窓につけるだけで外の騒音をシャットアウトするスピーカー｢Sono｣（動画あり）
窓につけるだけで外の騒音をシャットアウトするスピーカー｢Sono｣（動画あり）2013.11.05 11:0011,863 あーあー。もー。家の外が超うるさい！ …なーんてイライラしたことはありませんか？ たとえば、びっくりするほど安いアパートに引っ越したら、実は一日中ひっきりなしに電車の音が鳴り響く家だったと分かったとき。でも1年間は住むって契約書にサインしちゃったし、残りの12ヶ月間は枕を涙で濡らしながらノイズキャンセリングのヘッドフォンをかけて過ごすしかありません。あるいはそう、ルドルフ・ステファニック（Rudolf Stefanich）さんが考案した、窓に貼りつけるだけのノイズキャンセリング・デバイス｢Sono｣が一刻も早く実現するのを待たなくては！ さて、これまで｢窓や机など平らな面をスピーカーにする振動デバイス｣ならいくつか目にしてきましたよね。今回、そのアイデアを一歩推し進め
PageRankアルゴリズムを使った人事評価実験 | 株式会社サイバーエージェント
2-2-1.一般的な360度評価による評価方法 問題点 一般的に評価プロセスが公開されていないため、最終評価までのプロセスが不透明である 全員が全員を評価するのは多数の社員がいる場合は不可能である ランダム抽出によるお互いの評価を行うと、まったく違う専門分野を評価したり、まったく関わりあいのない人を評価することになり精度が下がる 2-2-2.専門分野での評価者による評価方法 問題点 *評価者になる人材の不足 高い専門スキル、会社とのビジョンマッチ、メンバーからのその専門分野での高い信頼の全てを備えている人材が専門分野毎に必要。 さらに、評価の納得性を保つためにはメンバーからの信頼がある人材ではないと評価できない。 *評価者によって評価ポイントの違いがある 同じ分野の技術者でも、スキルの価値をどこに置いているかというスタンスの違いから評価ポイントにゆらぎが発生する。 さらに評価者自体
授業の1/3がプログラム教育 コードアカデミー高等学校設立へ - 週刊アスキー
コードアカデミー高等学校キックオフ・シンポジウムが2013年11月1日に行なわれた。コードアカデミー高等学校は“デジタルを学ぶ”、“デジタルで学ぶ”をコンセプトにしたコード教育を施す新しい普通科通信制高校。現在、設置認可申請中で、2014年4月に開校を予定している。1月から課題作文、成果物による入学試験を実施する。 キックオフ・シンポジウムではスーパーバイザーの松村太郎氏が登壇し、「『ギーク集まれ！』というメッセージを送りたい。コードを書ける人を育てる。読み書き算盤に加えて、コードが学びの中心となるようにしたい」とコードアカデミー設立への思いを語った。 コードアカデミーは普通科の通常教育に加えて、プログラミングの科目を履修できる。74単位のうち50単位は一般の科目、残りをコードのカリキュラムにあてる。プログラムのカリキュラムはオープンソースとして公開され、日本中の学校で利用できるよう整備さ
PRML 読んでやってみた（上巻編） - 木曜不足
今までに書いた「 PRML を読んで、やってみた」系の記事をまとめてみた。何か参考になれば幸い。 根本的にとても疑り深い人(教科書の類に対しては特に)なので、「こんなん書いてあるけど、ほんまかいな〜？」という姿勢が目立つ。 また、よく「手触り」という言葉が出てくる。なんというか、「感触」がわからないと気持ち悪いのだ。基本的な道具類は目をつむっていても使えるのが理想、と言えば、なんとなくでもわかってもらえるだろうか。 あと、言葉使いに無駄に小うるさい(苦笑)。多くの人にとってはどうでもいいところで妙にこだわっているかも。 下巻編はこちら。 PRML 読んでやってみた（下巻編） http://d.hatena.ne.jp/n_shuyo/20110519/prml １章＆２章 特に実装とかしてない。 ディリクレ分布のパラメータが0のとき http://d.hatena.ne.jp/n_shuy
