ひどい論文を書く技術？ - 化学者のつぶやき -Chem-Station-
優れた論文を書くためのノウハウ文は、世の中に多数存在しています。しかし「ひどい論文を書く技術」を述べた文はというと、そうそうお目にかかれはしないでしょう。 Analytical Chemistry最新号のEditorial（doi:10.1021/ac2000169）は、まさにそんな内容となっています。 その栄えあるタイトルは“Skillful writing of an awful research paper” (笑) ここでは「退屈で、紛らわしく、誤解を招き、情報価値のない論文を書く技術」が、ご丁寧に7つの法則としてまとめられています。 かいつまんでみますと、 法則1. 研究目的を一番最初に説明しない 法則2. 実験結果をはじめに書かず、ミステリー小説のように小出しにしていく 法則3. 簡潔な論文を書くべく、図に説明文やラベルを全く書かない 法則4. 複雑な概念には短い略語を、単純な
はてブiPhone・Androidアプリの開発プロセス - ninjinkun's diary
この三ヶ月ではてなブックマークiPhoneアプリの新バージョンとAndroidアプリを開発してきました。 両方共担当はエンジニアid:ninjinkunとデザイナーid:kudakurage、総合ディレクションid:nagayamaです。同じ開発者がiPhoneアプリとAndroidアプリ両方を作った事例として、なかなか面白いのではないかと思います。開発期間はちょうどそれぞれ一ヵ月半ずつでした。 自分にとってもブクマチームに移動してから初めての大きな仕事だったので、両方共思い入れがあるプロダクトです。開発話と一緒に、スマートフォンアプリを作る際の流れや、気を付けていることなどをまとめようと思います。（長いです） 開発プロセス iPhoneもAndoirdも開発の流れは基本的に一緒で、以下のような流れになります。 機能の検討 UIの検討 実装 ざっくり並べただけではWebサービス開発と変わり
定番の評価指標がないときにどうするのか？ - 発声練習
答え：自分が良いと思う評価指標とその解釈法を読者や聴衆が納得するように説明すれば良い 卒論生を苦しめる「評価」 卒業研究に取り組む学生が困ってしまうことの一つに、自分の行ったことをどのように評価すれば良いのかがわからないというものがある。工学系の卒業研究は「ある解決すべき問題があり、それの解決 or 緩和法を提案する」という構造になっていることが多いので、評価は、自分が行ったことにより問題がどの程度解決できたのかを示せば良い。 とはいえ、そもそも物事の評価の仕方はたくさんあるし、理想的な評価を行うためにはお金と時間と人脈が必要で大学の研究室あるいは個人では実行不可能であったりもする。そして、多くの場合、能力や時間の問題から、まともな評価ができるレベルまで研究がすすんでいないということも良くある。 真に新しい＝どう評価すべきか誰も知らない 卒論生が良くとる方法としては、既に誰か偉い人が提案し
HugeDomains.com
Captcha security check fistoria.com is for sale Please prove you're not a robot View Price Processing
(新人向け) Unixオペレーションの注意点 - Magical Diary
主に新人向けとして、Unixサーバで作業をする際の注意点を書いておく。 ここに書いてある内容は絶対的なものではないし、会社や現場ごとにルールがあるので、適宜ルールに合わせて実践すれば良い。 ログを取れ 何をやったか、何をやらなかったか、というエビデンスのためにログは必ず残しておく。SSHクライアントによっては毎回自動的にログ取得する設定が可能なので、設定しておくと良いだろう。 作業後に問題が発生した場合に作業内容を確認するためにも使うため、必ずログは取得しておくこと。 (追記) 当たり前だが、コマンドとその出力をペアで取ることに意味がある。 set -x (set verbose) しろ ログを取得しても、コマンドラインを編集した際には以下のように非常に見づらいものとなってしまう。(がんばれば解析することは出来るが…) ESC[0mESC[27mESC[24mESC[JESC[1myasu
90年前の絵葉書・写真うｐする:ハムスター速報
90年前の絵葉書・写真うｐする カテゴリ☆☆☆☆☆ 1 ：名前：以下、名無しにかわりましてVIPがお送りします：2011/02/14(月) 23:01:41.70 ID:9Ii/yu3T0 祖父からもらったアルバムに、大正9年(1920年)前後の絵葉書・写真約160枚が入ってたのでうｐします 曾祖父さんがシベリア出兵に行ったときのものと思われるのが大半で、他には日本の風景とか。 6 ：名前：以下、名無しにかわりましてVIPがお送りします：2011/02/14(月) 23:03:03.00 ID:DcTJPbJk0 興味深い 8 ：名前：１：2011/02/14(月) 23:06:17.70 ID:DF+aNeqv0 セミョノフ将軍 グリゴリー・セミョーノフ - Wikipedia グリゴリー・ミハイロヴィチ・セミョーノフ（Семёнов, Григорий Михайлов
