タグ

関連タグで絞り込む (182)

タグの絞り込みを解除

説明に関するtorutoのブックマーク (336)

  • FrontPage - 情報論的学習理論と機械学習の「朱鷺の杜Wiki」

    朱鷺の杜Wiki(ときのもり うぃき)† 朱鷺の杜Wikiは,機械学習に関連した,データマイニング,情報理論,計算論的学習理論,統計,統計物理についての情報交換の場です.これら機械学習関係の話題,リンク,関連事項,書籍・論文紹介などの情報を扱います. 更新されたページを確認するにはRSSリーダを使って右下のRSSリンクをチェックするか,最終更新のページを参照してください. ページの中でどこが更新されたかを見るには,上の「差分」をクリックして下さい. 数式の表示に MathJax を利用しています.数式の上でコンテキストメニューを使うと各種の設定が可能です.特に設定をしなくても数式は閲覧できますが,フォントをインストールすれば数式の表示がきれいで高速になります.詳しくは 数式の表示 のページを参照して下さい. ごく簡単なWikiの使い方がこのページの最後にあります.トップページやメニューなど

  • ドラフト会議 (MLB) - Wikipedia

    「ルール・フォー・ドラフト」(MLB規約の第4条に規定されていることに由来)、または「アマチュア・ドラフト」(プロ選手を指名する、後述のルール5ドラフトとの対比)とも呼ばれる。 MLBのドラフト制度は、各チームの戦力均衡を目的に1965年から導入された。豊富な資金力を背景に選手を集め、圧倒的な強さを誇っていたニューヨーク・ヤンキースにそれ以上戦力が偏りすぎるのを防ぐためでもあった。この結果、ヤンキースは1964年以降10年以上もリーグ優勝から遠ざかることとなり、この制度の成果は如実に現れた。さらに1969年からはプレーオフ(2地区制)が導入され、1972年からのオークランド・アスレチックスワールドシリーズ3連覇まで毎年違うチームがワールドチャンピオンとなっている。 だが、1960年代後半以降、代理人交渉制度が認められるとドラフト指名された有望選手にも代理人がつくようになり、契約金の高騰が起

    toruto
    toruto 2007/11/13
    ルール・ファイブ・ドラフト
  • ハーバード大学医学部留学・独立日記 第二部 三重大学医学部編 ... Nature論文を5分でプレゼンテーションする

    ボストンで13年働いた研究者が、アカデミック・キャリアパスで切磋琢磨する方法を発信することをめざします。 2024/07 « 12345678910111213141516171819202122232425262728293031» 2024/09 自分の専門的な研究を一般の聴衆にプレゼンテーションするのは簡単ではありません。あまりにテクニカルに詳細であっても理解してもらえないし、話のレベルを落としすぎても研究の核となるメッセージが伝わらなでしょう。この困難なミッションを5分で行えと言われたら何に気をつけなければならないでしょうか。わたしは次の3つが肝だと思います: 1)Relate: まず自分の研究をだれもが知っていて興味を持つようなことに「関連」づける。イントロで聴衆を失わないためにはこれが大事でしょう。 2)Story:詳細な実験手法の説明などは一般には避けたほうが無難と考えられが

    toruto
    toruto 2007/11/11
    だが,難しい.
  • http://nao.s164.xrea.com/RL-FAQ-j.html

  • タモリに学ぶ会話術 - ○

    「笑っていいとも」をお昼休みにウキウキウォッチングしていた。タモさんがゲストと話していた。ダラーっと見ながら気がついたのだがよくよく考えるとタモリの会話術ってスゴいと思った。どうしようもない口下手ゲスト相手でも会話を成立させてしまうあの手腕、テレビブロスが日の名司会者一位にするのもわかった気がした。*1会話をする際、いったい相手との間にどのように話を広げていくかタモリのいままでのテレホンショッキングでのやりとりから私なりにタモリ流会話術を研究させてもらった。 ・相手の容姿の変化を敏感にみつけ会話にもっていく。 「あれ?髪切った?」などモノマネギャグにされるくらい、タモリは一度会った相手の容姿の変化には敏感である。「あれ?痩せた?」「焼けたね」など当にぱっと見ただけで容姿の変化を指摘し相手がお笑い芸人とか笑いを取らねばならない人以外はその容姿の変化をたいてい「褒め」の方向やどういった経由

    タモリに学ぶ会話術 - ○
  • wintermelon.org - 

    This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.

    toruto
    toruto 2007/11/08
    精度、再現率以外の指標
  • マフラーの巻き方をおさらいできる6サイト - F.Ko-Jiの「一秒後は未来」

