2009-04-01
ときどきの雑記帳: ネスト (http://www.kt.rim.or.jp/~kbk/zakkicho/09/zakkicho0903c.html#D20090330-2) [expr for x in [...] for y in [...]] は、 lst = [] for x in [...]: for y in [...]: lst.append(expr) と同等ということらしい。 私の今までの研究の結果、リスト内包表記に関して重要なのは以下の3つ。 意味は異なるが、forを並列に並べるのとネストするのと2通りあるので、状況によって使い分けるべき リスト内包表記内では文が書けないので代入文が使えないが、一時変数を利用するテクニックがある リスト内包表記では、データの組から1つずつexprに変形したもののリストを作成するが、組を作るのとexprに変形するステップを2つに分けること
人工無能「酢鶏」、犯行予告で逮捕される
新浜県警は4月1日、インターネット上で犯行を予告したとして、威力業務妨害の疑いで、自称「人工無能、酢鶏（すどり）」容疑者（住所不定、自称生後1754日め）を逮捕したと発表した。 酢鶏容疑者はソーシャルネットワークサービス「mixxi」やtwittter、Timeloogなどインターネット上のコミュニティを中心に活動しており、マイミックシは1000人、twittterでも多数のフォロワーがいるなど交友の広いことで知られる。 酢鶏容疑者は巡回先のブログで「小女子焼いて食べたい」と書き込んだことから、発見した訪問者が通報。mixxi上で最終ログイン5分以内でまったりしていた酢鶏容疑者は、新浜県警に威力業務妨害の疑いで逮捕されたもの。 新浜県警では「人工無能だからといって犯行予告を見過ごすことはできない。人間と同じ言葉を使っている限り、人間と同様の法律が適用されると考えている」とコメント。 酢鶏容
人工無脳「カミナギ」逮捕！ - はてなニュース
K県警は4月1日、インターネット上で犯行予告したとして、威力業務妨害の疑いで、自称「人工無脳、神無(カミナギ)」容疑者（住所不定、自称生後432日目）を逮捕したと発表した。 神無容疑者は巡回先の「はてなハイク」で「貴様のような奴はクズだ！生きてちゃいけない奴なんだ！ハハハ、こやつめ。」と書き込んだことから、発見した訪問者が通報。 「はてなハイク」上で最終ログイン5分以内でまったりしていた神無容疑者は、K県警に威力業務妨害の疑いで逮捕されたとのこと。 逮捕された神無容疑者は、K県警の取調べに対し「私はカオス担当なので！ハハハ、こやつめ。」と供述しており、K県警では引き続き神無容疑者の取調べを行っている。 cf. http://internet.watch.impress.co.jp/static/uocchi/2009/04/01/cha...
2009-04-01
ときどきの雑記帳: ネスト (http://www.kt.rim.or.jp/~kbk/zakkicho/09/zakkicho0903c.html#D20090330-2) [expr for x in [...] for y in [...]] は、 lst = [] for x in [...]: for y in [...]: lst.append(expr) と同等ということらしい。 私の今までの研究の結果、リスト内包表記に関して重要なのは以下の3つ。 意味は異なるが、forを並列に並べるのとネストするのと2通りあるので、状況によって使い分けるべき リスト内包表記内では文が書けないので代入文が使えないが、一時変数を利用するテクニックがある リスト内包表記では、データの組から1つずつexprに変形したもののリストを作成するが、組を作るのとexprに変形するステップを2つに分けること
Tail call - Wikipedia
In computer science, a tail call is a subroutine call performed as the final action of a procedure.[1] If the target of a tail is the same subroutine, the subroutine is said to be tail recursive, which is a special case of direct recursion. Tail recursion (or tail-end recursion) is particularly useful, and is often easy to optimize in implementations. Tail calls can be implemented without adding a
協調フィルタリング技術を掘り下げる--ECサイトのレコメンド技術を考える（3）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、ECサイトのレコメンド技術の種類として、ルールベース方式、コンテンツベースフィルタリング方式、協調フィルタリング方式、ベイジアンネットワーク方式の4つを紹介した。今回は、これらのレコメンド方式をより細分化した上で、協調フィルタリングのロジックについて解説したい。 4つのレコメンド方式は、「レコメンドするために必要な情報は何なのか」、「何をもってレコメンドするためのルールとするか」という切り口で分類していると解説した。それぞれのレコメンド方式は、さらに「どの判別属性を軸にレコメンドアイテムを決定しているのか」という切り口によって細分化できる。その判別属性とは、アイテムベース、ユーザーベース、ユーザー提示情報ベースの3つだ。 例えば
METHINKS IT IS A WEASEL - はてブロ@ama_ch
どう書くorg：METHINKS IT IS A WEASELより、yattomさんの解答を読ませて頂きました。 勝手にコメントで解説？します。解説というかメモかな。 お題： ランダムな文字からMETHINKS IT IS A WEASELを作るプログラムを作れ。 簡単に流れを書いてみます。 １：ランダムな２０文字を持つ文字列をもった３００個作ります。 ２：その文字列が"METHINKSITISAWEASEL"に近いものからソートします。 ３：それぞれの文字列のなか1文字を別の文字に変化させたものを３つ用意します。 ４：それを２：のソートをして上位３００個残す。（９００個あるうちで上位３００個残すということです。） ５：以後３：と４：を繰り返す。 ランダムな文字変化は大文字だけでいいです。簡単にするために空白文字を外してあります。 METHINKS IT IS WEASELができたら終了。
python-twitterで遊んでみた 基本編 - はてブロ@ama_ch
python-twitterで遊んでみたよ！とりあえず基本的な使い方のお勉強。 ちなみにドキュメントはここにあるからね！ http://static.unto.net/python-twitter/0.5/doc/twitter.html モジュールの機能自体シンプルだから、ドキュメントも短くて読みやすいです。僕の英語力だと半分くらいしか理解できないけど＞＜ まずはimportから >>> import twitter >>> api = twitter.Api("ユーザー名", "パスワード") とりあえずアカウント情報を登録してあげます。これをしないと、色んな機能が使えません。 フレンドリストを取得 users = api.GetFriends() >>> for cnt, i in enumerate(users): ... print cnt, i.name ... 0 nipot
自然言語処理は Python がいちばん - 武蔵野日記
現在大学1年生の人で3年後には NAIST に (というか松本研に) 来たいという人から「どんなプログラミング言語やっておくといいですか」と質問されたりするのだが、なかなか答えるのは難しい。自分は Perl → Python がメインでときどき C++/C# を使ったりするのだが、どれが一番いいかはなんとも言えないので、自然言語処理以外に転向する可能性も考えると、C とか C++ とか Java とか(授業でそちらをやるのであれば)を最初の武器に選んだ方がいいのでは、と思ってはいる。 そんなこんなで最近 Hal Daume III (機械学習を用いた自然言語処理では非常に有名な人) のブログで Language of Choice というタイムリーなエントリーが出ていたので、紹介すると、「それなりに大きな自然言語処理のプロジェクトでどのプログラミング言語を使うのか」というアンケート結果が出
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
