[B! c++] uk-arのブックマーク

プログラムを書くときに便利なEmacsコマンド

Meadow/Emacsスーパーチュートリアル (Front Programmer Series) 作者: 松下晃久出版社/メーカー: 秀和システム発売日: 2004/10/29メディア: 単行本クリック: 62回この商品を含むブログ (18件) を見る会社にあったこの本を手にとってパラパラとめくっていたらいつの間にか夢中で読んでいた。知らない便利なコマンドとの出会いがいっぱいの本でした。その中でもプログラムを書く上で便利そうなコマンドを紹介します。カーソル系カーソルの移動は入力とかかわる肝なので覚えたいですね。 Emacsを使わない人から見ると魔法のように見えるかも? C-M-f 現在のインデントと同レベルの次の括弧へ C-M-b 現在のインデントと同レベルの前の括弧へ C-M-n 次の括弧へ C-M-p 前の括弧へ C-M-e 次の関数へ C-M-a 前の関数へ C-M-h

uk-ar 2009/10/15

リンク

GT Nitro: カーレーシング・ドラッグレーシングゲーム - Google Play のアプリ

GT Nitro: Car Game Drag Raceは、典型的なカーゲームではありません。これはスピード、パワー、スキル全開のカーレースゲームです。ブレーキは忘れて、これはドラッグレース、ベイビー！古典的なクラシックから未来的なビーストまで、最もクールで速い車とカーレースできます。スティックシフトをマスターし、ニトロを賢く使って競争を打ち破る必要があります。このカーレースゲームはそのリアルな物理学と素晴らしいグラフィックスであなたの心を爆発させます。これまでプレイしたことのないようなものです。 GT Nitroは、リフレックスとタイミングを試すカーレースゲームです。正しい瞬間にギアをシフトし、ガスを思い切り踏む必要があります。また、大物たちと競いつつ、車のチューニングとアップグレードも行わなければなりません。世界中で最高のドライバーと車とカーレースに挑むことになり、ドラッグレースの王冠

uk-ar 2009/10/15

リンク

emacs C++ 開発環境 link集 - niitsumaの日記

emacsでc++開発を行うための情報を集めました。まとめをここでしています以下それぞれのリンク Emacs で C 言語プログラミングを始める人へのイントロダクション初心者向けdocment 以下の２項目が役立つタグジャンプここで説明しているtagファイルの作成方法 $ find . -name "*.[chCH]" -print | etags - はubuntu7.10では動かなかった関数名の補完入力がM-tabでできるタグジャンプはここで説明してるetagより後述のgtagの方が便利 Benjamin Rutt's Emacs C development tips (English) complieをする窓の大きさを小さめにする方法インデントを自分好みにする方法 etagの使い方。Emacs で C 言語プログラミングを始める人へのイントロダクションよりも詳しく解説

uk-ar 2009/10/14

リンク

IFS Institut für Software

IFS Institut für Software Open · Software · Engineering Menschen und Organisationen, die mit Softwareentwicklung zu tun haben, unterstützen wir dabei, ihr Wissen und ihre Erfahrung zu erweitern und sich kontinuierlich zu verbessern. Wir fördern die Softwareentwicklung in der Schweiz, indem wir für Qualität, kooperatives Arbeiten und elegante Einfachheit der Software einstehen.

uk-ar 2009/09/14

リンク

OLL: オンライン機械学習ライブラリをリリースしました。 - DO++

様々なオンライン学習手法をサポートしたライブラリ「OLL (Online-Learning Library)」をリリースしました。プロジェクトページ日本語詳細ページ学習、推定を行なう単体プログラムと、C++ライブラリからなります。（C++ライブラリ解説はまだ）。 New BSDライセンス上で自由に使えます。使った場合は感想や苦情などいただけると幸いです。オンライン学習とは、一つずつ訓練データを見てパラメータを更新していく手法で、訓練データをまとめて見てから学習するバッチ学習（SVMs, 最大エントロピー法）と比べて非常に効率良く学習を行なうことができます。それでいながらSVMs, やMEsに匹敵する精度が出ます。学習するデータの性質にもよりますが、例えば、英語の文書分類タスクで、15000訓練例、130万種類の素性の訓練データに対する学習が1秒未満で終わります（SVMsだと実装に