はてなブックマークアプリ

サクサク読めて、
アプリ限定の機能も多数!

アプリで開く

はてなブックマーク

  • はてなブックマークって?
  • アプリ・拡張の紹介
  • ユーザー登録
  • ログイン
  • Hatena

はてなブックマーク

トップへ戻る

  • 総合
    • 人気
    • 新着
    • IT
    • 最新ガジェット
    • 自然科学
    • 経済・金融
    • おもしろ
    • マンガ
    • ゲーム
    • はてなブログ(総合)
  • 一般
    • 人気
    • 新着
    • 社会ニュース
    • 地域
    • 国際
    • 天気
    • グルメ
    • 映画・音楽
    • スポーツ
    • はてな匿名ダイアリー
  • 世の中
    • 人気
    • 新着
    • 新型コロナウイルス
    • 働き方
    • 生き方
    • 地域
    • 医療・ヘルス
    • 教育
    • はてな匿名ダイアリー
  • 政治と経済
    • 人気
    • 新着
    • 政治
    • 経済・金融
    • 企業
    • 仕事・就職
    • マーケット
    • 国際
    • はてなブログ(政治と経済)
  • 暮らし
    • 人気
    • 新着
    • カルチャー・ライフスタイル
    • ファッション
    • 運動・エクササイズ
    • 結婚・子育て
    • 住まい
    • グルメ
    • お金
    • はてなブログ(暮らし)
    • 掃除・整理整頓
    • 雑貨
    • 買ってよかったもの
    • 旅行
    • アウトドア
    • 趣味
  • 学び
    • 人気
    • 新着
    • 人文科学
    • 社会科学
    • 自然科学
    • 語学
    • ビジネス・経営学
    • デザイン
    • 法律
    • 本・書評
    • 将棋・囲碁
    • はてなブログ(学び)
  • テクノロジー
    • 人気
    • 新着
    • IT
    • セキュリティ技術
    • はてなブログ(テクノロジー)
    • AI・機械学習
    • プログラミング
    • エンジニア
  • おもしろ
    • 人気
    • 新着
    • まとめ
    • ネタ
    • おもしろ
    • これはすごい
    • かわいい
    • 雑学
    • 癒やし
  • エンタメ
    • 人気
    • 新着
    • スポーツ
    • 映画
    • 音楽
    • アイドル
    • 芸能
    • お笑い
    • サッカー
    • 話題の動画
  • アニメとゲーム
    • 人気
    • 新着
    • マンガ
    • Webマンガ
    • ゲーム
    • 任天堂
    • PlayStation
    • アニメ
    • バーチャルYouTuber
    • オタクカルチャー
  • おすすめ

    GPTs

『めも』

  • 人気
  • 新着
  • すべて
  • Pythonのスタイルガイドの確認 - めも

    48 users

    paper.hatenadiary.jp

    スタイルガイド PEP-8 Google Python Style Guide django 既存のコードに対するpep8の確認 pep8 flake8 autopep8 docstringのフォーマット 各スタイルガイド要約 PEP8 Google C++ 参考文献 自分の確認用です. C++のスタイルガイド の確認も自分の勉強用です. スタイルガイド スタイルガイドは、出版物などにおいて統一した言葉遣いを規定する手引き (出典:スタイルガイド - Wikipedia) コーディングにおいても, 基本的な書き方のルールをある程度定めることで理解しやすいコードになりうる. いくつか種類が存在する. PEP-8 peps/pep-0008.txt at master · python/peps · GitHub はじめに — pep8-ja 1.0 ドキュメント Google Python

    • テクノロジー
    • 2019/12/14 18:48
    • python
    • コーディングスタイル
    • あとで読む
    • ガイドライン
    • プログラミング
    • techfeed
    • GitHub
    • 機械学習関係の論文を調べる時にみるページ - めも

      3 users

      paper.hatenadiary.jp

      まとめ・検索 Browse state-of-the-art arxiv sanity awesome-deep-learning-papers Search ICLR 2019 朱鷺の杜Wiki 解説・輪読 cvpr-challenge nlpaper-challenge Deep Learning JP arXivTimes ブログ IBM Research Blog Stanford NLP Group The Berkeley Artificial Intelligence Research Blog I’m a bandit - Random topics in optimization, probability, and statistics. By Sébastien Bubeck Airbnb Engineering & Data Science(Medium) faceb

