アップルは、これまで3つの地図制作会社-C3 Technologies・Poly9・Placebaseを買収しており、独自の地図アプリを開発中と見られている。特にC3 Technologiesの3Dマップは軍事技術ベースで、その精巧さには驚くべきものがある（下部に紹介記事へのリンク）。とはいえ、アップル独自の3Dマップの具体像はまだ不明。そんな中、ヒントになるかもしれない、素晴らしい3Dマップが「UpNext」からリリースされた。 3Dマップ制作会社「UpNext」は20日、iPad向けの3Dマップ「UpNext HD Maps」をリリースした（Android版もあり）。ビデオは下部に掲載するので、ご覧になれる方はぜひご参照を。地図の画像はGoogle Maps 5と同様のベクトル画像（※1）だが、Googleのものよりもより精細でリアルな描写となっている。

August 2011 (1) July 2011 (1) June 2011 (2) April 2011 (2) March 2011 (2) February 2011 (2) January 2011 (6) December 2010 (6) November 2010 (5) October 2010 (8) September 2010 (2) August 2010 (3) July 2010 (9) June 2010 (4) March 2010 (1) February 2010 (7) January 2010 (2) はじめに Graphvizによる有向グラフの自動生成の続編です。 前回は、こんなXMLデータを元に、 <?xml version="1.0" encoding="UTF-8"?> <addressbook> アドレス帳 <person> <name>

キャリア、転職、人材育成のヒントを提供してきた「リスキリング」チャンネルは新生「NIKKEIリスキリング」としてスタート。 ビジネスパーソンのためのファッション情報を集めた「Men’s Fashion」チャンネルは「THE NIKKEI MAGAZINE」デジタル版に進化しました。 その他のチャンネルはお休みし、公開コンテンツのほとんどは「日経電子版」ならびに課題解決型サイト「日経BizGate」で引き続きご覧いただけます。

三重大（津市）は新年度から、唯一の忍術継承者とされる川上仁一さん（６２）（福井県若狭町）の知識や忍者の技を生かし、「忍術学」の研究を始める。 川上さんは６歳頃から滋賀県甲賀市出身の師匠に手裏剣や武術などを習い、１８歳で甲賀流忍術を継承する２１代目の師範となった。流派の違いがほとんどないことから、伊賀市の「伊賀流忍者博物館」の名誉館長も務めており、昨年１２月には、三重大社会連携研究センターの特任教授に就任した。 暗殺やスパイの役割を担った忍者の技は門外不出で、大半が口伝で残されたとされ、史料も少ない。三重大では「忍術学」の研究を通じ、忍者が体得していた技や武術を映像化して記録したり、スパイ活動のための変装のテクニックを分析したりする。 研究内容は講演で発表するほか、伊賀市や観光協会などと連携し、観光施策に取り込むことも予定している。サークル活動などで、学生に忍術そのものを学んでもらう構想もあ

The Edge of HTML5 Eric Bidelman · Jan 9, 2012 Legend: Not quite ready. Keep it on your radar. Relevant Chrome/WebKit bug. Bug has been fixed/resolved. Specification link ( Press 'n' for additional notes on some slides. Most of this presentation requires Chrome Canary 18+. ) Agenda CSS & Beyond JavaScript APIs for Apps and Games Multimedia APIs Media Capture Web RTC Web Audio API ( the undocumented

Redirecting… Click here if you are not redirected.

This page supersedes Databases and Creative Commons. In today's society, the potential value of data is very high. Access to more data facilitates enhanced scientific collaboration and reproducibility, more efficient markets, increased government and corporate transparency. This contributes to accelerated discovery and understanding of solutions to planetary and societal needs. A large part of the

Everyone should get easy access to reasoning Reasoning is the powerful mechanism to draw conclusions from facts. The Semantic Web contains vast amounts of data, which makes it an interesting source to use with one of several available reasoners. However, reasoners can feel complicated, making them hard for frequent use. Therefore, this initiative aims to provide a user-friendly reasoning experienc

Introduction This document is a list of best practices and preferred ways of developing javascript code, based on opinions and experience from many developers in the javascript community. Since this is a list of recommendations rather than a list of absolute rules, experienced developers may have slightly differing opinions from those expressed below. Always Use 'var' Variables in javascript eithe

今やカーナビゲーション世界シェア No.1となった、米ガーミン社の礎「eTrex」。 今回、このeTrexが三カ国の位置測位システム(GPS/GLONASS/みちびき)を同時受信可能とする、世界初の機能を実装し、eTrexJ (イートレックスジェイ)シリーズとしてフルモデルチェンジした。米ガーミン社正規代理店 株式会社いいよねっと(本社:埼玉県富士見市ふじみ野東 1-7-6 代表 取締役:真鍋 陽一)は、この世界初の民生用ハンディGPS 3機種を1月27日(金)に発売する。 eTrexJシリーズの3モデルは、ガーミン社ハンディGPSのラインナップ中、小型軽量で電池駆動時間の長さが特徴であるミドルレンジの製品。新たに搭載した、GPS/GLONASS/みちびきの同時受信機能は測位時間の短縮と位置精度のアップに 役立つ。また、受信可能な衛星の数が約2倍に増えるため、深い谷底や都心のビル街でも衛星

