CVPR2015の採択論文タイトルのWordCloud - stMind
CVPR 2015 Webpage CVPR2015のProgramがアナウンスされているみたいなので、論文のタイトルをスクレイピングしてWord Cloudを作ってみました。 論文のタイトルはpupを使って取得しました。Oralの発表者がPosterも発表するケースもあるようなので、sortとuniqも入れてます。 $ curl -s http://www.pamitc.org/cvpr15/program.php | pup 'td > b:first-child' text{} | sort | uniq > cvpr2015papers.txt pupの書き方についてはこちらを参考にしました。 mattn.kaoriya.net pythonのWordCloudライブラリを使って作成します。最初に作ったWord Cloudは真ん中にでかく"Image"となっていたので、一つだけst
pythonを使って簡単な画像分類を実現する - stMind
yhatでpythonを使って簡単な画像分類をするエントリがあったので紹介します。 画像分類のステップ 画像分類を実現するステップは以下の通りです。 学習画像を集める 画像を特徴量に変換する 識別器を学習, モデルを評価する 1. 学習画像を集める 分類器を学習するための画像を取得します。Bingの画像検索結果のHTMLを解析して、学習画像を保存します。上記のエントリでは、check（小切手）か運転免許証かを分類する例になってましたが、ここではarchitecture（建物）かfood（食べ物）を分類するようにしてみます。（SNS向けに撮った写真は建物か食べ物が多いので） スクリプトは大体同じですが、queryをハードコードせずに引数として与えるようにしました。 #-*- encoding: utf-8 -*- """ Usage: query_bing_images.py <query>
Deep Learning Business Models - stMind
Deep Learningに関する話題としては、アルゴリズム解説や実装例に関する記事を多く見かけますが、ビジネスモデルに関する考察は新しいなということで紹介。 Key issues まず始めにビジネスの観点から見たDeep Learningの主要な問題として3つ挙げてます。 膨大な学習データセットが必要だが、それほど出回っていない Deep Learningが有用なアプリが明らかではない 特定分野に特化するのか、プラットフォームを目指すのか、ビジネスモデルを考える上で大きく影響 Deep Learningで性能を出すためには多くの経験値が必要 これは変わっていくだろうが、どれくらいの専門能力が必要とされるかは不明で、これもビジネスモデルを考える上で影響大 一般物体認識や文字認識、音声認識などDeep Learningが高い認識精度を達成している分野もありますが、まだ誰もが気軽に使えるもので
pythonでインタラクティブなデータ可視化を実現するmpld3の紹介 - stMind
例えば、pythonで機械学習のプログラムを書いて結果を可視化するといった場合、matplotlibを使うことが多いと思いますが、matplotlibで書いた図をインタラクティブに操作出来るようにするmpld3というライブラリがあるので、それを紹介します。 mpld3とは mpld3は、matplotlibで作成された図をベクタ形式の図に変換し、D3.jsによるデータ操作のHTML/Javascriptを合わせて出力するライブラリです。 出力されたHTMLをブラウザで開くと、拡大縮小やマウスオーバーでtooltipを表示したりといったインタラクティブな操作が可能となっています。 使い方 matplotlibが使えれば、とても簡単にインタラクティブな図を作ることが出来ます。まずはインストールをpipで（jinja2が必要なのでそれも一緒に）。 $ pip install jinja2 $ p
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
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
