Vol.27 No.3 (2012/05) Latent Topic Model (潜在的トピックモデル) | 人工知能学会 (The Japanese Society for Artificial Intelligence)
私のブックマーク Latent Topic Model (潜在的トピックモデル)東京大学 情報基盤センター助教 佐藤 一誠 (Issei Sato) URL: http://www.r.dl.itc.u-tokyo.ac.jp/~sato/ 1.はじめに 近年、Topic modelと呼ばれる確率的潜在変数モデルが、機械学習とデータマイニングの境界分野で盛んに研究されています。また、Topic modelは、自然言語処理、画像処理、Web解析など様々な応用分野でも多くの適用例が報告されています。 ここでは、Topic modelの研究に関する情報を紹介します。 2.国際会議機械学習およびデータマイニングでは、主に国際会議で最先端の議論がされているため、主要国際会議を把握しておくことが重要です。Topic modelの研究では、主に以下の国際会議が重要視されています。 Neural Info
D3.jsとRuby on Railsで棒グラフを表示してみる | DevelopersIO
はじめに タイトル通り、D3.jsとRuby on Railsを使い 棒グラフを表示する簡単なサンプルアプリケーションを作成してみました。 D3.jsについては、弊社の以下のブログ等を参考にしてください。 D3.jsで始めるData-Drivenなページ作成 アプリケーションの構成は、上記の弊社ブログ記事内の「Bar Chart」をサンプルとして ・サーバ側(Railsのコントローラ)は、JSON形式でデータをクライアントに渡す ・クライアント側(D3.js)は、受け取ったJSONを棒グラフとして表示する という形としました。 以下に、実装する上でのポイントとなる箇所を記述していきます。 尚、ソースコードは以下のGitHubに置いてあるので、全ソースを見たい方は参考にしてください。 d3_barchart_sample 実装について 1.ルーティング 今回は「Frequency」コントロー
一年で身に付ける！Rと統計学・機械学習の4ステップ - データサイエンティスト上がりのDX参謀・起業家
久しぶりの投稿です。この一年間、Rの勉強会などに参加したり主催したりしてきて、後輩や勉強会の方々の話をいろいろ聞くとこができました。そんな中、一年間でRと統計学・機械学習を身に付けれるようなフローを作れるかも？と思ったので、ここで記録しておきます。統計学や機械学習は理論を勉強するだけでなく、Rで実際に解析してみることで、より理解が深まります。 ステップ1. 分布・検定 理論 統計学入門 (基礎統計学?) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メディア: 単行本購入: 158人 クリック: 3,604回この商品を含むブログ (79件) を見る R本 Rによるやさしい統計学 作者: 山田剛史,杉澤武俊,村井潤一郎出版社/メーカー: オーム社発売日: 2008/01/25メディア: 単行本購入: 64人 クリック: 782回この商品を含
ぼくのかんがえたとうけいがくぶかりきゅらむ - Issei’s Analysis 〜おとうさんの解析日記〜
個人的にもやもやと考えたカリキュラムです。日本の大学には存在しない統計学部がもしあったら、こんなカリキュラムを組みたいなぁ、と。 統計学の講義は分布や変数の型を教えるところから入るんだけど、授業を受けていて分かりにくいな〜と学生の頃から常々感じていました。（あくまでも個人的な偏見と妄想に満ち溢れた記事であることをご了承ください。。） それでは、カリキュラムを発表します！！ 1. データ解析I一般化線形モデル教師付き機械学習非線形モデル（一般化加法モデル）カテゴリカルデータ解析生存時間解析グラフィカルモデリング経時データの解析探索的データ解析（EDA）多次元データの縮約非教師付き機械学習（クラスタリング）データマイニング 2. データ解析IIデータハンドリングI（R）データハンドリングII（perl、rubyなどスクリプト言語）データベースからのデータ取得I（RDBMS系）データベースからの
僕が1週間でWebサービスを公開するまで - ぐだぐだ言ってないでコードを書けよ、ハゲ。
先日、FeedlyGraph を1週間で公開した。 photo credit: surfzone™ via photopin cc 公開までを振り返ってみる。 0日目 アイデア出し 僕は普段からこんなサービスが欲しいな〜というアイデアをメモに残すことにしている。 iCloud 便利。 今回はそこから規模感が合うものをチョイス。 1日目 アイデアの検証 問題を解決するサービスが世の中にあるかどうかを確認した。 今回は「Feedly の購読者数の推移を確認したい」が問題。 既にあった解決策に近いものは以下のとおり。 Feedly Insight Feedly Subscribers Checker 2 FeedlyやlivedoorReaderの購読者数をGrowthForecastにポストするRubyスクリプト作った 上から順に WordPress でないと使えない 今の購読者数しかわからな
統計的機械学習入門
上田 修功 統計的機械学習入門 NTTコミュニケーション科学基礎研究所 NII軽井沢土曜講話会 2011年11月4日 (於：軽井沢国際高等セミナーハウス） 機械学習って何? どんな研究？ 人の学習に例えると… 教師あり学習 (先生に習う） 教師なし学習 (自習する） 半教師あり学習 （膨大な情報を 活用する） アンサンブル学習 （皆で教え合う） 出力 情報処理システム 文字 ７２１０ 文（文章） こんにちは 日本語 これはペンです。 フォーマルには… 機械(情報処理システム)に 学習能力を持たせる技術 入力 文字認識 画像 音声認識 音声信号 機械翻訳 英語 This is a pen. ：所与のデータ（学習データ）だけでなく、未知のデータ（テ ストデータ）でも性能を発揮する汎化能力 学習能力 汎化誤差の最小化が実用上重要 情報処理＝情報変換(価値創造) x y 入力 出力(目標値) (
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