C言語で文字列連結を行う。とても簡単に思えるけれど、実はパフォーマンスについて考えることもあるんだよ、というお話。 C言語で2つ文字列の連結して、1つの文字列にするプログラム(関数)を書けるでしょうか? ちょっとC言語でプログラミングを学んだことがあれば簡単ですよね。要求仕様としては2つの引数aとbをとり、どちらもNULターミネートな文字列で、その文字列をヒープから確保した領域で連結して戻り値として返す、という感じの動作です。ヨユーですね。ちょっと書いてみてください。 char* str_join(const char* a, const char* b) { char* p = malloc(strlen(a) + strlen(b) + 1); strcpy(p, a); strcat(p, b); return p; } こんな風に書いてしまったあなたは及第点です。個人的には失格です

(以下、敬称略) *　　*　　* 森　ネットの未来というよりも、ネットで働く我々の未来、働き方の未来が最大の関心事です。今後どうなるかというと、無意識のうちにグローバル化してしまう。最近、自分のまわりで色々な人と仕事しますが、国境が関係なくなっていると感じています。仕事で「これができるエンジニアはいないか」と探したら、ウクライナにエンジニアがいた。不安もあったがちゃんと納品もされた。今はインフラとか色々な環境が整っていて、英語や文化とか契約の問題を突破できれば、世界中のノウハウを持っている人とビジネスができるというところにまで来ている。ネットの未来の働き方は大きく変わってくると思う。そこで、どういうスキルを身につけるのがいいのか。昔は、英語とIT基本知識、会計の知識とも言われていたが、最近はそうではないんじゃないかと感じています。 楠　仕事の幅が広がってきたとき、全部を自分が勉強できるかと

A piece of feedback we regularly get from Streaming API consumers is that the bandwidth required to maintain a connection can be very large for high-traffic connections such as the Firehose and Site Streams. As the number of Tweets flowing through Twitter's servers grows, this has been a bigger and bigger problem. I'm happy to announce that we've started rolling out code which will help address th

◇求められる常識の再構築 最近、海外で広く認知されるようになってきた日本発の歌姫をご存じだろうか。米国ではトヨタのＣＭに起用されて注目を集め、昨年７月にはロサンゼルス最大のライブ会場「ノキアシアター」でライブを行った。前売り券は２週間で完売。当日は６０００人の観客を熱狂させ大成功。ロサンゼルス・タイムズにも取り上げられ、ＮＨＫニュースでも紹介されたのでご覧になった方もいるだろう。くるぶしまで伸びた青緑の髪と、同じ色の大きな目が印象的な少女。もちろん実在の人間ではない。 彼女の名前は「初音（はつね）ミク」。ヤマハの開発した音声合成システムに、北海道のクリプトン・フューチャー・メディア社がキャラクター付けして販売した音声合成・デスクトップミュージックソフトウエアの製品名だ。パソコンでメロディーと歌詞を入力することで合成音声で歌わせることができる。初音ミクに自作の歌を歌わせて、ニコニコ動画やＹｏ

２０１０　幻覚＆妄想大会 ナイス♥ピア・サポート賞 べてるピアサポートチーム様 みなさんは、自分の「病気」と「なさけなさ」を力として、お互いに支え合い、入院中の仲間のもとに出向いたり（断られることもあった）、爆発に苦労している仲間の家を訪ねたり（出てきてくれないこともあった）して、精力的に活動されました。 活動最中に、「やっぱり、自分はだめなんだ」という「お客さん」がわんさかやってきて、押しつぶされそうになって、自分を助けるためにSSTを活用して練習したり、最近では、ピア・サポーターのためのSAミーティングをはじめ、深く、お互いを支え合う活動も取り入れるなど、助けることよりも、助けられることを大切に、「ピア・“さぼった”ー」として「当事者支援活動」の分野に新しい風を起こしつつあります。 よって、ここに幻覚＆妄想大会「ナイス♥ピア・サポート賞」を差し上げます。 記念品として、サポータの名刺を

注意：本資料は、学内ゼミ用であって、外部への主張のためのものではない。 教育と社会的構成主義 　高校まで、勉強は私的な学習として位置づけられてきた。それは教育観に「構成主義」という前提があったからである。教室に複数の生徒（主体）がいながらも、その間での相互作用に力点はおかれていない。 　それに対し、社会や企業での活動は共同体的な学習が当然のように行われている。しかし、この活動が特定の理論を意識して行われているのではなく、社会的実践として自然に行われてきた。ここには、知識は行為であるとする考えがある。なお、業績に優れた企業ではそれを意識的に行うよう各種の手段（例えば、ホンダのワイガヤ会議、セブンイレブンのOFC会議）を講ずるよう努力している。 　このような企業や社会における主体の社会的実践をとらえる理論として、「社会的構成主義」がある。それに対し、高校までの教育の場、すなわち教室およ

