確率論、統計学関連のWeb上の資料 - yasuhisa's blog
確率論と統計学は俺がまとめるから、他の分野はお前らの仕事な。 確率論 Index of /HOME/higuchi/h18kogi 確率空間 生成されたσ-加法族 確率の基本的性質 確率変数とその分布 分布の例 分布関数 期待値、分散、モーメント 期待値の性質 独立確率変数列の極限定理 大数の弱法則(Weak Law of Large Numbers) 確率1でおこること 大数の強法則 中心極限定理 特性関数 Higuchi's Page Brown運動 Brown運動のモーメントの計算 連続性 Brown運動の構成:Gauss系として Brown運動に関する確率積分 空間L^2の元の確率積分 伊藤の公式(Ito formula) 日本女子大学理学部数物科学科の今野良彦先生のところにあった資料 最尤法とその計算アルゴリズム 収束のモード 大数の法則と中心極限定理 指数分布族モデルにおける最
イロイロな分散処理技術とイマドキのWebサービス
最近注目を浴びている分散処理技術「MapReduce」の利点をサンプルからアルゴリズムレベルで理解し、昔からあるJava関連の分散処理技術を見直す特集企画（編集部） Javaはネットワークを利用した分散処理にも強い Javaはネットワークプログラミング向けのjava.netパッケージが標準で備わっていることからも分かるように、もともとネットワークを強く意識した言語仕様となっています。そのため筆者は、「Javaはネットワークを利用した分散処理にも強い」というイメージを持っています。前回の「GoogleのMapReduceアルゴリズムをJavaで理解する」で説明した、分散処理技術で最近注目を浴びているMapReduceもJavaによる実装があります。 それは、Apache Hadoopプロジェクトで開発されているものです。このプロジェクトは、もともとはオープンソースの検索ソフトウェアであるAp
イロイロな分散処理技術とイマドキのWebサービス
Apache Thrift、Etchは、標準が議論されているわけではないので、どの程度普及していくかは分かりませんが、せっかくオープンソースであるのですから、機会があれば使ってみてもよいと思います。これからも次々と、“新しいプロトコル”というものは提案され続けることが予想されます。 MapReduce／Hadoopとほかの分散処理技術の違い こうして考えてみると分散処理にもいろいろありますが、それぞれ特徴があって面白いですね。 ■処理の分散化 雑感ですが、RPCは「処理の分散化」という視点で、SOAPは「オブジェクトの分散化」という視点で見たくなります。 RMIはJavaでのRPCともいえますが、「オブジェクト指向」という概念が入っているため、RPCよりも分かりやすい気がします。CORBAは言語依存性が低いので、JavaのRMIよりも適用分野によっては有利なはずです。XML-RPCのように
複数ディレクトリにまたがるomake - みずぴー日記
こんな風にソースコードが複数ディレクトリに分かれている場合のomakeの書き方。 +-project_name/ | +-main.ml | +-OMakefile | +-OMakeroot | +-test/ | +-OMakefile | +-OMakeroot | +-test_main.ml OMakefileの書き方 まず各ディレクトリにOMakefileを用意する。 project_name/OMakefileではサブディレクトリを指定する。それ以外の部分は通常通り。 .SUBDIRS: test ビルド すると、project_name/で # cd test; omake suiteと等価 $ omake test/suite # PHONYターゲットの場合は、test/がいらない $ omake test-run といった感じでビルドできる。 参考: Rules ところ
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
United States
