、大阪大学大学院情報科学研究科にて数理最適化寄附講座教授を務めていました。 本記事では、リクルートのデータ推進室における数理最適化を活用した問題解決の取り組みをご紹介します。 数理最適化は、与えられた制約条件の下で、目的関数を最小(もしくは最大)にする最適化問題を通じて、現代社会における意思決定や問題解決を実現する数理技術の一つです。 近年では、機械学習によるデータ分析や予測の技術開発が進み次々と実用化されています。数理最適化は、それらのデータ分析や予測の結果を踏まえた上で意思決定や計画策定を実現する問題解決における出口を担当する技術です。例えば、オンライン広告などカスタマーに商品を推薦するレコメンデーションでは、機械学習を活用してカスタマーの商

                                                                            実務につなげる数理最適化
                                                                          • 基本的な考えを学ぶための「SEOドリル30問」を公開!

                                                                            ナイルでは、社内研修用としてSEOを学べるドリルを用意し、新入社員を中心に取り組んでもらっています。社内研修では、最低限のSEO知識の獲得およびSEOの考え方の取得を目的にしています。 今回は、その中から初級レベルを中心に30問を抜粋して公開!実際にSEOコンサルをする中で、現場でよく質問される内容がベースになっています。 ■ダウンロード ※SEOドリルの問題編がダウンロード可能ですので、問題用紙としてご利用ください。 SEOドリルは、すべて記述式です。まずは問題を解いてから、記事内の解答をご確認いただく流れを想定しています。なお、情報の精査は丁寧に行っておりますが、記載内容に違和感や誤りなどありましたら、ご指摘ください。 \SEO知識の獲得におすすめ!資料ダウンロードはこちら/ 「ナイルのSEO相談室」は業界歴15年超のナイルが運営しているメディアです。SEOの最新情報を随時発信している

                                                                              基本的な考えを学ぶための「SEOドリル30問」を公開!
                                                                            • 戦略ゲームAI 解体新書 ストラテジー&シミュレーションゲームから学ぶ最先端アルゴリズム | 翔泳社

                                                                              ゲーム開発者、AIエンジニア、 すべての意思決定に悩んでいる方に必見! 戦略ゲームAIの仕組み、戦略的意思決定プロセスを紐解くバイブル書 【戦略ゲームAIについて】 戦略ゲームの元にとなるストラテジー&シミュレーションゲームはボードゲームを発端として、発展してきました。 近年では、スマートフォン向けのソーシャルゲームを筆頭に、数多くのゲームでストラテジー&シミュレーション要素が取り入れられており、 いまやゲーム開発において戦略ゲームAIは避けて通れない非常に重要な要素になっています。 またゲーム開発のみならず、一般の人工知能開発、複雑な意思決定のプロセス形成において、その技術は非常に注目されています。 【本書の特徴】 ストラテジー&シミュレーションゲームに利用されている戦略ゲームAI技術について、 国内や海外の事例を交え、その仕組みを丁寧に解説した書籍です。 基本的な技術の概論の解説から始

                                                                                戦略ゲームAI 解体新書 ストラテジー&シミュレーションゲームから学ぶ最先端アルゴリズム | 翔泳社
                                                                              • データサイエンティストとしてどう学んでいくべきか/東京大学講義: データマイニング概論: #10

                                                                                東京大学講義のデータマイニング概論の第10回目の講義で講演した内容です 講義シラバス: https://catalog.he.u-tokyo.ac.jp/detail?code=0590105&year=2022

                                                                                  データサイエンティストとしてどう学んでいくべきか/東京大学講義: データマイニング概論: #10
                                                                                • 形式手法入門:生成 AI 時代の『設計』のあり方について | CyberAgent Developers Blog

                                                                                  はじめに こんにちは、2025 年新卒で ABEMA の広告配信システム開発チームに所属している戸田朋花です。 生成 AI を活用した開発が広がる中で、コードを書くこと自体のハードルは大きく下がりました。 一方で、生成 AI に「どのようなシステムを実装して欲しいのか」を正確に伝える難しさを日々感じています。 2 週間ほど前には spec-driven development を掲げた AI 統合開発環境の Kiro が AWS からリリースされ、話題となりました。 Kiro ではユーザーとの対話を通じて Requirements, Design, Task list を順に作成することで、まずシステムの設計を明確にしてからコーディングに入るプロセスが取られています。この方法は冒頭で述べた課題に対する 1 つのアプローチになるでしょう。しかし、依然として生成 AI と自然言語で設計の微妙な

                                                                                    形式手法入門:生成 AI 時代の『設計』のあり方について | CyberAgent Developers Blog

                                                                                  新着記事