Gmail優先トレイ論文メモ - kisa12012の日記
元論文 “The Learning Behind Gmail Priority Inbox”, Douglas Aberdeen, Ondrey Pacovsky, Andrew Slater, LCCC : NIPS 2010 Workshop on Learning on Cores, Clusters and Clouds. http://research.google.com/pubs/archive/36955.pdf Gmail Priority InboxにはPAが利用されていると話題になっているので，読んでみました． 簡単にまとめ PA + transfer learning + logistic model ランキング学習では，thresholdが非常に重要な働きを持つ Gmail Priority Inboxはあなたのメール処理の時間を6%短縮してくれます 1.The
30歳過ぎてから 3000語覚えた 英単語暗記システム - higepon blog
大げさなタイトルになってしまった。大した方法ではない。暗記が苦手な僕は新TOEIC(R)テスト900点 新TOEFL(R)テスト100点への王道を参考に以下のような暗記システムを組み上げた。（ITのシステムてはないので注意） ポイント 昔ながらの英単語暗記カードを使う 「完全に覚えた」単語とそうでないものを分ける 「完全に覚えた」単語を復習するタイミングを表紙に書く 詳細 入力。究極の英単語 Standard Vocabulary List [上級の3000語] Vol.3を開き4ページの中から知らない単語を抜き出す。 入力。暗記カードに意味とスペルを書く。 すべて書き終わったところでカードをめくりながら「完全に覚えた」「覚えていない or 覚えたが自信がない」に分類し。すべて覚えるまでめくり続ける。 上の作業の間は語呂合わせや頭にイメージを浮かべるなどの方法で愚直に覚える。 上で書いた暗
注釈付きデータ駆動の研究が辿り着くところ - ny23の日記
2月20日から東京で開かれる某国際会議で Christopher Manning が Part-of-Speech Tagging From 97% to 100%: Is It Time for Some Linguistics?*1 と題した基調講演を行うそうだ．自分はこの会議には参加しないので，講演を聴講することはできないのだけど，著者のホームページで講演内容に関する原稿が公開されていたので読んでみた．一言でまとめると，この原稿で Manning は，業界的には半ば「終わった」とみなされている品詞タグ付けタスクにおいて，現状の解析器の誤りの半数程度が注釈付けに起因することを指摘し，それを踏まえて「注釈を修正すること」の是非を議論している．かつて品詞タグ付けタスクに取り組んだことがある人や，自分で新しくタスクを定義してデータの注釈付けに取り組んでいる人は，是非読んで欲しい*2．それ以外
コンピュータがクイズチャンピオン破る
今日という日は自然言語処理業界はもとより，コンピュータの歴史の中で大変重要な日になったことでしょう．IBMのProject Watsonが，アメリカの人気クイズ番組Jeopardy!で，歴代のチャンピオンに勝利したのです． ＩＢＭスパコン、クイズ王者２人と対決し完勝 米番組 コンピュータWatson vs クイズ王の対戦 - Jeopardy! このプロジェクトは私が入社したころからすでに始まっていて，こういうチャレンジは本当にすごいなぁ，と思っていました．本当はこの日記も対戦日が決まったときに書こうと思って忘れていたのですが． では，何がそんなに画期的なのか．それは，クイズに答える，もう少し汎用的に言えば質問に答える，という作業はコンピュータにとってもっとも難しいタスクのひとつなのだということです．自然言語処理のタスクのひとつで，Question Answering (QA) と呼ばれま
ユーザが待っている研究は、ユーザのことがいちばん大事 - 武蔵野日記
午前中、メールを書いたりなど。申請していた研究費、ひとつ内定(250万)。助教になってから3連敗だったので、採択されて嬉しい。研究スタート支援が通っていたら出さなかっただろうが、落ちたからこそ他のところで拾ってもらえたのだなぁ。これでタグづけの作業者さんに来年度も継続してもらえる目処がついたので、よかったよかった。NAIST男女共同参画室のメンバーお2人も、最先端・次世代研究開発支援プログラムに採択されたそうで、厳しい環境でもくさらず前に進み続ける勇気をみんなからもらっている。こういう場所で研究させてもらえるのは、ありがたいことである。 午後、研究室の修士の人たちの修論発表x3。1コマで3人まで話せるので、同じコマに入っていてくれたら1.5時間で終わるのだが、なぜか今日は3コマに分散していて、結局4時間坐りっぱなしでひどい腰痛に……。 自分の研究室の人の発表が終わったら出て行く人も多く、自