正統的周辺参加（ＬＰＰ）理論は、通常は学習（＝認知過程）の状況論的アプ ローチであると理解されている。 ——その理由はどうしてだろう？ 古典的学習理論の立場は、個体が技術と知識を主体的に習得していくことを「学習」と定義する。しかし、そこでは、主体が技術と知識を習得し た時の状況＝環境について考慮さていない。その場合の状況とは、環境が個体に与える影響、ならびに個体が環境との相互作用をおよぼすこと、などが含まれ る。 ——とすると、状況論というのは、知識と技術の習得がおこなわれる際には、その状況との関連 づけがおこなわれることが重要であるのみならず、その要素が学習にとって不可欠と考える立場のことなのだろうか？ このあたりは専門家の意見を聞かなければならないが、とりあえずそのように理解しておこう。 ——状況論の理解においては、主体が保有する内部と外部が論理的に——あるいは観察状況的に ——切り離

ある文化の中に所属しながら、周囲の人々の影響を受けて、習慣、態度、価値観、行動などを習得していくことを 「社会的学習」という。学習者の内的動機よりも環境の要因を重視し、学習理論によってこの説明を目指すのが 〈社会的学習理論(social learning theory)〉である。ミラー（Miller,N.E）は、条件づけの原理から、 模倣が社会化に重要な役割を果たすと唱えた。モデルの行動を観察し、モデルと同一の行動に強化が与えられる ことで社会的学習が成立すると考えたのである。 ミラーの考えをさらに進め、バンデューラ（Bandura,A.）は、学習者が直接に反応し強化を受けなくて も、観察するだけで学習が成り立つことを〈観察学習〉と呼び、理論化をおこなった。バンデューラは、 模倣や同一化、内在化などを統合する概念として〈モデリング〉を提唱した。モデリングとは、他者 （モデル）の行動を観察す

JaLC IRDB Crossref DataCite NDL NDL-Digital RUDA JDCat NINJAL CiNii Articles CiNii Books CiNii Dissertations DBpedia Nikkei BP KAKEN Integbio MDR PubMed LSDB Archive 極地研ADS 極地研学術DB 公共データカタログ ムーンショット型研究開発事業

研究室について ●所在地：〒113-8656 東京都文京区本郷7-3-1 工学部1号館 409号室 ●電話番号：03-5841-1649 ●メール：secretary[at]bin.t.u-tokyo.ac.jp (担当：森，高瀬) ([at]を＠に変えて送信してください．) (リモート勤務により在室時間が短いため、メールにて問合せください) ●研究室所属希望者の方むけ：研究室紹介

AngularJS support has officially ended as of January 2022. See what ending support means and read the end of life announcement. Visit angular.io for the actively supported Angular. Why AngularJS? HTML is great for declaring static documents, but it falters when we try to use it for declaring dynamic views in web-applications. AngularJS lets you extend HTML vocabulary for your application. The resu

テンプレートマッチングで画像から取り出すには無理がありそうなので、やはり、独自なオブジェクト検出器を作ってみないとだめか、と思い、 OpenCVで学ぶ画像認識：第4回　オブジェクト検出器の作成方法｜gihyo.jp … 技術評論社 http://gihyo.jp/dev/feature/01/opencv/0004 を読んで、試しに、AdaBoost を使ってカスケードを作ろうと思ったのだが、いやあ、ちょっと時間が掛かりすぎる。 ■学習用の正解ファイルの作成 C:\OpenCV2.3\build\bin\opencv_createsamples.exe ^ -img images\koma01.png ^ -vec koma01.vec ^ -num 1000 ^ -bg NG.txt ^ -w 45 -h 45 ^ -show ■オブジェクトの学習 C:\OpenCV2.3\build\

OpenCV で機械学習を試してみる…とまだ終わらず | Moonmile Solutions Blog http://www.moonmile.net/blog/archives/2537 を、「-m 500」に設定して4時間程動かすと XML ファイルが出来上がりました。 検出用のプログラムをざっと作って、 #include "stdafx.h" #include <iostream> #include "opencv/cv.h" #include "opencv/highgui.h" using namespace std; int main(int argc, char* argv[]) { /* 画像のロード */ char *fname = argv[1]; cv::Mat image = cv::imread( fname ); /* 検出器のロード */ // char *

■掲示板に戻る■ ■過去ログ倉庫一覧■ やる夫で学ぶ応用数学　-フーリエ解析-1 ： ◆zmN9XuyND6：2011/12/24(土) 20:28:30 ID:QzQ2AiG6 　　　　　 　 　 　 　 / :..:..:.:.:.:.:.:.:.:.: : : : : : .ﾉ : : : : : : : : : .ハ. /..:..:..:..:..:. :.:.: : : : : : ／: : ／:.}. . . . ／: : : .､　　はろー /:..:..:..:..:.. :.: : : : : : ／: : ／ ,勹. . .／.: : : : }:.:.: /:..:..:..:.:.: rt ､/: : ／/ｰ ´ ｀メ､:.:.／.:.／: : :/: : i　　今日はフーリエ解析と、その周辺の科学について /:..:..:.:..／∧ /: ／: /　{　笊ﾐ彡

