s-fengのブックマーク / 2015年9月14日

s-feng id:s-feng

2015年9月14日のブックマーク (5件)

Apache Drill で JSON 形式のオープンデータを分析してみる - db tech showcase Tokyo 2015 2015/06/11
つい先日バージョン1.0がリリースされたスキーマフリーSQLクエリエンジンApache Drill。Drill登場の背景と特徴、他のSQL-on-Hadoopとの違いについて解説します。また、いろいろなオープンデータを使ってJSONデータを実際に分析する実践的な内容を盛り込みます。2015年6月10〜12日に開催されたdb tech showcase Tokyo 2015での講演資料です。Read less
s-feng 2015/09/14
oss

data

apache

tutorial

presentation
リンク
なぜ状態空間モデルを使うのか | Logics of Blue
最終更新：2016年1月24日このサイトでは統計学や統計モデルの紹介を多くしています。その中でも、状態空間モデルは、力を入れている分野の一つです。ところで、なぜ状態空間モデルを使う必要があるのでしょうか。そもそもにおいて、統計モデルを使う必要性はどこにあるのでしょうか。今回は個々の手法の説明ではなく「なぜそれを使うのか」という理由を解説します。スポンサードリンク目次 1．なぜモデルを使うのか 2．なぜ統計モデルを使うのか 3．なぜ状態空間モデルを使うのか 4．なぜたくさんのモデルを統一的に表せると便利なのか 5．状態空間モデルを使う注意点 6．状態空間モデルの御利益 7．おまけ：統計モデルと機械学習の違い 1．なぜモデルを使うのかモデルとは､「見やすくなるように簡略化したもの」です。モデルを作る行為、すなわちモデル化とは､「見やすくなるように簡略化すること」です。例えば
s-feng 2015/09/14
algorithm

statistics

tutorial
リンク
画風を変換するアルゴリズム - Preferred Networks Research & Development
Deep Neural Networkを使って画像を好きな画風に変換できるプログラムをChainerで実装し、公開しました。 https://github.com/mattya/chainer-gogh こんにちは、PFNリサーチャーの松元です。ブログの1行目はbotに持って行かれやすいので、3行目で挨拶してみました。今回実装したのは”A Neural Algorithm of Artistic Style”(元論文)というアルゴリズムです。生成される画像の美しさと、画像認識のタスクで予め訓練したニューラルネットをそのまま流用できるというお手軽さから、世界中で話題になっています。このアルゴリズムの仕組みなどを説明したいと思います。概要 2枚の画像を入力します。片方を「コンテンツ画像」、もう片方を「スタイル画像」としましょう。このプログラムは、コンテンツ画像に書かれた物体の配置をそのま
s-feng 2015/09/14
これは凄い。カドカワの川上量生氏が「アニメは人工知能で置き換え可能かもしれない」という話が少なくとも作業面では実現可能になってきたのかもしれない。（DLがジブリ風の絵に置き換え、それを修正する等）

deepLearning

case

PFI
リンク
AWS News Blog
New — File Release for Amazon FSx for Lustre Amazon FSx for Lustre provides fully managed shared storage with the scalability and high performance of the open-source Lustre file systems to support your Linux-based workloads. FSx for Lustre is for workloads where storage speed and throughput matter. This is because FSx for Lustre helps you avoid storage bottlenecks, increase utilization of compute
s-feng 2015/09/14
SQLにユーザー定義関数を作れる。しかも、Pythonで書け、最初からNumPyやPandasといったライブラリが使えるとのこと。これは鬼仕様。

amazon

Redshift

cloud

analysis

platform
リンク
■featured stories
Emerging techno logy review シリコンバレーからの先端技術分析レポート。先端技術を学び、日本企業の経営戦略と製品計画策定に寄与。未来を生み出すベンチャー企業やファウンダーと接し、イノベーション誕生の思想に迫る。 “Emerging Techno logy Review” is research reports featuring the latest techno logies. The articles analyze the new wave of the techno logies and explores the Silicon Valley culture and innovations. ■featured stories シリコンバレーからの先端技術分析レポート (ブログへのリンク) ■about シリコンバレーで生まれる先端技術を解析 VentureCl
s-feng 2015/09/14
まだ単純ながらも従来よりもより脳の構造を真似たDLは本来の目的に合致してると思うし、当面出来ないことが限界として挙げられているような気がする。概念という中間層をもつという発想は最初の突端になるはずでは？

deepLearning
リンク
- 2015年9月15日
- 2015年9月14日
- 2015年9月11日