Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
![Google Sites: Sign-in](https://cdn-ak-scissors.b.st-hatena.com/image/square/72e6254e0d6786eb81ff80bebda24da82ffd6101/height=288;version=1;width=512/https%3A%2F%2Fsites.google.com%2Fsite%2Fscriptofbioinformatics%2F_%2Frsrc%2F1472783385885%2Farugorizumu-guan-xi%2Fbian-linaarugorizumu-ji-r%2F1.png%3Fheight%3D150%26width%3D200)
ビタビアルゴリズムを理解も兼ねて実装してみました. # -*- coding:utf-8 -*- states = ("rainy","sunny") observations = ("walk","shop","clean","shop","walk") start_prob = {"rainy":0.6,"sunny":0.4} transit_prob = {"rainy":{"rainy":0.7,"sunny":0.3}, "sunny":{"rainy":0.4,"sunny":0.6}} emission_prob = {'rainy' : {'walk': 0.1, 'shop': 0.4, 'clean': 0.5}, 'sunny' : {'walk': 0.6, 'shop': 0.3, 'clean': 0.1}} def viterbi(observs,state
この記事に書かれていること Pythonによる隠れマルコフモデル(Hidden Markov Model)とBaumwelchの実装 http://unicorn.ike.tottori-u.ac.jp/murakami/paper/STUDY/IEICE_2010_07/main.pdf 隠れマルコフモデルとBaumwelchアルゴリズムのとても親切な資料が公開されて居たので、Pythonで実装してみました。 時間が有る時に、隠れマルコフモデルの記事も書きたいですね。 また、Androidにおいて手書き数字文字のstroke情報をサンプリングし、strokeの移動角度を16分割にコードブック化し文字認識をした所、状態数1の時が最も識別率が高くなりました。(90%くらい) Pythonによる隠れマルコフモデルの実装 __author__ = 'emoson' def forward(A,
(2016.1.21追記)最近あまりメンテナンスしてないので1.5以上のバージョンを使ってる人には役に立たなくなったかもしれません。 (2015.12.15追記)当初はサンプルコードにリンクを貼っただけの記事でしたがチュートリアル等も含めたものに加筆中。また古くなった情報は順次削除・更新してます。 バージョンごとの互換性など こっちに移しました。1.5以上を強くお勧めします。 chainerのバージョンごとの違い(2016年1月19日現在) - studylog/北の雲 1.0 1.1 1.2 黎明期バージョン 1.3 1.4 CuPy導入 1.5 1.6 色々とパワーアップした現世代 概要・チュートリアル 概要を掴むのに適したスライド 1.5以上から始めるならこちら。 Chainerチュートリアル -v1.5向け- ViEW2015 内容は重複していますが1.4以前のバージョン時代のチュ
研究部署に配属されて一週間が経ちました。はじめは朝起きれるのかとか社章を忘れていないか等々、細かな部分が気になってしまい注意のリソース配分が上手く行きませんでしが、後半になるにつれてようやく周りに意識を向けられるようになりました。 周りを見ていると、先輩社員や上司の方々が忙しい仕事の合間を縫って僕達に気を掛けてくれている事に、気が付くことが出来ました。 まだまだ利益を生み出すことは叶いませんが、逆に考えれば失敗しても大きな負債が生まれるわけではないので、失敗とそれのリカバリを存分に経験できると言う貴重な時期とも考えられますね。許される範囲で様々な事に挑戦していきたいと思います。 新入社員研修が終わりました。 中でも特にぼくのネット生活に影響を与えそうなのが、コンプライアンスの指導でした。 コンプライアンスとはざっくり言うと「企業が法律や倫理を遵守する事を規定したモノ」で、 具体的な例を挙げ
拡張ボタンからページ遷移なしでブックマーク! ブラウザメニューのB!ボタンをクリックするだけで完了。 コメントやタグを付けて素早く保存できる公式ツールです。 使い方をみる
DTW(Dynamic Time Warping) is a very useful tools for time series analysis. This is a very simple (but not very efficient) c# implementation of DTW, the source code is available at https://gist.github.com/1966342 . Use the program as below: double[] x = {9,3,1,5,1,2,0,1,0,2,2,8,1,7,0,6,4,4,5}; double[] y = {1,0,5,5,0,1,0,1,0,3,3,2,8,1,0,6,4,4,5}; SimpleDTW dtw = new SimpleDTW(x,y); dtw.calculateDTW
はじめに 昨今のディープラーニングブームによりニューラルネットワークが再び脚光を浴びています. ディープラーニングを始めるために必要なライブラリ等は探せばいくらでもありますが, 基礎の技術であるニューラルネットワークおよび誤差逆伝播法の理解があるに越したことはないと思います. ところがWEB上で手に入る資料は数式だけの羅列や難しい解説が当たり前なことも事実です. そこで, この記事ではニューラルネットワークと誤差逆伝播法の本当に基礎的な部分から実装までを扱いたいと思います. 人工知能は一筋縄ではいかない この章ではざっくりとした歴史的背景に触れますので, 読み飛ばしても構わないです. ニューラルネットワークは脳を模した人工知能として登場し, それなりの結果を出力することから, 注目を集めました. ところが, かの有名なXOR問題がMinskyらによって発表されると一気に下火となります. そ
A*(A-star)アルゴリズムとは A*アルゴリズムとは、探索アルゴリズムの一種です。経路をノードで表現して、スタートノード(開始地点)からゴールノード(目標地点)までの経路を計算し、この経路が最短であることを保証するアルゴリズムとなります。そしてスタートからゴールまでの間に障害物があってもちゃんと迂回してくれます。 サンプルはこちらのページにあります。 http://2dgames.jp/unity/astar/ ページを開くとランダムでスタートとゴールが決まり、キャラクターがゴールへ向かって動きます。ゴールにたどりつくと、「もう1回」ボタンが表示されるので、それを押すと再びスタートとゴールがランダムで配置されます。 なお、Unity(C#)で実装したプロジェクトつきです。こちらのソースコードは自由につかってもらって構いません。ただし画像の2次使用は禁止します。 A*の実装 フィールド
