タグ

2018年3月26日のブックマーク (2件)

  • 「どうして今までそれで生きてこれたのか」となんども思った京大での六年間について - 東京物語

    六年前、いたいけな田舎娘(私)が京大に入って驚いたのは「どうして今までそれで生きてこれたんだ……」という人間の多さであった。 どうして今までそれで生きてこれたのか。 京大というのは日で一番自信家の多い大学である(という話を昔書いたことがある)。*1 ちなみにこれはライフハックなのだけど、職場や知り合いで元・京大生を見たら「ハッこいつ自信家だ!」と思ったほうがいい。基的に謙虚なふりをしてても自信なさげに振舞ってても、そいつは心の奥底では自分が世界で一番エライと思っている人間である。当に! しかし話を戻すと、自信家という生き物は、基的に出る杭は打たれるこの国で、「自信なさそうに振舞う」という処世術を習得する。それが普通である。 とくに中高なんて、みんな一緒の制服を着て同じ試験を受けて同じよーな場所に帰るわけで、いくら能力があったとて「俺/私、自信ありまーす!」なんて叫んでたら殺されるだ

    「どうして今までそれで生きてこれたのか」となんども思った京大での六年間について - 東京物語
  • ポケモンの外見的特徴から種族値を勾配ブースティングで予測する - Qiita

    しかし、このような占有面積が小さい、かつ高い種族値合計を持つポケモンはほとんどが伝説のポケモンとなっています。 そこで、例外は存在するものの、全体としては上に挙げた画像のような傾向を持っていると仮定します。 これより、特徴を適切に捉えることで、ポケモンの外見から種族値を予測することができます。 使用するアルゴリズム -Algorithm- 今回、予測したいパラメータは以下の7種類("HP"、"攻撃"、"防御"、"特攻"、"特防"、"素早さ"、"合計")となります。 予測のおおまかな手順としては次の2ステップとなります。 勾配ブースティングを用いた個別パラメータの予測 合計値を用いた個別パラメータに対する補正 以下では、それぞれの手順についてみていきます。 勾配ブースティングを用いた個別パラメータの予測 -Prediction by Gradient Boosting- まず、はじめにそれぞ

    ポケモンの外見的特徴から種族値を勾配ブースティングで予測する - Qiita