機械学習における連続最適化の新しいトレンド | PDF
従来，機械学習における連続最適化の利用は，解きたい問題を線形計画，２次計画，半正定値計画など，特定の標準形に帰着させることによって内点法などの既存の高性能なソルバーを言わばブラックボックスとして使おうというものであった．一方ここ数年，スパース信号復元や圧縮センシングの流行とともに信号処理の分野でこれらの枠組みにこだわらない最適化手法が盛んに研究されている．この発表ではこの代表例として，拡張ラグランジュ法，双対分解，Forward- Backward Splitting 法，ADMM法などを取り上げ，応用例を紹介するとともにそれらの関係を議論する．これらの手法は1960年代から70年代に最適化業界で盛んに研究された古い手法であるが，実装が単純で並列化可能であり，また，問題の性質（スパース性など）をよりよく捉えたアルゴリズムとなるため信号処理だけでなく，多くの機械学習の問題に適用可能であると考
Microsoft PowerPoint - 20120924_LatentDynamics3.pptx
スパースかつ低ランク制約を用いた 時変ネットワーク構造推定 平山 淳一郎 国際電気通信基礎技術研究所（ATR） Aapo Hyvärinen University of Helsinki 石井 信 京都大学／ATR 2012年9月24日 第3回Latent Dynamics ワークショップ ネットワーク構造推定 ` 与えられたデータ行列から，変数（ノード）間の潜在的な 依存関係を表すネットワーク（グラフ）を決定する ` 単なる相関解析では見えない直接的な関係がわかる 2012/9/24 第3回Latent Dynamics ワークショップ 2 →サンプル データ行列 確率変数 １ ２ 3 20 １回の観測／測定について 得られる観測ベクトル 条件付き独立性を 表すネットワーク（グラフ） 確率モデルに基づく方法 ` ベイジアンネットワーク ` マルコフネットワーク （マルコフ確率場） 201
スパース正則化学習の理論とアルゴリズム 冨岡 亮太 東京大学 大学院情報理工学系研究科 数理情報学専攻 概要. このサーベイ論文では近年，信号処理，情報理論，機械学習の分野をまたい
スパース正則化学習の理論とアルゴリズム 冨岡 亮太 東京大学 大学院情報理工学系研究科 数理情報学専攻 概要. このサーベイ論文では近年，信号処理，情報理論，機械学習の分野をまたいで 注目されているスパース性を導く様々な正則化の方法を加法的なスパース正則化と構造的 なスパース正則化の観点から分類し，それぞれに対する具体的な最適化アルゴリズムを与 える． 具体的には加法的なスパース正則化に対しては（加速付き）近接勾配法および著 者が提案する双対拡張ラグランジュ法を紹介する．双対拡張ラグランジュ法は加法的なス パース性から生じる条件数の悪化に対して有効であることを議論する．一方，構造的なス パース正則化に対しては交互方向乗数法を紹介する．交互方向乗数法は線形演算で表現さ れる構造とスパース正則化項を分離することが可能で，構造的なスパース正則化に対して 非常に有効な手法である． Theory
PRML 読書会 §3 線形回帰モデル 2010 / 06 / 27 id: taki0313 2010年7月9日金曜日 ● §3.1 線形基底関数モデル ● §3.2 バイアスーバリアンス分解 ● §3.3 ベイズ線形回帰 ● §3.4 ベイズモデル比較 ● §3.
