箇条書きの記号を変える - メモ帳ブログ @ wiki各項目の頭につく記号は\labelitemi、\labelitemii、…で定義されている（順に深度1～4に対応）。この記号を変えるには\renewcommand{\labelitemi}{＃}の様にする。また、1箇所だけ記号を変えるには\item[＃]の様にする。
「実践 Erlang」講義用資料 まとめ - Twisted Mind
たけまるさんにご推薦いただき、とあるところで Erlang の講師をやることになったので資料を作るメモ 講義について # 明日にでもまとめます 以下での補助事業の一部で「実践 Erlang」の講師を担当させていただくことになりました。 コミュニティから広島に Erlang を広めたいという話を伺い、 少しでもお役に立てればと言うことで快諾させていただきました。 平成21年度「地域経済情報化基盤整備補助事業」 ビジネスベースひろしま−3ESC−コンソーシアム（中国） http://www.meti.go.jp/information/data/c90810dj.html 地域製造業に求められる「エレクトロニクス 化」を促進するために、高機能や新しいサービス を実現するソフトウェア開発を担う地域の中小 IT ベンダおよび係わる人材を育成する。また、 高度化・高付加価値のソフトウェアを提供する体
Lectures: Web Engineering
講義情報/ウェブ工学 ウェブ工学 豊田正史(生産研) 電子情報学専攻, 2009 冬, 月 14:45-16:15 講義内容 輪講形式で行う。発表は20分＋質疑応答5分。発表論文を変更したいときはすぐに申し出ること。資料の印刷は必要ない。プレゼンテーションファイルを発表後に豊田あてに送付すること。本ページにて公開の予定。 Data Mining: 9 Social Networks: 5 Search: 4 UI and Mobile Web: 5 Rich Media: 4 Semantic/Data Web: 1 Security and Privacy: 2 10/05 イントロダクション 資料 10/19 藤原靖宏: [Data Mining] Chuan Xiao , Wei Wang , Xuemin Lin , Jeffrey Xu Yu. Efficient similar
ハーバード大学医学部留学・独立日記 第二部 三重大学医学部編 ... 読みたい本：マルコム グラッドウェルの Outliers: The Story of Success
ボストンで１３年働いた研究者が、アカデミック・キャリアパスで切磋琢磨する方法を発信することをめざします。 2024/11 « 12345678910111213141516171819202122232425262728293031» 2025/01 アイデアがバイラス感染のように広がる社会現象を描いた「 The Tipping Point: How Little Things Can Make a Big Difference」や、直感や第六感の重要性についての「 Blink: The Power of Thinking Without Thinking」で有名なベストセラー作家のマルコム グラッドウェル（Malcolm Gradwell）の待望の新刊「 Outliers: The Story of Success」が11月18日に発売になります。 （追記）Outliers（外れ値）とは
インデックス分割ツール IndexSplitter (3.0) | 関口宏司のLuceneブログ
一定期間更新がないため広告を表示しています
RONDHUIT-REPORT-Vol5
RONDHUIT REPORT Vol.5 – LUCENE 2.9 NEW FEATURES Copyright © RONDHUIT Co.,Ltd. 1 RONDHUIT REPORT Vol.5 – LUCENE 2.9 NEW FEATURES Copyright © RONDHUIT Co.,Ltd. 2 RONDHUIT REPORT Vol.5 – LUCENE 2.9 NEW FEATURES Copyright © RONDHUIT Co.,Ltd. 3 st Lucene /Solr 100-0005 1-1-3 AIG B1F 03-5288-5927 FAX 03-5288-5928 sales@rondhuit.com http://www.rondhuit.com/
Designs, Lessons and Advice from Building Large Distributed Systems
Designs, Lessons and Advice from Building Large Distributed Systems Jeff Dean Google Fellow jeff@google.com Computing shifting to really small and really big devices UI-centric devices Large consolidated computing farms Google’s data center at The Dalles, OR The Machinery Servers • CPUs • DRAM • Disks Racks • 40-80 servers • Ethernet switch Clusters Architectural view of the storage hierarchy … P
Information Retrieval Tutorials
A Collection of Information Retrieval Tutorials for IR Students and Search Engine Marketers Here is a list of IR tutorials. Some include examples, fast tracks, reader's feedback and reviews or exercises. Fast Tracks Fast tracks are meant to be quick references. For detailed explanations please read the corresponding tutorials. LSI Keyword Research Singular Value Decomposition (SVD) A Linear Alge
Cプリプロセッサメタプログラミングで、文字列系泥沼関数型プログラミング - 簡潔なQ
今年の文化祭で書いた記事です。 - C言語といえば、いやなイメージ、過去の遺産といった感じがあるかもしれません。 C言語のネガティブな側面というと、やはりポインタやメモリ管理などが難しい、ということが思いつくかもしれません。 しかし、C言語のポインタは表記に騙されやすいだけで、仕組み自体は全く難しくありません。 文法も、どこぞのPerlやC++と比べたら屁でもない単純さです。 実のところ、仕様が煩雑で難しいのは、Cプリプロセッサなのであります。 普段からあまり複雑な使いかたをしないから気づかないかもしれませんが、Cプリプロセッサの置換処理は、欺瞞と裏切りに満ちた世界なのです。 これが進化するとテンプレートなどといったもっと面白いものになるのですが、今回はCプリプロセッサで計算をしちゃったりするところまで試しにやってみましょう。 (なお、GCCにより実験的に調べた記事なので、他のCコンパイラ
Succinct なトライの実験に用いたソースコード - やた＠はてな日記
いつものように，Google Code にアップロードしました．プロジェクトの名前は sumire-tries になっています．名前を sumire にした理由は，なんとなくです…． ドキュメントは準備中ですが，基本的な使い方は後述します． Google Code Archive - Long-term storage for Google Code Project Hosting. 右のメニューにある Featured downloads からアーカイブをダウンロードして，よくある手順を踏めば動作確認できます． ./configure make make check ヘッダのみで構成されているため，make install でインストールしなくても，ヘッダを格納しているディレクトリ（include/）をコピーすれば使えます． トライを構築する手順は，以下のようになっています． 基礎となる
[O] Opinion mining and sentiment analysis（意見マイニングと評判分析）というサーベイ論文
Opinion mining and sentiment analysis（意見マイニングと評判分析）というサーベイ論文 Tweet [日記] なんかあんまり日本語の言及が無いですけど、「Opinion mining and sentiment analysis」というサーベイ論文が書籍化されていて、おまけにその内容が無料で閲覧できるようになっています。 - Opinion mining and sentiment analysis (survey) -- http://www.cs.cornell.edu/home/llee/opinion-mining-sentiment-analysis-survey.html Bo Pang and Lillian Lee Foundations and Trends in Information Retrieval 2(1-2), pp. 1–1
Rでガウス過程による分類を実装 - 遥かへのスピードランナー
PRMLの6.4.5〜6.4.6の範囲にあるガウス過程による分類をRで実装してみました。 ソースコード全文はgithubにアップしています。 http://github.com/thorikawa/prml/blob/master/gaussian_process_classify.R ここでは例として、(1,0),(2,0),(3,0)で1、(0,1),(0,2),(0,3)で0の値を取る訓練集合を用いています。 # Training data x=list(c(1,0),c(2,0), c(3,0), c(0,1), c(0,2), c(0,3)) t=c(1,1,1,0,0,0) training_data_num <- length(x) この訓練集合とカーネル関数をもとに予測分布を導出しています。 ガウス過程においては、訓練集合から予測分布を決める（ほぼ）唯一の要素はカーネル関数
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
Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.
UNIXのコマンドをPERL上で実行してみよう