タグ

2013年6月2日のブックマーク (5件)

  • 双子素数予想に進展があった - hiroyukikojima’s blog

    双子素数予想に進展があったことが、新聞報道された。 ぼくのところにも、ある新聞社の記者のかたから取材があり、専門家ではないけど知っている限りのことで協力した。 双子素数というのは、差が2の素数のことである。例えば、3と5、11と13、29と31などがそうである。素数は2以外はすべて奇数であるから、双子素数は「隣りあった(2でない)素数の最小の隔たりのもの」ということができる。双子素数予想とは、「双子素数が無限組存在する」という予想であり、紀元前のギリシャ時代から予想されていたがいまだに解決をみていない。 今回の進展は、Yitang Zhangというニューハンプシャー大学の数学者によってなされた。それは、「Bounded Gaps Between Primes」と題された50ページ強の論文で、次の結果を与えている。 「隣り合った素数の隔たりが、7千万以下のものが無限組存在する(lim inf

    双子素数予想に進展があった - hiroyukikojima’s blog
    tinsep19
    tinsep19 2013/06/02
  • WebStorm 7EAPのkarma連携について

    WebStorm 7 EAP がリリースされましたが、今まではJsTestDriverぐらいしかテスト連携のサポートは入っていませんでしたが、karmaのサポートが追加されました。 KarmaとWebStormの設定 まだ、karma@canary(いわゆるdevloperバージョン)でしか動かないらしいので、 以下のように karma のcanaryをインストールします 今回は、デフォルトのJasmineの構成にしました。 次にWebStormプロジェクトを開いて、WebStormkarmaの設定をします。 RunDebug Configurationsにkarmaが増えているのでそれを追加して、 karma.conf.js のパスを設定してあげればWebStormの設定は完了です。 Karmaのテストを実行 作成したConfigurationsをRunするとKarmaサーバが起動し

    WebStorm 7EAPのkarma連携について
    tinsep19
    tinsep19 2013/06/02
  • ビッグデータ関連の補遺 - やまもといちろうBLOG(ブログ)

    一個前のエントリーで、こういう反響があったので軽く触れておきたい。 [引用]inamenai 元記事は物流とか在庫とかの話がしたいわけじゃないと思うんだがなんでわざわざそういう回収の仕方をするんだろう。 ビッグデータもバズワードになったんだなあ http://kirik.tea-nifty.com/diary/2013/05/post-0776.html [元記事]屋とデータマイニングと季節外れの冬物衣料 http://d.hatena.ne.jp/AntiBayesian/20130423 別に元記事すべてを否定するつもりはないことは、先のエントリーでも書いた。 ビッグデータであれデータマイニングであれ、もちろんマーケティングの面で「より多く売る」アプローチをとりがちな情シス部門やコンサルタントが多いのも事実。ただ、元記事が何度も書いていたように「意外性」や「需要」「顧客満足」といった

    ビッグデータ関連の補遺 - やまもといちろうBLOG(ブログ)
    tinsep19
    tinsep19 2013/06/02
    決算書を見れば分かる とおり、ビッグデータにおおいに取り組んでいる割に は店舗あたり売上や一人当たりはご覧の状況で、やは り削減が進んでいるのは物流コストや配送
  • 多変量(多次元)正規分布のKLダイバージェンスの求め方 - EchizenBlog-Zwei

    機械学習界隈では多変量正規分布のKLダイバージェンスの導出は自明らしく、とくに説明もなく「はいこうなりますね〜簡単ですね〜ははは〜」みたいな感じで軽く流されて死にそうになる。 軽く流されると私のように死んでしまう人もいるかもしれないので導出方法をメモしておく。 前準備 KLダイバージェンスは分布Pに対して分布Qがどれだけ近いかを表し、定義は以下のとおり。 KL(P(x) || Q(x)) = ∫P(x) log(P(x) / Q(x)) dx = ∫P(x) log(P(x)) dx - ∫P(x) log(Q(x)) dxまた多変量正規分布の定義は以下のとおり。 P(x | μ, Σ) = ((2π)^d * |Σ|)^(-1/2) * exp(-1/2 * (x - μ)T Σ^-1 (x - μ)) μ: 平均(d次元(縦)ベクトル) Σ: 共分散行列(d次正方行列) x: データ点

    多変量(多次元)正規分布のKLダイバージェンスの求め方 - EchizenBlog-Zwei
    tinsep19
    tinsep19 2013/06/02
    これが多変量正規分布のKLダイバージェンスとな る。これだけの計算を「自明ですよね」の一言で すませる機械学習のプロたちは恐ろしいと言わざ るを得ない。怖い。
  • 可視化周辺の進化がヤヴァイ~rChartsを中心として~

    AIAWSで現世から離れる試み-仕事がちょっと大変な時もあったりするから�俺のかわりにAIにシステム作ってもらえるシステム作った話.pptxJun Suzuki

    可視化周辺の進化がヤヴァイ~rChartsを中心として~
    tinsep19
    tinsep19 2013/06/02