IBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.
科学明けましておめでとうございます。旧年中は大変お世話になりました。せっかくなので僕が普段チェックしているサイトをご紹介したいと思います。簡単に言うとこのブログのネタ元です。並べてみるとメジャーどころばかりだけど、こういう紹介すらあんまり日本語では見かけないので。 というのも、こないだ「Scientific Americanを読む*1習慣をつけて英語力を鍛えよ」みたいな話を聞いたのです。讃えよ鉄兜!ただScientific Americanは情報が多いと言うか興味のない分野も充実しているので、いくつかのサイトから好きな分野だけ取ってくると良いのではと考えた次第。そして私どものように、ブログ更新をモチベーションにいろんな科学記事の英文読んだらいいんじゃないかなとというご提案です。本当に英語力が上がるのかは分かりませんが、まあ馴染みは持てるだろう。 以下、よく見ている順です。僕が興味を持ってい
昨日,PFI セミナーにて「大規模グラフアルゴリズムの最先端」というタイトルで発表をさせてもらいました.スライドは以下になります. 大規模グラフアルゴリズムの最先端 View more presentations from iwiwi 当日は Ustream もされており,録画された発表もご覧になれます. http://www.ustream.tv/recorded/19713623 内容の流れとしては,以下のようになっています. 導入 アルゴリズム界隈での話題 最新の研究動向 道路ネットワークでの最短路クエリ処理 基礎的な手法:双方向 Dijkstra,A*, ALT 最新の手法:Highway Dimension + Hub-Labeling Algorithm DB 界隈での話題 最新の研究動向 複雑ネットワークでの最短路クエリ処理 基礎的な手法:ランドマークを用いた最短距離推定 最
たまには R のコード書いとかないと忘れる。 ただでさえ R はいろいろ特殊だってのに。 というわけで、勉強中の共役勾配法(conjugate gradient method)を R で書いてみた。といっても、pseudo code をそのまま落とし込んだだけなのだが。しかも線形。 読んでいるのはこれ。 Jonathan Richard Shewchuk, "An Introduction to the Conjugate Gradient Method Without the Agonizing Pain" 「苦痛を伴わない共役勾配法入門」、略して「サルでもわかるCG法」。 ほんとわかりやすくて、びっくり。 読者が知りたい内容にたどり着くにはこの順番で読んだらいいよ、というダイアグラムまで付いている。 例えば(線形)共役勾配法は、4. Steepest Descent(最急降下法) →
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