手で操るデジタルデータ：MITの双方向キューブ(動画) | WIRED VISION
前の記事 「世界最高馬力の天然ガス車」をイランのメーカーが開発 手で操るデジタルデータ：MITの双方向キューブ(動画) 2009年2月18日 Kim Zetter MITメディアラボの研究チームは、2月上旬に開催された『TED(テクノロジー、エンターテインメント、およびデザイン)会議』において、相互に作用するキューブ型のデジタル機器『Siftables』について説明した。 MITメディアラボで大学院研究助手を務めるDavid Merrill氏は、このデジタル・キューブの元になったのは、机の上に広げられた写真などを手で物をより分けたり(sifting)並べ替えたりするというコンセプトだと述べた。 「デジタル的なデータと、そうやって現実に相互作用できたらクールだとわれわれは考えた。ありとあらゆるデジタルデータを物質として実体化したかった」とMerrill氏は語った。 Merrill氏とJeev
最大マージン kNN と SVM の関係: kNN も最近はがんばっています - 武蔵野日記
先日書いた機械学習における距離学習の続き。 kNN (k-nearest neighbour: k 近傍法)は Wikipedia のエントリにも書いてある通り、教師あり学習の一つで、あるインスタンスのラベルを周辺 k 個のラベルから推定する手法。memory-based learning と呼ばれることもある。単純に多数決を取る場合もあれば(同点を解決する必要があるが)、近いインスタンスの重みを大きくする場合もあるのだが、いずれにせよかなり実装は単純なので、他の機械学習との比較(ベースライン)として使われることも多い。 簡単なアルゴリズムではあるが、1-NN の場合このアルゴリズムの誤り率はベイズ誤り率(達成可能な最小誤り率)の2倍以下となることが示されたり、理論的にもそれなりにクリアになってきているのではないかと思う。また、多クラス分類がちょっと一手間な SVM (pairwise 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
