thorikawaのブックマーク - はてなブックマーク

Github を使って雑誌原稿を書く - naoyaのはてなダイアリー
今日はこのあと Github の Tokyo Drinkup January 2014 に行くのだが、先方から、もしかしたら 10分ほど Github について話してもらうかも、と打診された。話すか話さないかわからないが、もし話すとしたらと仮定し内容の整理も兼ねて以下「Github を使って雑誌原稿を書く」ということについて書いてみようと思う。「Github を使って雑誌原稿を書く」もしくは「Github を使った雑誌編集者とのコラボレーション」について、である。 Web+DB PRESS の連載ご存知の方もいるかもしれないが、このところ技術評論社の Web+DB PRESS で連載をしている。連載を始めて、もう一年近く経った。以前にも Perl に関する連載をしていて、そのときも数年ぐらい続けたので、間があきつつも、なんだかんだでそれぐらいの付き合いになる。最近は特にテーマは決めず
thorikawa 2014/01/29
writing
リンク
創造性の高い仕事をしたい人におすすめしたい1冊 - naoyaのはてなダイアリー
100人が選ぶソフトウェア開発の名著選デブサミ10周年を記念して2月21日に刊行：CodeZine（コードジン）が出版されます。私も一冊推薦しました。id:secondlife:20120202:1328168076 でセコンさんが公開してるのにならって、私も原稿を公開しようかなと思います。推薦したのは以下の本です。モチベーション3.0 持続する「やる気!」をいかに引き出すか作者: ダニエル・ピンク,大前研一出版社/メーカー: 講談社発売日: 2010/07/07メディア: ハードカバー購入: 101人クリック: 5,453回この商品を含むブログ (153件) を見る邦題があまり好きじゃない。原著は『DRiVE ─ The Suprising Truth About What Motivates Us』です。本文の訳は良かったです。『フリーエージェント社会の到来』や『ハイ・コン
thorikawa 2012/02/02
読み物
リンク
Latent Semantic Indexing - naoyaのはてなダイアリー
情報検索におけるベクトル空間モデルでは、文書をベクトルとみなして線形空間でそれを扱います。この文書ベクトルは、文書に含まれる単語の出現頻度などを成分に取ります。結果、以下のような単語文書行列 (term document matrix) が得られます。 d1 d2 d3 d4 Apple 3 0 0 0 Linux 0 1 0 1 MacOSX 2 0 0 0 Perl 0 1 0 0 Ruby 0 1 0 3 この単語文書行列に対して内積による類似度などの計算を行って、情報要求に適合する文書を探すのがベクトル空間モデルによる検索モデルです。見ての通り、単語文書行列の次元数は索引語の総数です。文書が増えれば増えるほど次元は増加する傾向にあります。例えば索引語が100万語あって検索対象の文書が 1,000万件あると、100万次元 * 1,000万という大きさの行列を扱うことになりますが、単
thorikawa 2009/03/08
アルゴリズム

レコメンド
リンク
1