はじめに 英語リーディングに関して、英語が得意でスラスラ読めている人が「日本語に訳さずに読む」とか「知らない単語は読み飛ばせばよい」とか「分からない単語は文脈から意味を推測する」とか言ってるのを聞きますが、「そんなんどうやってやんねん」と思っている人も多いかと思います。私も昔は単語の意味が気になっていちいち辞書で引いていたのですが、TOEIC900点を取るに至った過程で英語を早く読む練習をして、辞書を引かずに英文を読めるようになりました。その過程を思い出しつつ勉強のポイントをまとめましたので、皆様の参考にしていただければ幸いです。 注）日本語でもちゃんと覚えたい語句や難しい語句は辞書を引くように、実際には辞書を引く回数がゼロになるってことはないです 英語すらすらリーディングの勉強法 目次 文の構造を把握しながら読む 分からない修飾語句は無視しちゃう 分からない語句を他の語句に置き換える 動

はてブの機能を組み合わせるとこんなことが出来る。 まぁまずは見てほしい。 http://bukuma-diver.com/ ブックマークをWeb上に記録したり、Webページにコメントを付けたり出来るサービスは世の中にたくさんある。日本においては、はてなブックマーク、いわゆる「はてブ」が最王手最大手である。 そのため、ややIT系に偏っているものの、はてブのホットエントリーをチェックすればネットでの旬のページをだいたいチェックできる。 さらにはてブの拡張機能を入れると、閲覧しているページのブックマーク数が表示されるため、そのページがどれくらいブックマークされているかで人気度を把握することが出来る。それだけでなく、拡張機能のボタンをクリックすれば閲覧中のページに寄せられたコメントを確認することも出来る。 そしていつしか、「ブックマーク数が多いほど良いページ」となんとなく思うようになり、「良い」と

先日Deep Learningでラブライブ！キャラを識別するという記事が話題になっていました。この記事で紹介されている SIG2D 2014を知り合いから貸してもらったので参考にしながら、ご注文は機械学習ですか？のDeep Learning版を作ってみました。 Caffeなど必要なソフトのインストール Ubuntu 14.04の場合は過去記事を参照してください。これ以外にもpython-opencvなどを使いますが、依存関係の全ては把握できていないのでエラーが出たら適宜インストールしてください。 データの準備 Deep Learningでは大量の学習データが必要になると言われているので、まずは大量のデータを用意します。参考記事では6000枚のラブライブ画像を使ったということなので対抗して12000枚以上のごちうさ画像を用意したいと思います。それだけのデータを手動で分類するとそれだけで時間が

注意：この記事は大好評放送中のハロー!!きんいろモザイクと最近話題のDeep learning をかぶせて話題沸騰!!にしたかったけれども、きんいろモザイクに出ている声優のサンプルボイス(東山奈央)が入手できず、DNNについても結局実装が間に合わずにrandom forestとか多項ロジスティック回帰でごまかしてるじゃんｪ…と思ったらなんとかDNNできたので半分タイトル詐欺です。 感動した。 ご注文はDeep Learningですか？ - kivantium活動日記 ここではOpenCV を用いて顔認識をして、そのデータをDNNに流して主要キャラ+その他判定をしている。 ならば、声優統計を修める者としては、音声解析の技術を用いて 誰が今歌っているのかを識別したい。 これをDNNの技術を用いてやってみる。 やり方としては、 サンプルボイスの収集→統計量の作成→学習→学習器の性能評価→推定→動

これははまる。入力した文字で勝手にサウンドをミックスしてくれるサイト2015.05.15 16:30 渡邊徹則 ガラケーでオリジナル着メロ作ってたのはいい思い出。 キーボードで文字を入力すると、それに合ったリズムや音が自動的に組み合わされて曲になるというWebサービス｢typedrummer｣。開発したのはKyle Stetzさんという方で、ドラムだけではなく、さまざまな音の組み合わせが可能です。 音モノのサービスでどうしても気になるのは、音源の権利関係。現状では、今もっともアツい音楽共有サービスSoundCloudなどを利用しているようです。 自分や好きなあの子の名前を入れてもよし、試行錯誤して完璧なビートを追い求めるもよしですね。ちなみに｢Gizmodo｣での結果はこちら。なかなかキレイな旋律は難しいですが、がんばればこんな音もミックスできるみたいですよ。プロ、アマチュアを問わず、音楽