これはよいチュートリアル、ということでやってみました。 LIBLINEARを用いた機械学習入門(単語分割) 注意点として文字コードがUTF-8の場合、以下のように指定する必要があります。 #!/usr/bin/env ruby -Ku 後は手順通りに、コーパスをダウンロードしてスクリプトを実行すればOKです。 # nkfで文字コードを変換する for i in `ls sjis/`; do nkf -w sjis/$i > utf8/$i; done; cd utf8 ruby word2lkytea.rb MPT.lkytea ruby lkytea2feature.rb MPT.feat train MPT.liblin predict MPT.liblin MPT.liblin.model MPT.closed Accuracy = 97.7298% (12226/12510) 他の

サポートベクタマシン¶ サポートベクターマシン（SVM）は元々，（ある意味で）最適な2値（2クラス）分類器を作るための手法でした．しかしその後，この手法は，回帰やクラスタリング問題に対応するように拡張されてきました．SVM は，カーネルに基づく手法の1つです．この手法は，カーネル関数を用いて特徴ベクトルを高次元空間にマップし，この空間における最適な線形分離関数（あるいは学習データに適合する最適な超平面）を形成します．SVM の場合，高次元空間へのマッピングが陽に定義されない代わりに，超空間における任意の2点間距離の定義が必要となります． これによって得られる解は，両クラス（2クラス分類器の場合）の分割超平面に最も近い特徴ベクトルのマージンが最大である，という意味において最適といえます．超平面に最も近い特徴ベクトルは「サポートベクタ」と呼ばれ，それ以外のベクトル位置が超平面（決定関数）に影響

導入方法 1．ここからLIBSVMのzipファイルもしくはtar.gzファイルをダウンロードし適当なディレクトリに解凍。（最新版3.1） 2．解凍したフォルダに移動し、makeコマンド実行。以下のファイルができるはず。 svm.o svm-train.exe svm-predict.exe svm-scale.exe 3．解凍したフォルダの中のpythonフォルダに移動し、makeコマンド実行。以下のファイルができるはず。 libsvm.so.2 使用例 適当に学習させてみる． svmtest.py from svm import * from svmutil import * prob = svm_problem([1,-1], [[1,0,1], [-1,0,-1]]) #訓練データ param = svm_parameter('-t 1 -c 3') #SVMのパラメータ設定 m =

Sora-blue.netについて ■当サイトでは学術目的で構築した自宅サーバーを勉強＆有効活用のために 無料でサーバーのレンタルサービスを行っています。 当サーバーでは 容量無制限 広告なし CGI（Perl・Ruby・Python） PHP MySQL(申請時に利用目的特記必須) が利用可能です。 ■詳細はサービス内容をご確認ください。 本サイトを通じて少しでもウェブサイト公開の場として役に立てたら嬉しいです。 ■サイト設立4周年になりました。 商用利用可能になりました。 (商用利用に関する規約改正) お知らせ ・障害情報　・更新情報 ■[重要]サーバーの閉鎖について Sora-blue.netをご利用いただきありがとうございます。 6月18日をもってサーバーを閉鎖することになりました。 サーバーを維持するために管理人を増やして対応していく予定でしたが 運営資金やシステムの老朽化などの

最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) 本来，サポートベクターマシン（SVM）は，（ある意味で）最適な二値（2クラス）分類器を作るためのテクニックであったが， その後，このテクニックは回帰およびクラスタリング問題に拡張されてきた． SVM はカーネルベースな手法の一つである． この手法はカーネル関数を用いて特徴ベクトルを高次元空間にマップし，この空間における最適な線形分離関数（あるいは学習データに適合する最適な超平面）を形成する． SVMの場合，高次元空間へのマッピングが陽に定義されない代わりに，超空間における二点間距離，すなわちそれを計算するカーネルの定義が必要となる． この手法は，両クラス（2クラス分類器の場合）の分割超平面に最も近い特徴ベクトルのマージンが最大である，

2010/11/10 線形SVM 相変わらず学習関係が楽しいので引き続きやってる。 PRMLだけだと難しくて苦しいので、章によっては他の本にも頼ってる。 パターン認識と学習の統計学―新しい概念と手法 統計科学のフロンティア 6 甘利 俊一 麻生 英樹 津田 宏治 村田 昇 岩波書店 2003-04 売り上げランキング : 39435 Amazonで詳しく見る by G-Tools 参考にしたところ 人工知能に関する断想録 http://d.hatena.ne.jp/aidiary/ python - 機械学習の「朱鷺の杜Wiki」 http://ibisforest.org/index.php?cmd=read&page=python&word=cvxopt CVXOPT http://abel.ee.ucla.edu/cvxopt/ #!/usr/bin/env pytho

