2018年分差分Upしました． https://www.slideshare.net/tallzelkova/2018-99872316 研究室に入ったB4向け論文の読み方探し方講座のスライド．ほんのり更新しました．論文の書き方は結構更新があったのですがUpしていいかわからなかったのでとりあえずOFFで． // --- 以下昨年のコピペ --------- 本スライドは前所属の立命館大学 田村・木村・柴田研究室OBの一刈さんに始まり，大槻，石黒君，現D3の森君，他によるBrushupによって現行の形になりました．ここにお礼を申し上げます． シンポジウムとジャーナル，国際会議の論文の評価や価値については分野によって異なる可能性があります．あくまで大槻の研究分野での話であることはご承知おきください． また，内容は個人の見解によるところも大きいです．よろしくお願いいたします．

This document presents a case study on visualizing correlation for non-statistics experts. It describes using small multiples and TheTable Lens techniques to visualize correlations between variables in a dataset through interactive graphical representations. These visualizations allow users to easily understand relationships between variables without advanced statistical knowledge.

Google のウェブログ公開ツールを使って、テキスト、写真、動画を共有できます。

DSIRNLP#7 で言語処理学会で発表した内容をもう少しわかりやすくして話をしました． 実は少し前に，別の場所でお話をさせて頂いていた資料の使い回しだったりもします． NLP の専門家でない人にも伝わるようにということで，NLP の人だと説明が不要そうな単語にも簡単な説明を入れた資料だったのですが，ふたを開けてみるとその場では私が一番 NLP 歴が短く，ngram のふんわりとした説明をする時など正直つらかったです． 一方で今回の DSIRNLP では3割ほど NLP ではない人たちもいらしていたので，そういう方たちにも分かってもらえていれば良いなと思います． ちなみに当社では，私は資料の分かりにくさで定評があり，今回は事前に非 NLPer の先輩方に事前に見てもらいました． 案の定ボコボコにされ，半分以上のスライドを作り直すはめになりました．

GWは風邪を引いてほぼ寝ていました。●畜なのか平日は風邪をひきません。 http://research.microsoft.com/en-us/um/people/ryenw/papers/montanezcikm2014.pdf デバイスを跨いだ検索の理解（トピックなど）と、デバイス遷移予測モデルの構築。 デバイスの遷移が予測できれば、例えば、PCからスマホにデバイスを変更した検索した人に対して、スマホ向けの短い記事を優先的に提示するといったデバイスに特化した試作を打つ事が出来る。 ・デバイスとして、PC,tablet,smart phone,game consoleの４つを選択。 -データセットと基本的な特徴 コマース系検索エンジンから数ヶ月分の検索クエリを取得。 ・クエリベースの統計量 クエリ数がおよそ２億で、複数デバイスを利用しているユーザーが検索したクエリ数はおよそ16%だった。

さてさて、久しぶりのio.js エントリですが、この度 io.js の v2.0 が出ました。 変更点をかいつまんで説明しましょう。書いてたら長くなってしまったので、サマリだけでいい人は最後のまとめを読むだけでいいと思います。 io.js は変化がものすごく激しく、v1.0 から v2.0 が入るまでに色んな機能が入っているんですが、知らない人も多いかと思います。 今回は v2.0 の単なる変更点だけじゃなくて、 v1.0 から今までで入った機能をサマリつつ伝えていこうかと思います。 Stream Simpler Construction (v1.2.0〜) Stream の作成が簡単になりました。今までStreamを作るためには、目的のStreamを継承して、TransformStreamであれば _transform のようなメソッドを拡張して実現する必要がありました。 これをより簡単

スマホからウェブにアクセスするユーザが増え、ウェブサイトの表示速度の高速化がより重要な制作の課題になっています。1ページもののサイトなら、フロントエンド・エンジニアが一人で実装できるかもしれませんが、ある程度の規模のウェブサイトではワークフローやサイト全体の設計にも関わってきます。また、表示速度の高速化の方法を知らなければ、最適化しやすい、より高度なデザインは実現できないでしょう。エンジニアだけでなく、デザイナーやディレクターがこういった情報を知っていれば、よりスムーズに結果を出せるウェブサイト制作ができるはずです。 ページ表示速度の改善にはいろいろな方法がありますが、この記事では一番効果がありそうなところから攻めていきたいと思います。自分もまだまだ勉強中なので、まずはfilament groupのScottさんの記事 やClearleftのJeremyさんの記事 を参考に、フロントエンド

Keynote - Jacob Kaplan-Moss - Pycon 2015 - YouTube The programming talent myth [LWN.net] PyCon 2015で、Djangoの貢献者であるJacob Kaplan-Mossが興味深い基調講演をしているので紹介する。LWM.netでほぼ全面書き起こしに近いまとめがあったので助かった。 自己紹介 Kaplan-MossはDjangoの貢献者であり、Herokuのセキュリテイ部門の部長である。PyCon参加者としては歴史が長く、その他のカンファレンスでもよく発表している。Pythonコミュニティは「自分にとってこの業界におけるとても重要なもの」であり、PyConの基調講演を行うということは、「自分のキャリア上の絶頂」である。 自分の最初のPyConの発表は2005年のことで、PythonとAppleScri

簡単なサンプルと解説を書いてみました． Yasuriでお手軽スクレイピング よろしければ使ってみてください＞＜ Yasuri とは Yasuri (鑢) は簡単にWebスクレイピングを行うための、"Mechanize" をサポートするライブラリです． Yasuriは、スクレイピングにおける、よくある処理を簡単に記述することができます． 例えば、 ページ内の複数のリンクを開いて、各ページをスクレイピングした結果をHashで取得する ページ内の複数のテキストをスクレイピングし、名前をつけてHashにする ページ内に繰り返し出現するテーブルをそれぞれスクレイピングして、配列として取得する ページネーションで提供される各ページのうち、上位3つだけを順にスクレイピングする これらを簡単に実装することができます． 例 require 'yasuri' require 'mechanize' # Nod