検索エンジンの作り方 ３つの仕組み、アルゴリズムを公開
表１．転置ファイル例 このような形式で転置インデックスを保存しておく事により、インデッキシングの際や、文章の検索の際に、二分木探索のアルゴリズムや、その他のアルゴリズムを用いる事によって、高速に文章を検索する事が可能になります。 次に、「では実際どのように、文章中の単語を抽出すればいいんだ？」という疑問が湧いてきたと思うので、以下、文字列抽出の方法について詳しく見ていく事にします。 １．n-gram法 「Nグラム法」等と呼ばれる、単純ですがパワフルな文字列分割アルゴリズムで、Nで指定した単語の長さに、先頭から1文字ずつ文字列を分割します。 例）N=2の時、「情報検索」という文字列に対して、N-gramを実行した例 情報 報検 検索 索 このように、文字列を分割する事で、「情報」と「検索」の単語が正しく抽出されるため、単語の抽出の取りこぼしを防げます。 しかしながら、この方法では、「報検」等
Machine Learning | Microsoft Azure
ソリューション おすすめ すべてのソリューションを表示 (40 以上) Azure AI 移行して AI の時代にイノベーションを起こす インテリジェントなアプリの構築とモダン化 データ分析のための AI Azure AI インフラストラクチャ 適応型クラウド Azure のネットワーク セキュリティ AI Azure AI Azure を利用した責任ある AI Azure AI インフラストラクチャ インテリジェントなアプリの構築とモダン化 ナレッジ マイニング Azure 上の Hugging Face Azure 機密コンピューティング アプリケーション開発 インテリジェントなアプリの構築とモダン化 開発とテスト DevOps DevSecOps サーバーレス コンピューティング アプリケーションとデータのモダン化 Azure でのロー コード アプリケーション開発 クラウド移行とモ
【SEO・SEM】機械学習でキーワードのグルーピングを自動化 | CINC Marketing Blog
SEMや言語解析などを行っていると、自ずとキーワードデータが溢れてくると思います。 GoogleおよびYahoo!のHTTPS化によって流入キーワードのデータは取得できなくなったものの、依然サーチコンソールの検索アナリティクスデータやキーワードの検索順位データなどを用いて、キーワード単位のパフォーマンスを計測する事が可能です。 又、PPCに於いても自動抽出したキーワードやクエリを基に広告を出稿する事ができますが、大量のワードを適切に広告グループ化しなければ広告を正しく調整する事が困難になります。 今回は、出来る限り人の手を使わずキーワードのテーマや意味単位でグループ化する方法を検証してみました。 大量のワードを分類化する目的とはフリーワード検索ページのSEO施策や、自動抽出による広告キーワードの生成などを行なうと、大量のキーワードデータが手元に溢れてくると思います。 広告の調整やページ単位
Google Colaboratory を用いた機械学習・深層学習の入門教材を無料公開（健康・医療向けデータを用いた実践編も含む）
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
20170127-learning-tensorflow-3hours
ニューラルネットワークを用いた機械学習の「ディープラーニング(深層学習)」は人工知能(AI)開発に欠かせない技術であり、AI以外にもGoogleフォトの画像の自動タグ付け機能やAmazonのレコメンド機能など、すでに実用化されている技術に活用されています。そんなディープラーニングを開発者が学習するためのとっておきの方法をGoogleのクラウド開発者がブログで紹介しています。 Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Big Data and Machine Learning Blog | Google Cloud Platform https://cloud.google.com/blog/big-data/2017/01/learn-tensorflow-and-deep-learning-w
【告知】デジタルマーケターズサミット 2019 Winter のクロージング基調講演を務めます。 - mediologic
webtan.impress.co.jp Web担当者フォーラム主催で、2/22に開催される上記のカンファレンスにて、「クロージング基調講演」なる大役を仰せつかりました。 今回のテーマは昨年講演した、以下の内容のアップデート版となります。 webtan.impress.co.jp スライドはこちら www.mediologic.com すでに『Web担』で記事にもなっているし、スライドも公開しているわけですが、実際に生講演と生スライドでないと伝えていない内容もあり、上記の記事とスライドだけだと全体の50％ぐらいしかわからないと思います。また多少のアップデートがあります。 今回大役のお誘いは、上記した昨年11月の講演に『Web担』編集長の四谷さんがいらっしゃっていて、話し終わってすぐに「うちでも話をしてください！」と言われたのがきっかけです。 四谷編集長に、「もう一度聞きたい」、「他の人にも
「インサイト」って何？ それは「潜在的ニーズ」の話でもなく、単なる「消費者理解」の話だけでもなく。 - mediologic
Facebook上のとある壁で、「インサイトと潜在的ニーズって何が違うの？」という一言ではじまった議論が盛り上がっている。 そこでは色んな人が色んな私的定義を書いているが、それぞれに色んな意見があって面白いなと思う反面、なぜそのような事が起きているのかを考えた。もちろん日本語化しにくい言葉であるという側面もあるだろうが、マーケティングコミュニケーションの文脈で話をしているのに、単に（一般的な insight の訳語としての）「洞察力のこと」なんて言ってしまう人も見受けられるので、ちょっとまとめておく。で、恐らく「インサイト」に対する混乱は次のようなものだ。 そもそもマーケティングコミュニケーション領域における「インサイト」の定義や発生についてみんな知らないし、調べてない。 「潜在的ニーズ」というのは実はどうも「和製英語」であって、これがコトをややこしくしている（*これについては別の機会に書
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