男性の皆さん、結婚式の服装マナーのおさらいしてみましょう。フォーマルな服装は、お洒落出来ないと思っていたりしませんか。今日は、結婚式の服装で男性が最も注意するべき7つのポイントについてお伝えします。あまり、ご自身のお洒落が主張出来る場ではありませんが、小物や色遣いで、あなただけのコーディネートが完成するのが結婚式の服装、そうそう参列する事も多くない席ですから、いざという時の為にぜひ覚えておきましょう。 スーツはもちろん、シャツや小物、靴やカバン等の注意点と共に、結婚式のマナーは大人の常識ですよね。マナーに沿った、さり気ないお洒落を取り入れて、好印象の装いに仕上げてください。「あの男性、素敵ね!」なんて、声も聞こえてくるかも知れませんよ!ではご覧ください。 基本のスーツを押さえよう参列者の場合は、黒のフォーマルスーツ、黒無地のスーツが一般的ですね。結婚式の装いは、立場によって異なります。新郎
Abstract Although RGB-D sensors have enabled major breakthroughs for several vision tasks, such as 3D reconstruction, we haven not achieved a similar performance jump for high-level scene understanding. Perhaps one of the main reasons for this is the lack of a benchmark of reasonable size with 3D annotations for training and 3D metrics for evaluation. In this paper, we present an RGB-D benchmark s
The gevent project has allowed us to transparently bolt on asynchronous functionality to otherwise synchronous python WSGI based web frameworks and servers. However, piecing together this puzzle for yourself may prove less than convenient as libraries and tutorials remain incomplete, skipping over many pertinent details. To remedy this confusion we'll put together a starter project combining geven
Django can do a lot more than just create blogging applications, however I do think this is a good place to start. Notes I am going to assume you have already setup Django to run as either a development server, or configure apache/lighttpd correctly. If not please refer to “Setting up your server to run django”. This is a working example, although lacks some real-world functionality, these points
Python パッケージ管理技術まとめ (pip, setuptools, easy_install, etc) Python のパッケージ管理関係の情報がオフィシャルには整理されてなく、 またパッケージ管理まわりででてくるキーワードもいくつもあって分かり難いので完結にまとめてみました。 このドキュメント自体は少し長いですが、結論としては2015年1月時点では 原則 pip を使ってパッケージの管理を行う setuptools も広く使われているので入れておくとよい。そもそも pip のインストール時に自動的ににインストールされる distribute は 2013年に setuptools にマージされたので不要 という方針でよいと思います。 ただ少し古い情報ソースやパッケージのドキュメントを読んでいると distribute の利用が勧められていたり、 site-packages, e
2013.01.31 実行環境 OS: 64bit Windows 7 Home premium SP1 Python: 2.7.3 はじめに Easy_installなるものをインストールしたいと思います。これはPythonのパッケージ(外部ライブラリ)を簡単にダウンロード&インストールしたり、アップグレードやアンインストールができるパッケージ管理ツールです(これもパッケージです)。Rubyにおけるgemのようなものです。ちなみに、パッケージ名はEasy_installではなく、Setuptoolsという名前です。 1. Setuptoolsのインストーラのダウンロード Pythonの公式サイトのSetuptoolsパッケージが置いてあるページから各OS環境に対応したインストールファイルをダウンロードします(2013.1.31現在、バージョンは0.6c11となっています)。64bit W
2014-08-17 Python初心者プログラマのためのdjangoチュートリアルまとめ 最近はdjango使ってます。私は過去にcakePHPをつかって簡単なwebサービスを公開したことがあるのですが、確実にdjangoの方が使いやすいです。urlの設定が簡単だったり、アプリケーションを細かく分けたりとかで直感的にイジくれるのが好き。 だけどdjangoに言及した日本語リソースってだいぶ少ないんですよね。Pythonの専門書にオマケ程度にくっついてるくらい。djangoの日本語ドキュメントもだいぶ古いバージョンで翻訳止まっちゃってます。 しかしdjangoは海外では相当人気があるフレームワークのようで、英語のリソースはこれでもかってくらいたくさんあります。djangoの公式ドキュメントもかなり詳しいくまとまってます。そんでもってチュートリアルもたくさんあります。私はチュートリアル大好き
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
処理を実行中です
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