LibSVMは，教師付き分類器であるサポートベクターマシンの実装の一つ． C++,Java,Python, R, MATLAB, Perl, Ruby, Weka, Common LISP, CLISP, Haskell, LabVIEW, C# .NET, CUDA の環境からライブラリとして呼び出すことができる．C++,Javaについてはオープンソースになっている．その使い方を一部メモ． +1 0:0.15605779 1:10.0 2:0.0 3:1.0 +1 0:0.17847104 1:10.0 2:0.0 3:1.0 +1 0:0.29922867 1:10.0 2:0.0 3:0.0 +1 0:0.2403232 1:10.0 2:0.0 3:0.0 -1 0:0.10234895 1:10.0 2:0.0 3:0.0 -1 0:0.28430352 1:10.0

2010/03/16からのアクセス回数 14351 このページのsageノートブックは、以下のURLにあります。 http://www.sagenb.org/home/pub/1762 はじめに † SVMは、オーバーフィッティングを避けて効率よく識別関数を求めることができる 手法です。 「集合知」の9章で紹介されているSVMをSageを使ってまとめてみます。 ↑ 簡単な例題 † いきなりSVMに進む前にクラス分けを簡単な例を使って解いてみます。 下図は、赤（-1）のグループと青（1）のグループの分布です。 sageへの入力: # 線形クラス分類の例 # データの用意 c1 = [[1,2],[1,4],[2,4]] c2 = [[2,1],[5,1],[4,2]] # プロットして分布を確認 pl1 = list_plot(c1, rgbcolor='red') pl2 = list_p

レポート3について † ナイーブベイズでUSPSデータの予測をする問題は，現状のライブラリでは動かないことが判明しましたので，回答しなくて結構です． ↑ レポート4について † SVMのレポートの所，デフォルトでは回帰分類(regression)を行って数値予測をしてしまいます． 正しくクラス分類を行うために，モデルの作成の所は，以下の様に typeを追加してください． svm(training_data,training_class,type="C-classification", mode="〜") ↑

LIBSVMを手に入れる このサイト　で入手できます． サイトの中段ぐらいにある「Download Libsvm」の項目にzip fileとtar.gzの2種類置いてあります． ▲ ▼ とってきたファイルを使いたいところに置く とってきたファイルを使用したい領域に置く． （Windowsで使用したい場合は，マイドキュメントに置く．） 「Linuxの場合は展開したディレクトリでmake」 ▲ ▼ データの準備 学習用データと検証用データを準備する． データ形式はなんでも良い．(推奨は .txt形式) データの書式には クラスラベル 番号:数値 番号:数値 ... クラスラベル 番号:数値 番号:数値 ... という風に1行に1ラベルにする． ちなみに学習用データでは，各ラベル数を揃えるようにする． ▲ ▼ モデルの作成 svm-train (学習用データの場所/名前) に

次へ: はじめに サポートベクターマシン入門 栗田 多喜夫 Takio Kurita 産業技術総合研究所 脳神経情報研究部門 Neurosceince Research Institute, National Institute of Advanced Indastrial Science and Technology takio-kurita@aist.go.jp 概要: 最近、サポートベクターマシン(Support Vector Machine, SVM)と呼ばれるパター ン認識手法が注目されており、ちょっとしたブームになっている。カーネルトリッ クにより非線形の識別関数を構成できるように拡張したサポートベクターマシン は、現在知られている多くの手法の中でも最も認識性能の優れた学習モデルの一 つである。サポートベクターマシンが優れた認識性能を発揮できるのは、未学習 データに対して高い識

今日会社で多次元のデータを２次元にクールでベストプラクティスな感じでプロットするにはどうしたらいいんだろうね、やっぱ多次元尺度構成法じゃない？的な会話をしていたのだけれども、２次元にデータを落とし込むと人間にもわかるデータになって本当におもしろいですよね。今日はその一例というか、いくつかの分類器の分類精度を２次元にプロットした結果を示した実験結果を解説したページを紹介します。おおーこうゆうのみたかったんだよなー！と個人的にはかなりエキサイティングな感じでした。 要約というか意訳になってしまうのですが、ページに以下のように説明されています。(細かいところは訳してません) http://home.comcast.net/~tom.fawcett/public_html/ML-gallery/pages/index.html 分類タスクの機械学習の研究では定量的な評価が重要です(精度とかACUと

News mlpy 3.5.0 released (2012-03-12). mlpy 3.4.0 released (2012-01-09). mlpy 3.3.0 released (2011-12-19). From this version, mlpy for Windows is compiled with Visual Studio Express 2008 in order to avoid runtime errors. mlpy 3.2.1 released (2011-12-9). From this version mlpy is available both for Python >=2.6 and Python 3.X. mlpy 3.2 released (2011-12-5) mlpy 3.1 released (2011-12-1) mlpy is a Py

