Org Modeのリンク機能で情報集約 - Qiita
何をしたいか 調べ物をすると同時に，入手した情報を使って高効率かつ再利用可能な文書を作りたい． Emacs Org Mode のリンク機能 Org Mode では，以下の書式でクリッカブルリンクを生成できる． [[情報がある場所][適当な説明（ここが表示される）]] これを利用すれば，シンプルな一文にたくさんの有益な情報（リンク）を埋め込むことができ，情報集約率が高まる． 例 「今年のAdventカレンダーには，Org Modeのリンク機能を利用した情報収集に関する記事がある．」 という文章の中にリンクを埋め込むと，リンク部分の色が変化するはずだ． 「今年のAdventカレンダーには， Org Modeのリンク機能を利用した情報収集に関する記事がある．」 内容を展開すると以下のようになる． 「今年の [[http://qiita.com/advent-calendar/2012/docum
Haxeのカレンダー | Advent Calendar 2013 - Qiita
About reserved postingIf you register a secret article by the day before the same day, it will be automatically published around 7:00 on the same day. About posting periodOnly articles submitted after November 1 of the year can be registered. (Secret articles can be registered anytime articles are posted.)
Lispのカレンダー | Advent Calendar 2013 - Qiita
About reserved postingIf you register a secret article by the day before the same day, it will be automatically published around 7:00 on the same day. About posting periodOnly articles submitted after November 1 of the year can be registered. (Secret articles can be registered anytime articles are posted.)
Machine Learningのカレンダー | Advent Calendar 2013 - Qiita
今年もやりましょうか。 Machine Learning Advent Calendar 2013とは パターン認識・機械学習・自然言語処理・データマイニング等、データサイエンスに関するアドベント・カレンダーです。 参加方法 とりあえず参加登録をポチる 自分の担当の日に機械学習に関するちょっとした記事を書く みんなで読む 記事内容は、パターン認識・機械学習・自然言語処理・データマイニング等、データサイエンスに関する事でしたら何でもOKです。テーマに沿っていれば分量は問いません。 （PRMLの読んだ箇所のまとめ、実装してみた、論文紹介、数式展開、etc.） 皆さんのご参加をお待ちしております。 Qiitaで数式を書く方法 「母国語が数式なのだけれどQiitaで数式は書けるのか」という心配からAdvent Calendarへの参加を躊躇されている皆さんのために、はてな風TeX記法をQiita上
広告と機械学習 - Qiita
Machine Learning Advent Calendar向けの記事です。 普段はGunosyという会社で社長業をしながら社長をしています。 ざっくりいうと 結論だけ知りたい人はここだけ 広告における機械学習の応用の多くはCTR予測や運用の最適化のため(クエリー予測とか)の予測問題 今後は「CVRの予測」や「アクティブなユーザーの予測」がホットな話題になる(加えてその運用をどう最適化するかといった話題も) 現在は検索エンジンの応用例が多い。今後はディスプレイ広告やタイムライン広告への応用が増えていく 個人のユーザー属性を集めることが今まで以上にメディアのビジネス的に重要になる 広告や推薦エンジンに限らずドメイン知識は非常に重要。ドメイン知識と機械学習の知識を持ったエンジニアが意思決定に携わる会社は今後大きくのびる(と思う) 広告について 最近はもっぱら広告の開発をしており、広告分野で
僕はもう、そんなにナイーブじゃないんだ - Qiita
