データ分析ライブラリPandasの使い方 - Librabuch
本エントリは、次のAdvent Calendarのために書かれたものです。 Python Advent Calendar 2013 (12月24日) 取り扱う内容 Pythonのデータ分析用ライブラリであるPandasの紹介と簡単なサンプルコードを取り扱います。 Pandasとは 一時期盛り上がったけどあんまりPandasの情報出てこないからよーしエントリ書いちゃうぞー、と息巻いていたらこのようなフルスタックな書籍が出版されるようです。 [amazonjs asin="4873116554" locale="JP" title="Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理"] どう見てもこの書籍のほうが有益です。本当にありがとうございました。 ...まぁ、発売日より2日早いのでセーフ（なにが？）として、めげずに続けます。 Pandas pandas is
人気上昇中のJavaScriptライブラリを調べてみた［ジャンル別に比較］
連載 INDEX 次回 → こちらのページで【2015年版】も発表！ ■ 2014年が始まり、心機一転で「今年こそはWeb開発を頑張ろう」と思っている人も少なくないだろう。そんな方々に向けて本稿では、2013年中に人気が急上昇してきており、「2014年では必須の知識」となりそうなJavaScriptライブラリ（Library）をランキング形式で発表する。 なお、本稿のランキング決定では、検索キーワードの流行を調査可能な「Googleトレンド」（「すべての国」「過去 12 か月間」「すべてのカテゴリ」「ウェブ検索」という条件で絞り込み）を使って、ライブラリの人気をジャンルごとに比較した（※ライブラリ名が一般的な英単語の場合、Web検索時に、その英単語にもヒットしてしまう。このノイズがGoogleトレンドでの結果として入り込んでいる可能性が高いことをご了承いただきたい。各ジャンルは、筆者が独自
SVM のチューニングのしかた（１） - ほくそ笑む
SVM のチューニング SVM(Support Vector Machine) はみなさん御存じ機械学習の手法です。 SVM はデフォルト設定でモデルを作ってもしょうがないです。gamma と cost というパラメータがあるので、これらの値に最適値を設定しなければなりません。R の SVM の Help にもこう書いてあります。 Parameters of SVM-models usually must be tuned to yield sensible results! (訳) SVM でいい結果出したかったらチューニングしろよな！ というわけで、SVM のチューニングのしかたについて説明したいと思います。 交差検証 おっと、その前に、交差検証の話をしなければなりません。 SVM モデルをチューニングする際、二つのパラメータでグリッドサーチをします。 すなわち、パラメータをいろいろ変
木カーネルを用いた SVM による麻雀打ち手の順位学習 三 木 理 斗†1 三 輪 誠†2 近 山 隆†1 ゲームの評価関数における特徴要素の作成は、そのゲームについての深い知識を必要とするため�
木カーネルを用いた SVM による麻雀打ち手の順位学習 三 木 理 斗†1 三 輪 誠†2 近 山 隆†1 ゲームの評価関数における特徴要素の作成は、そのゲームについての深い知識を必要とするため難 しい課題である。そこであまりゲームに依存しない簡単な特徴構造をもとにして高精度な評価関数を 作成する汎用的な手法が求められる。本研究ではカーネル法を用いた SVM によって麻雀のツモ局面 における打ち手の順位づけの学習を行った。麻雀の手牌の構成を木構造の一種と見なし、木カーネル を用いて手牌間の類似度を計算することによって打ち手の分類を学習した。熟練者の牌譜を用いて実 験したところ、牌譜の打ち手と予測された最善手の一致率は 51%となった。 Learning to rank moves in mahjong using SVM with tree kernels Ayato MIKI,†1 M
新年会 + データ構造と情報検索と言語処理勉強会 #DSIRNLP 5 - 参加者は何か発表してネ スペシャル - PARTAKE
This domain may be for sale!
Van Emde Boas tree - Wikipedia
A van Emde Boas tree (Dutch pronunciation: [vɑn ˈɛmdə ˈboːɑs]), also known as a vEB tree or van Emde Boas priority queue, is a tree data structure which implements an associative array with m-bit integer keys. It was invented by a team led by Dutch computer scientist Peter van Emde Boas in 1975.[1] It performs all operations in O(log m) time (assuming that an bit operation can be performed in cons
ダブル配列の豆知識
2. 自己紹介 経緯 大学ではダブル配列の研究をしていた ダブル配列は 10 回以上実装した 実績 Darts-clone Darts（Double-ARray Trie System）のクローン トライだったりトライじゃなかったり 2013/9/1 ダブル配列の豆知識 #DSIRNLP 2 3. あらすじ トライとダブル配列 トライ ＝ 抽象データ構造 ダブル配列 ＝ トライの実装 ダブル配列の豆知識 実装の基本 更新時間の短縮 検索速度の向上 空間効率の向上 2013/9/1 3 ダブル配列の豆知識 #DSIRNLP 4. トライとダブル配列 トライ 文字列をキーとする連想配列の実装 キーの一部をラベルとする木構造 情報検索や自然言語処理における用途 基礎語彙やキーワードの辞書化 ダブル配列 配列ベ
Cache-Oblivious データ構造入門 @DSIRNLP#5
9. なぜ B-Tree の方が良いか？ 大事な前提（若干雑） 1. ディスクの読み込み時間 >> 計算時間 2. ディスクである箇所を読み込むと周辺も含 めてそこそこ大きく読まれる 前提より • ディスクを読み込む回数だけを考える – 普段の議論：「O(ほげ) 時間」 – 今回の議論：「ディスクI/O 𝑂(ほげ) 回」 • 一度に読み込まれるサイズを 𝐵 とおく Cache-Oblivious データ構造入門 (@iwiwi) 10 10. データの探索にかかる I/O 回数 二分探索木 • 𝑂 log 𝑛 回 一回の I/O で 2 分岐 B-Tree • 𝑂 log 𝐵 𝑛 回 一回の I/O で Θ(𝐵) 分岐！ ↑ノードのサイズをブロックサイズ 𝐵に合わせる B-Tree のほうが log 𝐵 倍ぐらい早い これは平気で 10 倍とかになるので大違い！ Cac
いまさら聞けない “モデル” の話 @DSIRNLP#5
1. いまさら聞けない “モデル” の話 DSIRNLP #5 （ゆるふわ枠） 2014/01/11 @スマートニュース株式会社 Koji Matsuda a.k.a @condiAonal ※発表スライドは後ほどslideshareに公開します 1 2. 自己紹介タイム • 学生でも教員でも無いですが，大学にお世話になっています • すずかけ論文読み会という勉強会で月イチくらいで発表して ます – 多摩川以西(?)の機械学習屋さん（ファン）で小規模に – 現在のところクローズド．発表資料の多くは参加者により公開されて います． • 求職中です！！！！ 2 3. ことの始まり 2013年初夏：研究室(自然言語処理メイン)の メンバーと草津温泉に行きました．その車中にて． 学生 さん 先生から「モデルを考えよう」というアドバイスを頂くのです が，具体的に何をしたらいいのでしょう？
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
Integer I - Advanced data structures