PRML 読書会 §3 線形回帰モデル 2010 / 06 / 27 id: taki0313 2010年7月9日金曜日 ● §3.1 線形基底関数モデル ● §3.2 バイアスーバリアンス分解 ● §3.3 ベイズ線形回帰 ● §3.4 ベイズモデル比較 ● §3.5 エビデンス近似 ● §3.6 固定された基底関数の限界 ★☆☆ ★☆☆ ★★☆ ★★★ ★★★ ★☆☆ CONTENTS 2010年7月9日金曜日 ● 回帰問題 Introduction ● 教師なし学習 → 教師あり学習 訓練データ集合 {xn} , {tn} 次の入力 x に対する t を予測 例えば… t = y(x) を作る 、 p( t | x ) を考える … Et[t | x] が 回帰関数としていいよっ @ §1.5.5 2010年7月9日金曜日 §3.1 線形基底関数モデル ● 単純な線形回帰 ● 基底
多項式フィッティングのワナ - Preferred Networks Research & Development
今回は新しい試みとして、かわいい柴犬の画像によっていろいろなことをごまかすことにチャレンジしています。なお、画像はflickrからCCライセンスのものをお借りしております。画像をクリックするともっと大きいのが見れるよ。 さて、本題に移りましょう。今日のテーマは多項式フィッティングです。より正確には、多項式フィッティングに関して、私がいくつかの落とし穴にはまった記録です。 多項式フィッティングというと、観測されたデータから項の係数を決める問題です。 もう少し具体的に書くと、 \(f(x) = w_0 + w_1 x + w_2 x^2 + w_3 x^3 \ldots\) の\(w_0, w_1, \ldots\)の具体的な値をどう決めれば得られたデータに近い曲線が得られるか、というような問題です。ただし、観測したデータには必ずノイズが乗るものなので、誤差が0になるような曲線を作ればそれでよ
井澤裕司/信州大学 工学部 情報工学科
井澤 裕司 信州大学 工学部 情報工学科 Yuji Izawa ◆ 個人情報 ◆ 研究内容 ◆ 担当科目 論理回路 ・ 論理回路1 （情報工学科２年： ブール代数、組み合せ回路等） ・ 論理回路2 （情報工学科３年： 順序回路等） 情報システム特論第1 ・ ディジタル信号処理 基礎編 ・ ディジタル信号処理 応用編 ・ 教材コンテンツ集 平成19年度レポート課題 (8/3提出) ◆ 参考資料 ハードウェア実験関連 電子回路が目で見えるか？ −水を用いた可視化の試み− コンピュータ・アーキテクチャ 資料集 (H15年度で終了) レポートと文章表現 (H15年度 新入生ゼミナール資料) 井澤研究室のホームページへ戻る 信州大学工学部情報工学科のホームページへ戻る
確率的勾配降下法 - 機械学習の「朱鷺の杜Wiki」
確率的勾配降下法 (stochastic gradient descent method)† 予測の誤差関数が \(E^N=\sum_i^NE_i\) のように，各データ点についての誤差の総和で表されているとする．例えば，2乗誤差なら \[E_i=(y_i-f(\mathbf{x}_i))^2\] とすれば， \[E^N=\sum_i^NE_i=\sum_i^N(y_i-f(\mathbf{x}_i))^2\] のように，各データ点の誤差の総和となっている． 最急降下法では \(N\) 個のデータ全体についての勾配を考えた \[\theta\leftarrow\theta-\nabla E^N\] 確率的勾配降下法では，総和の勾配を計算する代わりに，\(i\)個目データについての勾配を計算してパラメータを更新する手続きを \(i=1,\ldots,N\) について行う． \[\theta\
劣微分を用いた最適化手法について(3) - Preferred Networks Research & Development
進撃の巨人3巻が11月に発売されるものと勘違いして本屋を探し回っていましたが、発売日は12月9日でした。徳永です。 前回は、確率的勾配降下法（SGD）について説明しました。今回はいよいよ、劣微分を用いた最適化手法に付いての説明をおこないます。 前回の復習 前回は、最大エントロピーモデルによる線形識別器の学習方法について説明し、最後に正則化について紹介しました。正則化については重要性を主張しきれていなかった気がするので、もう一度過学習と正則化について説明しておきたいと思います。 前回、間違いは少ないほうがいいよね、というような話をしましたが、間違いには2種類あります。一つは既知のデータに対する間違いの多さで、もう一つは未知のデータに対する間違いの多さです。既知のデータに対する間違いを経験損失と言い、未知のデータに対する間違いを期待損失、もしくは汎化誤差と言います。（間違いと損失はちょっと違い