Twitterのフォロワー関係ネットワーク、タイムラインネットワークを表示する。 フォロワー関係ネットワークとは、ノードをTwitterのアカウント、フォローしている／されているという関係を エッジとして表したネットワークのことである。 このフォロワー関係ネットワークは、最初にTwitterのアカウントを2つ以上指定して、作成する。 最初に指定したアカウントからフォローされている、しているTwitterアカウントを自動的に抽出し、 ネットワークに追加する。このような処理により、指定したTwitterアカウント周りのフォロワー関係ネットワークを 表示することができる。 タイムラインネットワークとは、あるTwitterアカウントのつぶやきを、古いものから新しいものへエッジを張った ネットワークとしたものである。画面のテキストエリアには、1つのTwitterアカウントを入力する。 そして作成され

前回、MeCabをインストールして、今回は機械学習に必要と思われるライブラリをインストールします。 （この作業をしてから数日後に書いているため、書き漏らしがあるかも） 環境：Linux 5.4 x86_64bit 順序： １．numpy ２．matplotlib ３．blas ４．lapack ５．scipy ６．cvxopt ７．libsvm ８．liblinear ９．svm-light １．numpy Pythonプログラミング言語の拡張モジュールであり、大規模な多次元配列や行列のサポートし、これらを操作するための大規模な高水準の数学関数ライブラリを提供してくれます。 wget http://sourceforge.net/projects/numpy/files/NumPy/1.6.0/numpy-1.6.0.tar.gz/download tar xzvf numpy-1.6.0

人工知能続論 講義内容 Lecture Note [受講者の理解度に関する調査] 各項目の最後に ついている(○: 29, △: 41, ×:7, ave: 2.3) のようなリストは，各項目に関する受講者の理解度のアンケート調査の結果である． このアンケートは毎回の講義で記憶が新鮮なうちに教室でとっている．アンケー トにはコメント記入欄があり，その一部はFAQにフィー ドバックされている． ○は「よく分かった」，△は「だいたい分かった」，×は「よく分からない」 の意味で，コロンの後ろの数字はそれに対応する受講者数である．また，"ave" は○を3点，△を2点，×を1点とした場合のクラス全体の平均点である． 講義内容，講義方法，受講者の予習復習を含めて，ave の値が2点以上にな るよう(教員も含めて)全員で努力することが望ましいと思う． (Lecture #1) イントロダクション (I

決定木学習 目的 あらかじめ分類しておいたデータ集合の法則性を推定し，決定木を自動的に生成すること． > 決定木 属性・属性値ペアのリストとして与えら れるデータを受取り，それをあらかじめ定められた概 念(カテゴリ)のどれに属すかを決定する装置 (注意) ここでは，簡単のためにあらかじめ与えられた一つの概念に 属すかどうかを決定する装置とする．つまり，決定木はブール関数をあらわ すこととする． [葉ノード]: 概念 (ここではブール値) [中間ノード]: 属性値のテスト テストの結果が n 通りあるときは，それぞれの結果に対して n 個のアー クをもつ． 各中間ノードにおけるテストとしては唯一の属性値の検査だけが許され る． (決定木の例1: 卒業の判定) (決定木の例2: みかんの上/並の判定) 決定木の良さ 一般に同じ判別をする決定木は多数ある． (トレーニングデータの例) このトレー

私たち（木村・ジェプカ・高丸）は、ラジオ番組のパーソナリティとリスナーの関係を参考にした対話処理の新しい枠組みを提案しています。従来の対話システムでは、応答の品質向上に焦点を当てていて、継続して利用するしくみや入力の負荷についてはあまり考えられていない(はず…)。 研究代表者　小樽商科大学　木村泰知 従来研究との違い 関連業績 木村泰知, ジェプカラファウ, 高丸圭一, “Radiobots型対話システムの提案”, JSAI2015. … Radiobots型対話システムの実装例 Radiobots型対話システムの実装例(2015年12月) Radiobots型「Pepperで小樽商科大学を紹介する」対話システムの実装例(2016年06月)

Found only on the islands of New Zealand, the Weka is a flightless bird with an inquisitive nature. The name is pronounced like this, and the bird sounds like this.

| Top Page | 雑多ないろいろ | 曼荼羅トップ | 額縁に入れて，朝な夕な拝みませう（御利益，御利益） →ついでに→ あなたもきっと描ける統計まんだら！ 大統計大マンダラ 超極私的統計相姦概観図 (by 三中信宏) or, 統計人生スゴロク 身にしみる… Copyright (c) Nobuhiro Minaka 2000 ええい，ひかえおろう！ この凸のご紋が眼に入らぬか！ 由緒正しき正規分布帝国 ↑ 中心極限定理 （またの名を「最終兵器」） ↑ 二項分布，ポアソン分布 実は　激闘バトルロイヤル！ Neyman-Pearson，Fisher，Baysians　…登場！ 入場無料 こまかいことにすぐこだわる アブナイことに手を出さない ノンパラなんか大ッキライ！ 推定・検定論 単回帰分析 ↓

