エッシャーっぽい絵を生成する「エッシャーくん」を作ってみた。
エッシャーっていう画家は知っていますか？分かんない人のために説明しますと、こんな感じのふしぎーな絵を書いている人です。名前は知らなくても一度は見たことがあるのではないでしょうか。 それでなんですが、適当な画像からなんかエッシャーっぽいふしぎな画像を生成するフィルタ「エッシャーくん（仮称）」をPython Imaging Library(PIL)で作ってみました。これを使えばどんな画像もエッシャーっぽい世界にご招待です。ソースは近々公開します。 追記(09/24) ソースコードをアップロードしました。subversionで管理されてますので、 svn checkout http://svn.coderepos.org/share/lang/python/escher Somewhere でチェックアウトしてください。 たとえば、こんな感じのイラストにエッシャーくんを適用させてみると… こんな
（PS3持ってないけど）PlayStation Eyeを注文しました | dandelion's log
ポケットニュース: PS3用USBカメラ「PlayStation Eye」をWindows Vistaで使ってみる という記事を読んで，即，PlayStation Eyeを注文しました（PS3持ってないけど。。。）． ぶっちゃけると，専用ソフトウェアとかはどうでも良いのですが， ・640×480：60fps ・320×240：120fps でビデオキャプチャできて，画角が最大75ºなwebカメラが4000円（※Amazon）なのがスゴイです． なんというコストパフォーマンス。。。 ＃Diffused Illumination用に使えるかな？ あとは分解できるかだけど，NUI Groupの掲示板でオススメのカメラの一つに挙げられている みたいなのでなんとかなるかも．Vistaで良かったと初めて思ったかもしれない。。。 【注意】追記しました！！ （PS3持ってないけど）PlayStation
判別分析を学んだ - 元データ分析の会社で働いていた人の四方山話
判別分析とは、データのグループ分けを行う方法。 データを何がしかの基準で、二つに分類する。 分類の方法としては、超平面である線形判別関数を使う方法と、マハラノビス距離を使う方法がある。 今日は線形判別関数を使う方法を学んだ。 二つのグループに分ける ってどこかで聞いたことがあると思ったら、SVMですね。 どこが違うのか 最適化（最大化）する対象が違います。 SVMは超平面に最も近いデータ点までの距離（マージン）を最大化します。 線形判別関数は二つのデータ群の中心点同士の距離を最大化します。 面白いところ 数式を書くのがめんどくさいんであれなんですが、(超平面の式の絶対値)/(超平面の係数のノルム)で、超平面からデータまでの距離を求めることができます。 SVM、判別分析ともに、上記の式を用いて超平面を求めようとするのですが、そこから枝分かれしていきます。 SVM SVMでは、マージン領域内に
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
IBM Developer