    毎年この時期になると検索数が伸びる「マフラー 巻き方」。今年もそろそろ、おさらいしておきたいところではないでしょうか。 というわけで、次に紹介する6つのサイトでオシャレなマフラーの巻き方をおさらいしておきましょう。 1. woolly Warmer 2007 | Plaza Online sonyplazaの2007年版のページはこちらのようです。5種類のおしゃれな巻き方がFlashで紹介されています。 (追記 2008-12-14) リンク先ページが消えていたためリンクを外しました。 2. 毛糸と手織り糸のメーカーです。「可愛くマフラーまいちゃおう!」 イラストつきでで10種類のマフラーの巻き方が紹介されています。 3. FAnet– 冬のおしゃれはマフラー使いで決まる!! — 6種類のマフラーの巻き方が紹介されています。どちらかというと女性向けか。 4. マフラーの巻き方:スカーフの巻

    マフラーの巻き方をおさらいできる6サイト - F.Ko-Jiの「一秒後は未来」
  • Amis

    2006年6月8日 吉田和弘 東京大学大学院 情報理工学系研究科 コンピュータ科学専攻 kyoshida AT is.s.u-tokyo.ac.jp English version 最大エントロピー法とは 最大エントロピー法は,事象の確率分布p(x)を計算するために, 事象xが持つ特徴を, 素性関数(または素性) f_iの集合を使って抽出します. f_i(x)は事象を受け取って実数を返す関数で, 各 i に対して一つの特徴が対応します. 典型的には,各f_i(x)は, 事象xにおいて特徴f_iを何回観測したかを表します. 事象 e=<x>, 素性関数 f_i が与えられた時, 最大エントロピーモデルは以下の式で確率値を与えます. p(x) = 1/Z exp( sum( l_i * f_i(x) ) = 1/Z prod( a_i^f_i(x) ) l_i (lambda) または

    toruto
    toruto 2007/11/05
    最大エントロピー法
  • 経済学でのゲーム理論

    ゲーム理論は最近になって、経済学を検討する伝統的な手法に対する強力な対抗馬として台頭してきた。多くの有名な先人たちも、「ゲーム理論」と呼べる形で各種問題に取り組んでは来たけれど、経済理論の一部であり一分野としての、根的で定式化された形のゲーム理論は、ジョン・フォン・ ノイマン (John von Neumann) とオスカール・モルゲンシュテルン (Oskar Morgenstern) の 1944 年の古典『ゲームの理論と経済行動』(Theory of Games and Economic Behavior, 1944)に始まる。 ゲーム理論の主目的は、エージェントたちが意志決定を、外生的な価格(動かない変数)への反応として行うのではなく、他のエージェントの行動(生きた変数)への戦略的な反応として意志決定を行う状況を考えることだった。エージェントは、自分が選べる手番の集合を与えられて、

    toruto
    toruto 2007/11/01
    シャープレイ値 (Shapley Value)
  • C#でViterbiアルゴリズム - Inside Apricot

    昔、C言語で作ったやつをなくしてしまったのでC#で書いてみました。HMM (Hidden Markov Model, 隠れマルコフモデル)において、最尤状態列を計算します。 かなりやっつけで書いてるの後でリファクタリングしたいなぁ。 Dictionary<string, KeyValuePair<string, double>> T = new Dictionary<string, KeyValuePair<string, double>>(); foreach (string state in states) { T.Add(state, new KeyValuePair<string,double>(state, sp[state])); } foreach (string output in observations) { Dictionary<string, KeyValuePai

    C#でViterbiアルゴリズム - Inside Apricot
  • 株式会社ブログウォッチャー

    スマートフォン向け位置情報データサービス。独自開発SDKによりスマートフォンの位置情報データを保有。広告・プッシュ通知・分析などの様々なソリューションを提供。

    株式会社ブログウォッチャー
  • きまぐれ日記: 情報抽出アルゴリズムEspresso の謎、私の勘違いでした。

    昨日のエントリーは私の完全な勘違いでした。大学数学やりなおします。orz 行列表現にはまちがいはないのですが、あの形はマルコフ連鎖そのものなので、 x_instance = A * x_instance の解は、x_instance = A^{n} * x_instance0 なので、x_instance0 の初期値 に依存します。A^{n} が収束し B になるとすれば、x_instance = B * x_instance0 となります。 A^{n} が収束することが条件ですが、相互情報量の最大値で正規化されているので、たぶん収束するでしょう。 しかし、Espresso のおもしろいところは, B が求まってしまえば、どんな初期値でもただ1回の行列のかけ算で 最終的な答えがでてしまうところです。 B は、全パターンと全インスタンスの類似度から生成される行列で、信頼度とは無関係です。相互

