![30日でできる! OS自作入門 - 川合 秀実](https://cdn-ak-scissors.b.st-hatena.com/image/square/fc2df3b80d0bbe445b50d716a8c7a832a020a48a/height=288;version=1;width=512/https%3A%2F%2Fm.media-amazon.com%2Fimages%2FI%2F415EiZPXbCL._SL500_.jpg)
Dirichlet分布からのサンプリングを実装するときに使おうと思って、echizen_tmさんのところで大プッシュされていた計算機シミュレーションのための確率分布乱数生成法を買った。 結局、Diriclet分布からのサンプリングについてはガンマ分布からのサンプリングに還元でき、ガンマ分布からのサンプリングはこちらの調査資料の方に詳しく載ってた(pdf)ので、この本が届く前に実装は終わってしまったのだが、600ページ近くあって、いろいろな分布からのサンプリング法が載っているので、これからきっと、役に立つ日がくるだろう。 とりあえず、正規分布からのサンプリングで、Box-Muller法よりも速い方法を探していたのだが、Ziggurat法というのがBox-Mullerの5倍ぐらい速いらしい。Wikipediaと違って正規分布の場合に特化した場合の実装方法が載っているので、後で実装してみようと思
必要な事前知識† 微積分:多変量の微分や積分は必要です.ラグランジュの未定乗数法や簡単な変分も必要ですがこれらは付録に簡単な解説があります.複素数の微積分については不要です. 線形代数:3×3以上の固有値・逆行列,行列に対する微積分は必要ですが,これらについては付録に簡単にまとめられています.\(l^2\)空間やヒルベルト空間,複素数については不要です. 確率:基礎については1章で述べられていますが,確率の扱いや考えに慣れていると便利です.確率測度など公理にまで踏み込んだ知識や,統計の検定などの知識は不要です. ↑ 本書に関連する分野† 以下の分野でデータからの予測や分析が必要とされる分野 対象分野:本書と直接的な関連がある分野には次のようなものがあります. 機械学習,パターン認識,統計,データマイニング 応用分野:機械学習,パターン認識,統計的予測技術が応用されている分野には次のようなも
FSNLP(Foundations of Statistical Natural Language Processing)は自然言語処理業界の中では知らない人はないというほど有名な本(英語)。出版年度は古く、内容もかなり時代遅れになってきつつあるのだが、自然言語処理の広い範囲を網羅した本ということで、英語を読む訓練をかねて新入生が輪読をするのはこの業界の風物詩。 うちの研究室(黒橋研)でもその輪読をしていて、B4(学部4年)とM1(修士1年)の他に、M2(修士2年)も復習と新入生の指導という意味合いで参加している。ぼくはM2なので、やはり参加している。 (ここから先は本の内容にからむことなので、FSNLPと合わせて読んでください) 7章 "Word Sense Disambiguation" の Figure 7.8、EMアルゴリズムのところ(ここは errata があるので、修正されたバ
Stat 260/CS 294 Bayesian Modeling and Inference Prof. Michael Jordan Monday and Wednesday, 1:30-3:00, 330 Evans Spring 2010 Announcements 4/28: Homework 5 is due on May 5th at 5pm. Hardcopies only accepted; they should be placed in the box outside my office door (427 Evans). 4/22: On problem 1 in Homework 5, you can assume that the kernel satisfies detailed balance. 4/21: The due date for the fina
テキストマイニング技術に関して網羅的にまとめた定評あるハンドブック。主原著者のRonen Feldmanはイスラエルのバルーイラン大学数理計算機科学部上級講師,データ・テキストマイニング研究所の所長。監訳者の辻井教授はイギリスのNactem(National Center for TextMining)サイエンスディレクター。訳者チームはIBM東京基礎研究所にてテキストマイニング技術の研究開発に従事。 コンピュータサイエンスの分野において,情報爆発という危機的問題の解決に挑む新しくて刺激的な研究分野がテキストマイニングである.その構成要素にはデータマイニング,機械学習,自然言語処理(NLP),情報検索(IR),ナレッジマネージメントといった分野で培われてきた技術が含まれる.リンク検出も同様に,急増するテキスト形式のデータ資源を人間がより適切に活用する新たな手段となってきており,テキストの分
2010年07月13日17:00 カテゴリ書評/画評/品評Math 書評 - 統計を学ぶ三冊+1 返答に窮する問題というのがある。 私の場合、そのうちの一つは「統計を学ぶときに読むべき本」というものだ。 すごく悩ましい。現時点で「特効薬」とか「決定打」というのは見当たらない。Perlのラクダ本や、JavaScriptのサイ本といった、いわゆるバイブルは存在しない。 が、AIDSにカクテル療法があるように、統計もカクテル読みで学ぶ事は出来る。というわけで現時点で最強のカクテルならこうなるというものを取り上げてみたい。 結論から言うと、「マンガ統計学入門」で統計の世界を鳥瞰しつつ、「運は数学にまかせなさい」で統計の落とし穴に実際にはまってみながら、「統計学入門 (基礎統計学)」と「STATISTICS HACKS」の問題を手を動かして解いてみる、ということになる。うち"STATISTICS H
言語処理のための機械学習入門という本が出版される、という話はtwitterで知っていたのだが、8月ぐらいに出るのだろうとばかり思っていたら、なんかもう発売されているらしい。Amazonでは早速売り切れていたので、某大学生協の書籍部まで行って購入してきた。おかげで、この週末は280円で過ごすハメになってしまった。 まだざっと眺めただけだが、 ラベルを人手でつけるのに隠れマルコフモデルと言うのは本来はちょっとおかしいんだけどNLPの分野だとそう表現する事が多いよ 対数線形モデルと最大エントロピーモデルは同じものだよ 出力変数の間に依存関係がなければCRFではなく対数線形モデルとか最大エントロピーモデルと表現するべきだよ といった、これまでの教科書にはあまり載っていなかったような事が載っているのはとても良いと感じた。こういった情報は、これまではどこかの大学の研究室で学ぶか、もしくはウェブ上の資料
Code for Paradigms of Artificial Intelligence Programming: Case Studies in Common Lisp
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