A/Bテストよりすごい？バンディットアルゴリズムとは一体何者か - Qiita
オバマ大統領の再選に大きく寄与したことで大きな注目を集めているA/Bテスト。A/Bテストを導入した、することを検討している、という開発現場も多いのではないだろうか。 そんな中、Web上で次のような議論を見つけた。 20 lines of code that will beat A/B testing every time Why multi-armed bandit algorithm is not “better” than A/B testing 一言でまとめると「A/Bテストよりバンディットアルゴリズムの方がすごいよ」「いやいやA/Bテストの方がすごいし」ということだ。 で、バンディットアルゴリズムとは一体何者なのか？ そこでBandit Algorithms for Website Optimization (O'REILLY)を読んでみた。その結果分かったことを踏まえてざっくりと
自分だけのアルゴリズムで勝負。自動FX取引ソフトウェア·jiji MOONGIFT
jijiはRuby製の自動FX取引ソフトウェアです。 FXで収益を出すというのはとても大変なことで、よく大損した人たちの阿鼻叫喚を聞きます。とは言えFXをはじめたいと思う人は多く、関連書籍もたくさんあります。自分なりの収益を出す方法がある、そう考える人はjijiを使ってみると面白いかも知れません。 グラフです。細かく描かれています。画像は全て公式サイトより。 統計情報です。 エージェント作成です。ここが肝になります。 開始を押すと実際のルールが運用開始されます。 ログです。 jijiは自分で記述した取引ルールに従って完全自動でFX取引を行います。もちろん必ず利益が出るという訳ではないのでご注意ください。スタンドアローンな状態で動き続けるので一日中相場を追いかけていられないサラリーマンなどに向いているかも知れません。 jijiが対応しているのはクリック証券とSBI証券になります。 jijiは
MapReduceできる10個のアルゴリズム - データサイエンティスト上がりのDX参謀・起業家
HadoopとMahoutにより、ビッグデータでも機械学習を行うことができます。Mahoutで実装されている手法は、全て分散処理できるアルゴリズムということになります。Mahoutで実装されているアルゴリズムは、ここに列挙されています。論文としても、2006年に「Map-Reduce for Machine Learning on Multicore」としていくつかのアルゴリズムが紹介されています。 そこで今回は、（何番煎じか分かりませんが自分の理解のためにも）この論文で紹介されているアルゴリズムと、どうやって分散処理するのかを簡単にメモしておきたいと思います。計算するべき統計量が、summation form（足し算で表現できる形）になっているかどうかが、重要なポイントです。なってない場合は、”うまく”MapReduceの形にバラす必要があります。 ※例によって、間違いがあった場合は随時
A*
A* 文章：syun 日付：2005/9/10 目次 1.はじめに 2.地形に情報を持たせる 3.流れ 1.はじめに ここではA*アルゴリズムによる経路探索を解説します。 A*を使うと何が嬉しいのかというと、 上のように、開始点と終了点の間に障害物が存在する場合でも、 最も効率の良い経路が探索できるからです。 これに対して、例えばブレゼンハムの線分描画アルゴリズムでは、 障害物があった場合に、障害物に引っかかって動かなくなってしまいます。 逆に欠点としてA*アルゴリズムは、比較的効率の良い探索を行いますが、 やや重い処理となってしまうことです。 なので障害物がない場合には、 ブレゼンハムの線分描画アルゴリズムを用いた方が、 処理は速くなります。 2.入力と出力 A*は地形に以下の情報を持たせます。 ステータス（None→Open→Closed） 移動コスト ヒューリスティック（推定）コスト
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します（この論文は@doryokujin君のポストで知りました、ありがとうございます！）。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C
高速な安定ソートアルゴリズム "TimSort" の解説 - Preferred Networks Research & Development
先日、TimSortというソートアルゴリズムが話題になりました。TimSortは、高速な安定ソートで、Python(>=2.3)やJava SE 7、およびAndroidでの標準ソートアルゴリズムとして採用されているそうです。 C++のstd::sort()よりも高速であるというベンチマーク結果1が話題になり(後にベンチマークの誤りと判明)、私もそれで存在を知りました。実際のところ、ランダムなデータに対してはクイックソート(IntroSort)ほど速くないようですが、ソートというシンプルなタスクのアルゴリズムが今もなお改良され続けていて、なおかつ人々の関心を引くというのは興味深いものです。 しかしながら、オリジナルのTimSortのコードは若干複雑で、実際のところどういうアルゴリズムなのかわかりづらいところがあると思います。そこで今回はTimSortのアルゴリズムをできるだけわかりやすく解
1
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
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
