実装ディープラーニング
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はViEW2021チュートリアルセッション「最新研究の始め方」のプレゼン素材です。また、xpaper.challengeの2020年末ワークショップとしてプレゼンした「研究効率化Tips」の拡張版です。本資料では3社12研究室300ページにわたるノウハウの詰め合わせです。 VIEW2021のチュートリアルセッションでは時間の制限があるため、こちらの資料から一部抜粋して発表を行うことになりますが、VIEW2021チュートリアルセッションの方にも足を運んでいただければ幸いです。 VIEW2021チュートリアルセッション：http://vie
Welcome to Read the Docs — PythonJS latest documentation
Welcome to Read the Docs¶ This is an autogenerated index file. Please create a /home/docs/checkouts/readthedocs.org/user_builds/pythonjs/checkouts/latest/doc/index.rst or /home/docs/checkouts/readthedocs.org/user_builds/pythonjs/checkouts/latest/doc/README.rst file with your own content. If you want to use another markup, choose a different builder in your settings.
機械学習ライブラリ scikit-learn で簡単ツイート分類 | ぱろすけのメモ帳
皆様こんにちは。今日も元気に自分を見つめ直していますか？自分を見つめ直す手段として、過去の自分の発言を見返すことは有用だと考えられます。たとえば、Twitter を使っている方ならば、その過去ログを用いることが考えられるでしょう。Twitter の過去ログはライフログとして機能し、それを用いることにより、過去の出来事のみならず、考え方、感じ方、ふとした着想、などなどを読み取ることができます。しかしながら、過去のツイートを全部見返すのは非常に面倒ですね。たとえば僕のアカウントはトータルで4万ツイート以上あります。これは非常にめんどい。Twitter は情報量多くてだるいよね問題については、従来「再生核 Hilbert 空間を用い、脱ベイズ確率主義に立脚したあまりだるくないツイッター」などの試みが行われてきましたが、今なおその面倒さを軽減する手段については十分とはいえません。本記事では、過去の
自然言語処理分野における ディープラーニングの現状
⾃ࠞ然⾔ࢠ語処理ྞ分野における ディープラーニングの現状 渡邉 ̀陽太郎ྒ 東北ྖ⼤֒学⼤֒学院情報科学研究科 IBIS2013 企画セッション2：ディープラーニング 2013/11/12 NLPにおけるディープラーニング 2 ⾔ࢠ語モデル の構築 ⾔ࢠ語の構成性 のモデル化 構成的意味論ྔ ⾔ࢠ語解析 （構造予測） Recursive Neural Networks Autoencoders (Socher et al., 2011, 2012, 2013) RBM (Minh and Hinton 2007) Feed-forward Deep NN (Bengio et al., 2003, Arisoy et al., 2012) Recurrent NN (Mikolov et al., 2010) (Wang and Manning 2013) (Mansur et al.,
Twitterの投稿時間で類似度を計算してみた - 確率分布の類似度 - 唯物是真 @Scaled_Wurm
以前集合やベクトルの類似度の記事を書いたんですが、確率分布の類似度には触れていなかったのでついでに書きました ツイート時間分布の類似度を求める 今回はツイート時間ごとの頻度を正規化して、確率分布とみなして類似度を計算してみます 私のアカウント(以下mainと表記)に対して、私のもう一つのアカウント(以下subと表記)+私がリプライを送ってる数が多い(以下friendと表記)上位5人と比較します subがfriendよりも似た結果になることを期待しています 以下にツイート時間の分布(main + sub + friend 5人)を載せました ある程度似ていますが、人によってそこそこ形が違っていて、特に午前中の投稿時間の差は特徴的に見えます またfriend1の一人だけは大きく違った傾向を示しています 以下ではこれらが定量的にどれぐらい異なるのか類似度を計算して比較していきます グラフを描くの
経済学入門テキストをあれこれ買い込む前に・・ - すらすら経済学を学ぶ日記。
経済学を勉強してみたいなあ、と思い立って 評判の教科書を読んでもなかなか理解できない・・ との悩みは多いかもしれません。 iTunes Uを検索したところ、明治大学商学部の経済学の講義が 無料で受講できるようです。 私も聴いてみたところ、学部の1年生の秋くらいに学ぶレベルではないかと。 ミクロ経済学 明治大学商学部 マクロ経済学 明治大学商学部 それぞれ1時間ちょっとの講義が13コマづつあります。 無料で誰でも聴けますので、高いテキストをあれこれ買い込む前にどうぞ。 なお、最近読んだ入門テキストで良かったと思ったのはこれでしょうか。 教養としての経済学 -- 生き抜く力を培うために 作者: 一橋大学経済学部出版社/メーカー: 有斐閣発売日: 2013/02/27メディア: 単行本（ソフトカバー）この商品を含むブログ (2件) を見る 書評はこちら。 参考文献リストも充実しており、 「次」へ
科研費の審査員を経験して | Chem-Station (ケムステ)
さて、研究者の皆様におかれましては、【科学研究費補助金】の申請書作成がいろいろな意味で終了したころではないかと思います。かくいう私も、いろいろな意味で終了しました。良くあることなのですが、「来年こそはがんばろう」、という思いを強くしたに違いありません。 そんな研究者の皆様に、今回は、 「申請書はどうのように書くべきか」 ではなく、審査員の経験者であるapoptosisが、 「審査員は申請書のどんなところを気にするのか」 について何となくつぶやいてみたいと思います。 いきなりこんなことを言うのも何ですが、ケムステスタッフは非常に若い研究者がそろっています。しかも研究力もすばらしい人たちばかりです。そのため、ケムステの記事をお読みいただくことによってケムステスタッフの研究哲学を学ぶことができ、読者の皆様の申請書を作成する力がアップするのは間違いありません。事実、ケムステスタッフの中でおそらく一
ざっくりと #isucon 2013年予選問題の解き方教えます : ISUCON公式Blog
ISUCONとはLINEヤフー株式会社が運営窓口となって開催している、お題となるWebサービスを決められたレギュレーションの中で限界まで高速化を図るチューニングバトルです こんにちは、@acidlemon です。 ざっくりと書いたつもりなのに長編です。 本エントリでは、スコアがなかなか伸びなかった方々を主な対象として、実際に先週末実施した予選問題を解いていく方法を解説します。高スコアをたたき出した方々は参考までに「こんなやりかたでもここまでスコア伸びるんだなー」という感じで読んでください。 最初の方針は「派手なことをしない」「コンサバにやる」です。「とりあえず」という気持ちでmemcachedやRedis、もしくはvarnishやnginxでキャッシュし始めるとキャッシュの寿命のことを考え始めなければならず、疑心暗鬼になったりして難易度が上がります。まぁその辺は最終的には男気によって解決す
Michal Ptaszynski / Research
Page Navigation → System Description → Released Files → Development History → Main References Other Research → ML-Ask: Affect Analysis → CAO: Emoticon Analysis → Automatic Evaluation of Conversational Agents → Contextual Appropriateness of Emotions → Cyberbullying Detection → SPEC: Sentence Pattern Extraction Architecture → POST-AL: POS Tagger for Ainu Language → YACIS: Yet Another Corpus of Inter
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