文学部は永遠に不滅です - 武蔵野日記
午前中、ACL や ICML の開催地や開催時期を調べたり。今年はアメリカ西海岸だな〜。 Paper bidding というものを初めて体験。自分で「この論文は読みたい」「この論文は利害関係があるので査読できない」とかいうのを申請し、それに基づいて査読が割り当てられる、というもの。本文は割当が決まるまで読めないが、投稿された全論文のタイトルとアブストラクトが読める。この中から通る論文と通らない論文が分かれているのだろうが、世の中のトレンドがどういうところにあるのか分かってなるほどな、と思ったり。 しかし Paper bidding では「最低でも50本読みたい論文をマークすること」だって。50本もないよ〜、と思いながらがんばってマーク。アブストラクトに数百本は目を通しただろうか、けっこう時間がかかった……。 昼、修論発表会練習x3。15時から別の研究室の学生たちの修論発表会の司会に当たって
scipy/numpyのufunc備忘録 - きちめも
scipy/numpyの行列演算は詳しいことを知らなくても何となく使えて便利なのですが，慣れていないとついついループや内包表記を使ってしまいます．pythonのループで書くと遅くなるのは分かっているのに……．最近「ufuncのbroadcastingが分かっていれば大分マシになるのでは無いか」と考えるようになったので，備忘録も兼ねて適当なことを書いてみます． ちなみに私の数値計算の知識はサッパリなので注意．またnumpy/scipyに関して何も知らない場合は他の記事を当たった方が良いと思います． 計算の速度やメモリのことは良く分からないので，難しいことを考えるのを止めて，目標を ループを使わずにとにかく1行で処理を書く にします．おいおい． broadcasting universal function(以下ufunc)はarray*1に作用する関数のことで，これの"array broad
CV最先端ガイド勉強会でSVMについて発表してきました - 遥かへのスピードランナー
本日開催された第９回「コンピュータビジョン最先端ガイド」勉強会＠関東でSVMの章を発表してきました。 SVMはPRML読書会でも発表しているので、資料は半分くらい流用です。悪しからず。 コンピュータービジョン最先端ガイド2 3.4ベクトルデータに対するカーネル法（SVM) View more presentations from Takahiro Horikawa. SVMをちゃんと勉強しようと思うと、双対定理から二次計画問題、カーネル法などかなり幅広い知識が必要で、2回目の発表でも、自分自身勉強不足を痛感させられます。今回は特に、ラグランジュ未定定数法と双対定理については、内容を諳んじれるように頭に叩き込むようにしました。未だに参考書がないと内容が出てこないので。またlibsvmなどのライブラリを自分でも使い始めたので、パラメータとSVMの汎化性能については身を持って知ることができた点は
NIPS 2010論文まとめのまとめ - nokunoの日記
機械学習の分野で有名な学会にNIPS(Neural Information Processing System)があります。名前のとおりもとはニューラルネットワークの学会ですが、最近はやや脳科学から離れているとか。NIPS : NIPSそのNIPSの論文を読む会「NIPS2010読む会」がT-PRIMALの方々によって開催されたようです。平日だったので私はいかなかったのですが、スライドが公開されているので読んでみようと思います。【T-PRIMAL公開勉強会】NIPS2010読む会 個人的には岡野原さんのスライドが興味深かったです。LCCC2010:Learning on Cores, Clusters and Cloudsの解説併設された並列処理に関するワークショップから論文を紹介していて、非常に実用的です。 LCCC - NIPS 2010 Workshop on Learning on
過学習を避けるにはどうすればいいか？ - nokunoの日記
この前のエントリに関連してQuoraで質問したところ、非常に質の高い回答が集まったので翻訳したいと思います。 オーバーフィットについて考える - nokunoの日記How can I avoid overfitting? - Quora 回答1まず自分のデータをランダムに訓練集合とテスト集合に分割します。テスト集合は評価のためだけに使い、訓練に使ってはいけません。もし訓練セットに対する性能が向上しても、テスト集合に対してはそうでない場合は過学習を起こしています。そのためそうなる前に訓練を止める必要があります。 回答2過学習は信号に対するノイズに誤って適応することで引き起こされます。線形回帰の文脈なら、AIC（赤池情報量規準）をチェックして下さい。それは適用するのが非常に簡単なテストです。モデルの推定に最尤推定を用いるなら、BIC（ベイズ情報量規準）が好まれます。それはShwartz基準とも
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
