Avazuが終わった - デー
Avazu Click-Through Rate Predictionが終わりました。長かった。期間が長すぎる!! と言っても、僕は始めて1週間目くらいにプランクトン分類が始まったため、そっちばかりでほとんどやっていなかったのですが、ついに終わりました。 結果は72th/1604。一応、上位5%には入っているけど、僕は絶対値を気にするので、72というのはあまり良くないな、と思う。 ソリューション 以下自分の投稿内容です。 概要 0.6 * 統計量を特徴量に使ったGBDTモデル + 0.4 * 交互作用項を追加した fast_solution_v3.py です。 統計量を特徴量に使ったGBDTモデル まずデータを2つに分割します。 統計量計算用 (14/10/30のデータ) モデル学習用 (14/10/30より前のデータ) 各カテゴリ変数について、 出現回数 クリック回数 (出現したうちクリ
（9月〜最近分） - デー
5月くらいにやるよって書いて、ずっと進んでなかったけど、少し前の連休でgaーと進めた。今ちょっと仕事がアレなのでデモサイトを作る余裕がないけど、その2としては余裕できたら置きますってところまではできてます。 今回の内容は、前回ので候補を絞って、それに対してBag of visual-wordsの類似でソートして上位N件を表示するという方法。アニメ顔に特化させるための前処理など特徴ベクトルを作るまでの過程がたくさんあるけど、そのあたりの説明はデモサイトを作ってから。 とりあえずスクショ。検索対象は4chan /c/という画像掲示板に投稿された画像からImager::AnimeFaceを使って自動で切り取った顔画像4万件。old verが前回の部品の色によるもので、new verが今回の。 正直まだまだだけど、 上位の本人率が上がった 本人ではないなりに「髪形はちょっと似てる」「前髪のみ激似」
輪郭線のテンプレート探索によるボールの検出 - デー
力技の輪郭線マッチを試しました。ニューラルネットワークのクラス分類器は、早いしマジすごいですが、なかなかうまく検出できない物体が結構あって、手動での調節が難しいので、とりあえずなんでもいいから、いじれる物体検出プログラムを作りたいと思って試しました。よく分からないので、とりあえず一番単純そうな方法で行いました。検出対象は、どこを向いていても同じ輪郭が見えるので比較的簡単そうな『ボール』にしました。 検出方法 まず、こんなテンプレートマッチ用のフィルターをテキトウに定義します。 // テキトウな円形検出フィルター #define CIRCLE_FILTER_WIDTH 16 #define CIRCLE_FILTER_HEIGHT 16 const int CIRCLE_FILTER[CIRCLE_FILTER_HEIGHT][CIRCLE_FILTER_WIDTH] = { { -2, -
1
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