Machine Learning Advent Calendarの20日目です。 はじめに Naive Bayes(NB)とその改良版のTransformed Weight-normalized Complement Naive Bayes(TWCNB)、Averaged One-Dependence Estimators（AODE）という手法について解説と実装を書きます。 Naive Bayes NBはベイズの定理と特徴変数間の独立性仮定を用いた分類器です。文書のカテゴリ分類等でよく利用されます。 NBは、事例$X$に対し$P(y|X)$が最大となるクラス$y$を分類結果として返します。$P(y|X)$は、ベイズの定理を用いて、以下のように展開が可能です。 P(y|X) = \frac{P(y, X)}{P(X)} = \frac{P(X|y)*P(y)}{P(X)} \propto P
Matrix Factorizationとは - Qiita
Machine Learning Advent Calendarです。 普段はGunosyという会社で推薦システムを作ってます はじめに 推薦システムに関する最近の文献を読むと結構な割合で出てくるMatrix Factorizartion(MF)と呼ばれる手法があります。 ざっくり言うとこの手法は協調フィルタリングにおける次元削減を行うことでよりよい推薦を行おうという手法であり、 Netflix Prize(100万ドルの賞金が賭けられた推薦システムのコンテスト)で最も成果を上げたモデルの一つでもあります。 本記事ではこの手法を紹介していきます。 協調フィルタリング まず協調フィルタリングについておさらいしましょう。 あるサービスで3人のユーザが５つのアイテムに対して5段階評価をしたとき、その評価値を以下のようにベクトルで表すことができます。 \vec{user_{1}} = (4, 5,
ベイズ線形回帰（PRML§3.3）の図版再現 - Qiita
ご挨拶 今日から始まりました Machine Learning Advent Calendar 2013 幹事の @naoya_t です。今年もよろしくお願いします。 （日本時間では日が変わってしまいました。大変遅くなり申し訳ございません。アルゼンチン標準時（GMT-3）にはぎりぎり間に合いました！） このアドベント・カレンダーの記事内容は、パターン認識・機械学習・自然言語処理・データマイニング等、データサイエンスに関する事でしたら何でもOKです。テーマに沿っていれば分量は問いません。（PRML, MLaPP等の読んだ箇所のまとめ、実装してみた、論文紹介、数式展開、etc.） 執筆する皆さんも読むだけの皆さんも共に楽しみましょう！ 本日のお題 今日は、みんな大好きPRMLから軽めの話題ということで、§3.3の「ベイズ線形回帰」から、図3.8と図3.9を再現してみたいと思います。 等価カーネ
MLaPP読みましょう（オマエモナー） - Qiita
この投稿は Machine Learning Advent Calendar 2013 の10日目の記事です． 今日はMLaPPみんな読みましょう！というお話です．なにをか血迷って積ん読状態になっていたMachine Learning a Probabilistic Perspective(以下MLaPP)を1ヶ月で読破することを思い立ち，一人でMLaPPアドベントカレンダーなるものを始めてみました．（が，10日目にして既に心が折れそうです…．） MLaPPは良い機械学習の本であると思います．線形回帰からDeep Learningまで非常に幅広い分野が網羅されており，PRMLでは触れられていないトピックが記述されている点はMLaPPの大きな長所ではないかと思います．もちろん欠点がないわけではありません．まず，1000ページを超える分厚さにより，持ち歩くことはほぼ無理です(持ち歩きたい時はk
MLAC 2013 13日目 Mahout + D3.js K-Means編 - Qiita
やること 可視化は大事 「分析の精度や速度とかも大事だけど、 分析結果を正しく把握する、してもらう、ってのも大事なんだぞ。 わかるか、、、やまかつ？」 って、じっちゃんが昔言ってたような気がするので、可視化について書いてみようと思います。 Apache Mahout そんな大事なビジュアライゼーションですが、 Hadoop上で分散処理できる機械学習ライブラリのMahoutには 現時点(Ver.0.8)で可視化ツールは用意されていません。(キリ ということで、Mahoutの出力結果を可視化してみます。 あ、あと勘違いしやすいのですが、Mahoutに含まれる org.apache.mahout.clustering.display.DisplayKMeans などは、ソースを読めばわかりますが、 K-Meansの任意の出力を渡して、それを可視化してくれるような、汎用的な可視化ツールではありませ
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
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
.emacsのカレンダー | Advent Calendar 2013 - Qiita
カーネル/VMのカレンダー | Advent Calendar 2013 - Qiita