Stanford Machine Learning The following notes represent a complete, stand alone interpretation of Stanford's machine learning course presented by Professor Andrew Ng and originally posted on the ml-class.org website during the fall 2011 semester. The topics covered are shown below, although for a more detailed summary see lecture 19. The only content not covered here is the Octave/MATLAB programmi

overlasting.net 2019 Copyright. All Rights Reserved. The Sponsored Listings displayed above are served automatically by a third party. Neither the service provider nor the domain owner maintain any relationship with the advertisers. In case of trademark issues please contact the domain owner directly (contact information can be found in whois). Privacy Policy

ソーラーUSB充電モジュールIW3100-BPに、ソーラーパネルとバッテリーがセットになったモデルです。太陽光の電力を蓄電し、24時間365日、USB(+5V)電源として出力します。 昼間にバッテリーに蓄電した電力を利用して夜間でも5Vを出力し続けますので、遠隔センサーシステム等を24時間365日無停電で運用できます。また、携帯電話やスマートフォンの充電など、災害時における非常用のUSB電源としても活用可能です。 ※負荷の消費電力が大きい場合には夜間にバッテリーを使い果たして5V出力がオフになります。間欠で起動する回路を使用するなど、省電力のための工夫をするか、240Whクラスをご利用ください。 キット内容・5W ソーラーパネル ×1 ・12V 5Ah 鉛シールドバッテリー ×1 ・IW3100-BP ソーラーUSB電源モジュール 基板 ×1 ※別途、接続のためのケーブルが必要です。一般的

2024/10/16 2025年度統計思考院 公募型人材育成事業公募 受付中 2024/10/08 管理部財務課経理・契約係事務補佐員（有期雇用職員）の募集について[〆切：令和6年11月22日（金）17:00必着] 2024/10/01 英文要覧2024-2025刊行 2024/09/19 統計数理研究所年報（令和6年度版）刊行 2024/09/09 本研究所教員によるSNSへの不適切な投稿について 2024/08/23 島谷健一郎准教授の「コラム」を掲載 2024/08/23 統計数理研究所ニュースNo.165刊行

2024/09/23 German-Japanese Fall School "Time Series, Random Fields and beyond" 2024/09/27 第17回 医療健康データ科学Webセミナー「統計的機械学習への招待と医療健康科学領域への適用」（オンライン開催） 2024/10/05 公募型共同利用研究集会[2024－ISMCRP-4108]（第11回科学技術教育フォーラム） 2024/10/15 リーディングDAT無料講座 (L- X1）「高次元・無限次元から眺めるベイズの中心極限定理」 2024/10/22 データ科学と天文学の境界領域に関する国際研究会 "Data Oriented Astronomy" 2024/10/27 統計数理研究所 子ども見学デー2024

統計数理研究所 所長 樋口知之 データ集約型科学という科学的探究手法が、科学の世界のみならず、ビジネス社会でも注目されている。基本方程式を理論解析や計算機シミュレーションで解く演繹的な手法ではなく、ビッグ・データ（莫大な量のデータ）から課題を見つけ出しモデル化することによって、よりよい予測を行ったり、新しい法則を見つけ出したりする帰納的な手法である。科学の「第四のパラダイム」として学問領域を超えて人類に新しい価値をもたらすと期待され、統計学と社会とのつながりがきわめて重視される時代が到来している。 データ集約型科学は、すでに一九九〇年代に日米欧で研究が始まり、その黎明期において日本も大きく貢献した。当時私が研究していた人工衛星データはビッグ・データの走りであり、その後、ヒト・ゲノム計画で膨大なゲノム・データが獲得された結果、地球・宇宙科学と生命科学の両分野で先行して、ビッグ・データの解析手

The Naive Bayes classifier is one of the most versatile machine learning algorithms that I have seen around during my meager experience as a graduate student, and I wanted to do a toy implementation for fun. At its core, the implementation is reduced to a form of counting, and the entire Python module, including a test harness took only 50 lines of code. I haven’t really evaluated the performance,

データマイニングの基礎 - Presentation Transcript iAnalysis合同会社 最高解析責任者 倉橋一成 1  博士課程：東京大学疫学・生物統計学教室（2011年3月卒） 現在：東大病院企画情報運営部 ◦ 最先端プロジェクト ◦ 電子カルテのデータマイニング ブログ：Issei’s Analysis ～おとうさんの解析日記～ ◦ http://d.hatena.ne.jp/isseing333/ iAnalysis合同会社（アイアナリシス） ◦ 最高解析責任者（CAO） ◦ http://ianalysis.jp/ ◦ 解析＆コンサル＆家庭教師しています  レセプトデータ  マーケティングデータ  研究データ  治験データ  遺伝子データ 2  SASやRを使って統計解析について解説 「統計学を勉強するときに知っておきたい10ポイント」 ◦ h