ラグランジュの未定乗数法
ラグランジュの未定乗数法 戻る SVMについての記事を読んでいて絶対に避けて通れないのが，ラグランジュの未定乗数法だ．なんたって，これを使うことで「サポートベクトル」の決定が可能になるんだから，これがわからなくっちゃ始まらない． ラグランジュの未定乗数法がどうやって導出されたか，っていうことはここでは説明しない．どのようなものか，だけを述べる． ラグランジュの未定乗数法の定義 個の変数を要素として持つ変数列に関して個の制約条件 が与えられていたとする． この制約条件の下で関数が極値をとるようなを求めたいとき，もうひとつの変数列を使って次のような関数を考える． この関数の極値条件 を満たす解の中にある．ここでをラグランジュの未定乗数という． 「難しくってわかんねーよ」という人，ちょっと待っておくれ．小難しい書き方に惑わされてはいけない．これはそんなに難しいものではないんだ
『Lasso-Lars その１』
ぽんのブログ自分用の備忘録ブログです。書いてある内容、とくにソースは、後で自分で要点が分かるよう、かなり簡略化してます（というか、いい加減）。あまり信用しないように（汗 最近 Lasso-Lars というL1正則化推定法が注目されているそうです。 この方法ではパラメータ推定と共に説明変数の選択も同時に行う事が出来るそうです。 その説明と使用例についてはこちらなど・・・ 本ブログでは Efron et al. さんの論文に則ってその具体的な計算方法をまとめたいと思います（興味が続けばですが・・・汗） 今、目的変数Yと p 次元の説明変数 に関して、n組のデータ が観測されたとします。 これから以下の様な線形の式 式（１） で回帰する事を考えます。 普通の最小二乗で解く場合には、観測データと式（１）の推定値との残差二乗 を最小にするのですが、Lassoでは上に加え 式（２） と、βの絶対値の和
Getting Started — DeepLearning 0.1 documentation
Getting Started¶ These tutorials do not attempt to make up for a graduate or undergraduate course in machine learning, but we do make a rapid overview of some important concepts (and notation) to make sure that we’re on the same page. You’ll also need to download the datasets mentioned in this chapter in order to run the example code of the up-coming tutorials. Download¶ On each learning algorithm
任意の学習率の式に対する効率的なL1正則化の計算方法 : Preferred Research
今回はaveraged FOBOSの導出をしてみたのでその話を書こうかと思ったのですが、導出途中に平均化劣勾配法の場合と大差ないと気付いてしまってテンションが下がってしまいました。というわけで、ちょっとネタを変えて、学習率をいい感じに減衰させながら学習するためにはどうしたらいいのか、ありがちな実装テクニックについて書いてみます。 前提知識 前提知識として最適化問題をどう解くかを知っている必要があります。これについては以前に入門記事を書きましたので適宜ご参照下さい。文字数制限の関係で4回目と5回目のみリンクしておきます。 劣微分を用いた最適化手法について(4) やっとFOBOSが出てくる第4回 劣微分を用いた最適化手法について(完) 感動の最終回 問題提起 最近のオンライン学習において重要なテクニックの1つとして、パラメーター更新の遅延（lazy update）があります。これは、正則化の計
伊最大与党が「グーグル税」法案を提出、歳入拡大見込む