      • テクノロジー
      • 2019/09/23 19:50
      • 機械学習関係の無料pdfの一覧 - めも

        3 users

        paper.hatenadiary.jp

        Bayesian Reasoning and Machine Learning Computer Vision: Algorithms and Applications David MacKay: Information Theory, Pattern Recognition and Neural Networks Deep Learning Elements of Statistical Learning: data mining, inference, and prediction Introduction to Data Mining Introduction to Information Retrieval Reinforcement learning: : An Introduction Think Stats : Probability and Statistics for P

        • テクノロジー
        • 2018/12/09 07:44
        • unclassified
        • matplotlibでの凡例(ラベル)の表示場所・形式を変更する - めも

          3 users

          paper.hatenadiary.jp

          日本語のラベルが文字化けしないようにする legend(凡例)の表示方法の指定 通常 スタイルシートで指定する 場所を指定(グラフ枠内) 凡例表示を複数列に分割する, 枠に影をつける, 横幅いっぱいにする グラフの枠外に表示する 凡例にタイトルをつける 凡例を分割して別々に表示する ラベル名を任意の文字列に付け替える 凡例の大きさ, フォントサイズ, 行間のスペースを変える その他の可視化例 株価データのプロット 決定木(分類)の可視化 決定木(回帰)の可視化 参考文献 たまに使うmatplotlibでのグラフ・プロットの作成の際のラベルの表示例です。 日本語のラベルが文字化けしないようにする pip install japanize-matplotlibなどとして japanize-matplotlibをインストールして下さい。その後、コードの中でimport japanize_matp

          • テクノロジー
          • 2018/03/25 15:17
          • pythonでgensimを使ってトピックモデル(LDA)を行う - めも

            3 users

            paper.hatenadiary.jp

            LDA用のデータの作成 単語の辞書を作成して出力 外部に保存したコーパスと辞書の読み込み LDAの実行 コード 出力例 gensimとjanomeを用いたLDAを行います。 必要なデータは一行ごとに文章が入ったtxtファイルです。 LDA用のデータの作成 data.txtには一行ごとに文章が保存されています。 この文章から名詞のみを取り出して、word_vectorに保存していきます。 import codecs as cd import gensim from janome.tokenizer import Tokenizer from gensim import corpora, models, similarities filename = 'data.txt' file = cd.open(filename, 'r', 'utf-8') lines = filed.readline

            • テクノロジー
            • 2018/03/08 12:46
            • Zero-shot / One-shot Learningに関する資料集 - めも

              3 users

              paper.hatenadiary.jp

              定義 Zero Shot Learning one shot learning 関連研究・スライド 2008年 Zero-data Learning of New Tasks 2009年 Zero-Shot Learning with Semantic Output Codes Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer 2013年 Zero-Shot Learning Through Cross-Modal Transfer DeViSE: A Deep Visual-Semantic Embedding Model 2014年 Transductive Multi-view Embedding for Zero-Shot Recognition and Annotation 2

              • テクノロジー
              • 2017/10/10 14:04
              • 機械学習
              • 研究
              • matplotlibでの散布図・プロット・アニメーションなどのサンプル集 - めも

                6 users

                paper.hatenadiary.jp

                マルチラベルデータのプロット プロットするデータの作成 二次元で可視化 三次元で可視化 三次元で可視化してそれを回転させるアニメーションを作成 分類問題データのプロット Isomapで次元削減したものを可視化 プロットのマーカを変える+ランダムに色を生成する その他 矢印をプロットに追加 棒グラフなどを模様で埋める(hatch) jupyter notebookでアニメーションを埋め込む 長方形の枠をプロットする ヒートマップのアニメーション 利用可能なカラーマップの取得 利用可能なマーカー(点の形)の一覧の取得 ラベルの位置の調整 その他のプロットのサンプルコード 宇宙工学・天文学など seaborn のギャラリー matplotlibのギャラリー 毎回ぐぐるのもあれだったので。 よく使うものでなるべくドキュメントのギャラリーになさそうなもの。 適当に追記するかもしれません。 マルチラベ