どうも。某サイトのクオリティにがっかりしてる松本です。 これからは自分らしく普段通り書いていこうと思いますので宜しくお願い致します。 さて、今回はPhotoShopの画質変換・圧縮についてです。 ニアレストネイバー法、バイリニア法、バイキュービック法でのリサイズと、保存時の圧縮率パーセンテージ別、更に写真の特徴なんかとを比較すると何か新しい発見があるかなぁとふと思いましたので検証してみます。そもそも、それ何？という方も、簡単な説目を書いておきますので合わせてご覧ください。 それと「プログレッシブ、プロファイル、カラーマネージメント」なんかが複合的に絡むとややこしいので割愛。 一番シンプルなアルゴリズムなんじゃないでしょうか？ 変更前の座標と、変更後の座標を、ピクセル単位で計算し移動させ、そのピクセルに対して変更前の色を割り当てる。 ドットをそのまま拡大、縮小する ような感覚で

『Rで楽しむ統計』が出ました。サポートページ 『Rで楽しむベイズ統計入門』が出ました。サポートページ，第7章のRコードをStanで書き直したRで楽しむStan 全国学力・学習状況調査の個票の疑似データがこちらで公開されています。データ分析の練習に使えそうです。SSDSE（教育用標準データセット）も。 R 4.x では stringsAsFactors=FALSE がデフォルトになりましたが，本サイトの古い記事ではそうなっていないところがあるかもしれません（read.csv() などで as.is=TRUE は不要になります（あってもかまいませんが））。 R 4.2 ではWindowsでもMac同様UTF-8がデフォルトになりました。もう fileEncoding オプションに "UTF-8"，"UTF-8-BOM" を指定する必要はなくなりそうです。一方で、SJIS（CP932）データの場

「95%信頼区間とは，真の値が入る確率が95%の区間のことです」というような説明をすることがあります。私も，一般のかたに説明するときは，ついそのように言ってしまうことがあります。でも本当は真っ赤なウソです。主観確率を扱うベイズ統計学はここでは考えません。 正規分布では，ウソの考え方をしても結論が同じになることがあるので，ここではわざと，左右非対称なポアソン分布を考えます。 ポアソン分布とは，1日に起こる地震の数，1時間に窓口を訪れるお客の数，1分間に測定器に当たる放射線の数などを表す分布です。平均 $\lambda$ のポアソン分布の確率分布は次の式で表されます： \[ p_k = \frac{\lambda^k e^{-\lambda}}{k!} \] $\lambda = 10$ のポアソン分布の確率分布をグラフにすると次のようになります（本当は右に無限に延びるのですが，$k = 30

License (except test directory): GNU GPLv2, LGPLv2.1, and BSD; or e-mail me for other licenses you want. NOTE: The distribution includes in test directory the labeled examples for a transition-based dependency parser and hyponymy relation identification, all of which are used in the paper. Download & Setup > wget http://www.tkl.iis.u-tokyo.ac.jp/~ynaga/opal/opal-latest.tar.gz > tar zxvf opal-lates

人名・地名モデル v. 1.3: 能動学習を行い、単語分割精度を上げました（97.33%→97.82%）（3月20日、21:00）：KyTeaの人名・地名モデル v. 1.3 v. 1.2: さらに、東北地方の地名や独特な名前の扱いを改善し、「人名・性→人名・姓」と誤植を直しました（3月14日、17:30）：KyTeaの人名・地名モデル v. 1.2 v. 1.1: 地名の対応を改善させて、単語分割を少しロバストにしました（3月14日、15:00）：KyTeaの人名・地名モデル v. 1.1 v. 1.0: 東北大地震を受けて、人名・地名モデルを作りました。今は人名にある程度強いですが、地名はまだあまり出来ていません。続けて作業します（3月14日、14:00）：KyTeaの人名・地名モデル v. 1.0 解析結果 モデルを使って固有表現っぽいものを抽出してみました：結果 (3月16日 09

This page contains many classification, regression, multi-label and string data sets stored in LIBSVM format. For some sets raw materials (e.g., original texts) are also available. These data sets are from UCI, Statlog, StatLib and other collections. We thank their efforts. For most sets, we linearly scale each attribute to [-1,1] or [0,1]. The testing data (if provided) is adjusted accordingly. S

日本語 This is the home of the Kyoto Text Analysis Toolkit (KyTea, pronounced "cutie"). It is a general toolkit developed for analyzing text, with a focus on Japanese, Chinese and other languages requiring word or morpheme segmentation. Features Download/Install Documentation Analysis: Method Details, IO Formats, API Training: Training Models, Extra Models Domain Adaptation with KyTea Development Fea

作者ホームページサービス（hp.vector）は終了いたしました。 長らくのご利用、ありがとうございます。 ご不明な点があれば、お問い合わせページをご覧の上、お問い合わせください。 ※15秒後にトップページに戻ります。 (c) Vector HOLDINGS Inc.All Rights Reserved.