１１月４日、イタリア最大与党は米グーグルなど多国籍ネット企業に対し、イタリアで納税する機関を通じてのみ同国内における広告やネット販売を認める通称「グーグル税」法案を提出、写真はグーグルのロゴ。９月撮影（２０１３年 ロイター/Chris Helgren） ［ローマ ４日 ロイター］ -イタリア最大与党の中道左派・民主党（ＰＤ）は、米グーグルやアマゾン、ヤフーといった多国籍ネット企業に対し、イタリアで納税する機関を通じてのみ同国内における広告やネット販売を認める通称「グーグル税」法案を提出した。少なくとも１０億ユーロの税収拡大を見込む。 法案によると、多国籍ネット企業が直接課税されるわけではないが、ルクセンブルクやアイルランド、欧州連合（ＥＵ）域外の低税率国・地域を通じた広告などを抑制。ネット企業にイタリア企業を利用した広告を義務付ける内容となっている。
PRML #4 - 3.5,3.5.1
PRML #4 - 3.5,3.5.1 Presentation Transcript 3.5 エビデンス近似 田代 浩 id :tashirohiro4 2012/8/5 目的 線形基底関数モデルをベイズ的に扱いたい. そのために, 超パラメータ , に対して,事前分布を導入し, w, について,周辺化し, 目標変数 t の予測分布をもとめる. 2 予測分布は,以下で与えられる.p(t | t) p(t | w, ) p(w | t, , ) p( , | t)dwd dp(t | w, ) Ν (t | y(x, w), 1 ) (3.8)p(w | t, , ) N (w | m N , S N ) (3.49)事後分布 p( , | t) p(t | , ) p( , )p(
PRML復習レーン 1章の復習
Loading… Flash Player 9 (or above) is needed to view presentations. We have detected that you do not have it on your computer. To install it, go here. PRML復習レーン 1章の復習 - Presentation Transcript ベイズ確率論による 統計的機械学習入門 #PRMLrevenge @nokuno 自己紹介 2 • Twitter: @nokuno • はてな：id:nokuno • Social IME開発者 • 自然言語処理とか • RとかPRMLとか • Web業界でプログラマをやってます 宣伝 3 • 自然言語処理に関する勉強会をやります • 昨日グループを作ったばかりで詳細未定 • CV勉強会に負けないよう頑張りた
米側資料の慰安婦は「大金稼ぎ欲しいもの買えた」 韓国主張の性奴隷とは異なる風景 - MSN産経ニュース
根拠なく慰安婦募集の強制性を認めた河野談話が出されて以降、世界で慰安婦イコール性奴隷と流布されているが、現実はどうだったか。過去の米国の資料からは、それとは全く別の慰安婦像が浮かび上がる。 米国戦争情報局資料「心理戦チーム報告書」（１９４４年１０月１日）は、米軍がビルマ（現ミャンマー）・ミートキーナ（同ミチナ）で捕らえた朝鮮人慰安婦２０人らから尋問した内容をまとめている。それによると慰安所における慰安婦の生活の実態は、次のように記されている。 「食事や生活用品はそれほど切り詰められていたわけではなく、彼女らは金を多く持っていたので、欲しいものを買うことができた。兵士からの贈り物に加えて、衣服、靴、たばこ、化粧品を買うことができた」「ビルマにいる間、彼女らは将兵とともにスポーツを楽しんだりピクニックや娯楽、夕食会に参加した。彼女らは蓄音機を持っており、町に買い物に出ることを許されていた」 報
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
あらゆる物をネットに接続するBluetooth 4.1規格が12月にリリースへ
Yahoo! JAPANビッグデータレポート - Corporate Blog - ヤフー株式会社
3.4
低ランク行列の学習のための速い拡張ラグランジュ法 | PDF
A Fast Augmented Lagrangian Algorithm for Learning Low-Rank Matrices
LARS ºÇŬ²½¤ÎÊýË¡
https://imi.kyushu-u.ac.jp/~waki/ws2013/slide/suzuki.pdf
-