                • テクノロジー
                • 2017/09/27 14:04
                • python
                • 動画のフレーム間の画像補完・アニメの中割り関係の論文のメモ - めも

                  3 users

                  paper.hatenadiary.jp

                  中割り 論文 中割り A filter based approach for inbetweening 動画のフレーム間の画像補完 Optical Flow Guided TV-L1. Video Interpolation and Restoration Multi-Level Video Frame Interpolation: Exploiting the Interaction Among Different Levels Deep multi-scale video prediction beyond mean square error Phase-based frame interpolation for video DeepMotion - A Convolutional Neural Network for Frame Interpolation Video Frame S

                  • アニメとゲーム
                  • 2017/09/21 07:15
                  • anime
                  • XGBoostで自分で設計した目的関数(objectiveを自分で定義)で回帰を行う - めも

                    4 users

                    paper.hatenadiary.jp

                    やること Quantile Regression イメージ scikit-learnのGradientBoostingでの実装 XGBoostの目的関数を変更する 目的関数 結果 他の目的関数 やること xgboostの目的関数を定義済みのものから自分で定義したものに変える。 回帰は常に 正解ラベル=予測の平均値 だったらいいのだけれど、予測を外したらまずいケースも現実問題では存在する。 なので、予測を外したらダメなケースだけは特にペナルティを大きくした目的関数を自分で定義したかった。 今回は練習でQuantile Regressionをxgboostを使って行う。 Quantile Regression Koenker, Roger. Quantile regression. No. 38. Cambridge university press, 2005. イメージ の赤実線以下のサン

                    • テクノロジー
                    • 2017/06/28 22:43
                    • 機械学習
                    • 強化学習関係のMOOCs(オンライン講座)のメモ - めも

                      3 users

                      paper.hatenadiary.jp

                      CS 598 LAZ: Cutting-Edge Trends in Deep Learning and Recognition CS 294: Deep Reinforcement Learning, Spring 2017 UCL Course on RL Sutton本 CS294をいつか見たいけれども、朝になった。 次はTree-structured Parzen Estimatorとかを調べる予定。 CS 598 LAZ: Cutting-Edge Trends in Deep Learning and Recognition 講義ページ:CS 598 LAZ 最近の deep 系の主な話題を順番にふれていく講義。強化学習も途中に一回。Feature pyramid networksとか 2016/12 以降の完全に追いきれていないテーマの説明がスライドにあるので、概要を把握する

                      • テクノロジー
                      • 2017/06/07 19:31
                      • Hyperoptなどのハイパーパラメータチューニングとその関連手法についてのメモ - めも

                        4 users

                        paper.hatenadiary.jp

                        ハイパーパラメータの定義 探索手法 Random Search Manual coordinate descend Grid Search Particle Swarm Optimization Genetic Algorithm Sequential Model-Based Optimization(SMBO) Tree-structured Parzen Estimator(TPE) Sequential Model-Based-optimization for general Algorithm Configuration(SMAC) Fast LineAr SearcH(FLASH) Optuna 参考文献 ねむい。SMACとTPEが概要しかつかめていないので次はここを調べよう。 追記:jsaiにて発表があるのを見つけました、行けばよかった...自分で断っといといてあれだけど...

                        • テクノロジー
                        • 2017/06/07 17:11
                        • エラー解決:pandas.read_csvで日本語を含んだcsvを読み込めない - めも

                          3 users

                          paper.hatenadiary.jp

                          エラー内容 原因 解決法 解決法1:オプションで指定 解決法2:エラーを放置してshift-jisに変換 関連ページ エラー内容 例えば、以下のようなエラーメッセージが表示される。 UnicodeDecodeError: 'utf-8' codec can't decode byte 0x92 in position 0: invalid start byte UnicodeDecodeError: 'utf-8' codec can't decode byte 0x95 in position 0: invalid start byte UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte 'utf-8' codec can't decode byte 0x??