  • きまぐれ日記: 情報抽出アルゴリズム Espresso 最終章

    Espresso を飲みながらさらに Espresso を考えていました。 r_instance = A^n * r_instance_0 となるのは間違いないと思います。A は P * P^{T}、さらに P = 1/|I||P| * pmi(i, p)/ maxpmi です。 A は、インスタンスどうしの類似度を表現した正方対称行列です。A_{i,j} はインスタンス i, j の類似度です。 類似度は、パターン個数次元からなるベクトルの内積で、各次元は pmi となります。 この形だと、r_instanc は r_instance_0 できまるので、初期値に依存してるように思えますが、A^n がいったい どういう意味を持つのかずっと考えていました。 A_{i,j} が 0, 1 の場合、A は無向グラフの接続行列となります。i,j がつながっている場合は A_{i,j} = 1となり

    toruto
    toruto 2007/10/16
    「初期値によらず、パターンの信頼度/インスタンスの信頼度は、 M^{T} * M もしくは M * M^{T} の最大固有値に対応する固有ベクトルになる」
  • Proportional Transportation Distance

    toruto
    toruto 2007/10/15
    PTD. EMDより高速らしいけど、どんなモンだろう。
  • http://www-i9.informatik.rwth-aachen.de/projekte/emd/

  • Perceptual Metrics for Image Database Navigation

    Perceptual Metrics for Image Database Navigation 1/10/99 Click here to start Table of Contents Perceptual Metrics for Image Database Navigation Image Retrieval: Previous Work Content-based Image Retrieval Talk Outline Ground Distance Histogram Distances - 1 Histogram Distances - 2 Desired Distances Transportation Problem Signatures Vs. Histograms The Earth Mover�s Distance Linear Optimization EMD

  • 2007-10-10 - 空中キャンプ

    いい文章を書きたいのであれば、書き終えてから、あるていど時間を置いて読み直すといいとよく言われる。これは誰にとっても納得のいく方法だとおもう。時間を置くことで、客観的に文章を眺めることができるし、意味の伝わりにくいところは推敲できる。なにより文章ぜんたいをクールダウンできるから、時間を置き、推敲を通したテキストはより論理的で端正になる。 しかし、わたしはこの方法がどうも苦手だ。時間を置くと、いったいどうしてこんな文章を書いたのか、自分でもよくわからなくなってくるし、なにをおもしろいとおもって書いたのか、いまひとつおもいだせなくなってしまう。もちろん、文章を書き直すことで、感情の入りすぎていた部分は削られて、気持ちだけが空回りしていた言葉は、もっと別のフレーズに置き換えられる。だからこれはきっといい文章なのだ──すくなくとも、推敲前よりはずっと。でも、このテキストっておもしろいのかな、とわた

  • マルコフ連鎖

    第4章  マルコフ連鎖 4.1 確率行列 4.1.1 確率行列 4.1.2 同時確率 4.1.3 同時確率行列 4.1.3.1 例1 4.1.3.2 例2 4.1.4 条件付確率行列 4.1.5 確率行列の式 4.1.6 行列演算 4.1.6.1 例 4.2 マルコフ連鎖 4.2.1 マルコフ連鎖の定義 4.2.2 マルコフ連鎖における同時確率 4.2.2.1 例1 4.2.2.2 例2 4.3 定常性 4.3.1 定常性 4.3.2 非定常的ランダムウォーク 例1 4.3.3 非定常的ランダムウォーク 例2 4.3.3.1 余談(エントロピー増大) 4.3.3.2 余談(ブラウン運動) 4.4 状態遷移図とエルコード性 4.4.1 状態遷移図 4.4.2 エルコード性 4.4.2.1 例 〇 章末テスト

  • ICC ONLINE | アーカイヴ | 2007年 | LIFE - fluid, invisible, inaudible ... | 作品について

    《LIFE - fluid, invisible, inaudible ...》は,世界的に高い評価を受ける音楽家の坂龍一と,京都を拠点に国内外で活躍するアーティスト・グループ「ダムタイプ」の中心メンバー高谷史郎のコラボレーションによって生み出された,音と映像のかつてない出会いを創出する新作インスタレーションです. この作品は,1999年に初演された坂龍一のオペラ《LIFE》(高谷史郎が映像監督として参加)を起点としながら,「fluid, invisible, inaudible(流動するもの,見えないもの,聴こえないもの)」ーーというタイトルに見られるように,21世紀を迎えてしばらく経った2007年において,《LIFE》を,その音や映像をリソースとしつつ,まったく異なる作品として解体,進化させたものです.20世紀末において,オペラというリニアで近代的な方法に対して行われた実験が《LI

    toruto
    toruto 2007/10/07
    坂本龍一さんと高谷史郎さんのコラボレーション
  • Making cutup software

    toruto
    toruto 2007/10/01
    マルコフ連鎖より大きなくくり?