                          • テクノロジー
                          • 2017/03/04 17:16
                          • 画像処理系のDeep Learningの基本的な手法 - めも

                            4 users

                            paper.hatenadiary.jp

                            まとめ資料 サーベイ The Deep Learning textbook by Ian Goodfellow and Yoshua Bengio and Aaron Courville Deep Learning in Neural Networks: An Overview 画像・動画 画像分類問題 AlexNet (ImageNet Classification with Deep Convolutional Neural Networks) GoogLeNet Visual Geometry Group Network 物体認識 R-CNN Fast R-CNN Faster R-CNN YOLO: Real-Time Object Detection Overfeat 特徴抽出・エンベッディング Caffe: Convolutional architecture for fast

                            • テクノロジー
                            • 2017/02/05 17:33
                            • pythonでBidirectional LSTMを使った分類問題 - めも

                              3 users

                              paper.hatenadiary.jp

                              モデルの定義 モデルの精度の確認 コード 出力 Bidirectional LSTMを使って時系列データを2クラスに分類できるか確かめる。 Schuster, Mike, and Kuldip K. Paliwal. "Bidirectional recurrent neural networks." IEEE Transactions on Signal Processing 45.11 (1997): 2673-2681. らによって導入された LSTMの拡張版。以下にBidirectional LSTMの簡単な説明とコードあり。 www.wildml.com github.com モデルの定義 model = Sequential() model.add(Embedding(100, 128, input_length=X_train.shape[1])) model.add(Bid

                              • テクノロジー
                              • 2017/01/19 13:54
                              • データの次元削減に関する資料集 - めも

                                45 users

                                paper.hatenadiary.jp

                                次元削減とは データの次元削減(Dimensionality reduction) + データの可視化(Data Visualization) PCA Principal Component Analysis(PCA) randomized PCA Online Robust Principal Component Analysis(OR-PCA) 多様体学習 t-Distributed Stochastic Neighbor Embedding(t-SNE) Multidimensional Scaling(MDS) Isomap Locally Linear Embedding (LLE) Laplacian Eigenmaps(LE) Semidefinite Embedding (SDE) Latent Dirichlet Allocation(LDA) Labeled LDA P

                                • テクノロジー
                                • 2017/01/14 13:59
                                • t-SNE
                                • analysis
                                • algorithm
                                • 機械学習
                                • R
                                • data
                                • Richard S. Suttonら著の強化学習本のドラフト版が公開 - めも

                                  15 users

                                  paper.hatenadiary.jp

                                  pdf サンプルコード 追記 このドラフト版の前の本 Sutton, Richard S., and Andrew G. Barto. Reinforcement learning: An introduction. Vol. 1. No. 1. Cambridge: MIT press, 1998. で有名なRichard S. Sutton氏による新しい強化学習本のドラフト版が以下のページより閲覧できます。総計400p超+サンプルコードあり。 pdf タイトル:Reinforcement Learning: An Introduction. Richard S. Sutton and Andrew G. Barto https://webdocs.cs.ualberta.ca/~sutton/book/the-book-2nd.html サンプルコード github.com 追記 バン

                                  • テクノロジー
                                  • 2017/01/13 20:57
                                  • 強化学習
                                  • 機械学習
                                  • あとで読む

                                  このページはまだ
                                  ブックマークされていません

                                  このページを最初にブックマークしてみませんか?

                                  『めも』の新着エントリーを見る

                                  キーボードショートカット一覧

                                  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

                                  はてなブックマーク

                                  • 総合
                                  • 一般
                                  • 世の中
                                  • 政治と経済
                                  • 暮らし
                                  • 学び
                                  • テクノロジー
                                  • エンタメ
                                  • アニメとゲーム
                                  • おもしろ
                                  • アプリ・拡張機能
                                  • 開発ブログ
                                  • ヘルプ
                                  • お問い合わせ
                                  • ガイドライン
                                  • 利用規約
                                  • プライバシーポリシー
                                  • 利用者情報の外部送信について
                                  • ガイドライン
                                  • 利用規約
                                  • プライバシーポリシー
                                  • 利用者情報の外部送信について

                                  公式Twitter

                                  • 公式アカウント
                                  • ホットエントリー

                                  はてなのサービス

                                  • はてなブログ
                                  • はてなブログPro
                                  • 人力検索はてな
                                  • はてなブログ タグ
                                  • はてなニュース
                                  • ソレドコ
                                  • App Storeからダウンロード
                                  • Google Playで手に入れよう
                                  Copyright © 2005-2023 Hatena. All Rights Reserved.
                                  設定を変更しましたx