動かし方 pic.twitter.com/vMSFD27YAn — u++ (@upura0) 2017年11月24日 デッキレシピ

1年近くステージ38(DM)で止めていたのを（いつだったか）止め、ステージ上げ再開後、ようやくステージ60(DM)に達しました。今後のステージ追加が待ち遠しいですね。GXの方は、解禁後に熱中してステージ上げしていたら気づいたときにはカンストしていました（…

自分用メモmac版はこちら Macにpython-mecab導入(2017年10月) - u++の備忘録 端末 Windows 10 Python環境 Python 3.6.2 | Anaconda インストール方法 pipで辞書などを丸ごと導入できるようにしてくださったものを利用する。qiita.com 事前インストール landi…

2015年に大学の授業で、待ち行列モデルを用いてセブンイレブンのコンサルティングをした際の資料が出てきたので、出せる部分のみ編集して共有します。 問題設定 大学の最寄り駅近くにあるセブンイレブンを利便性の都合上よく使うのですが、当時の店員のオペ…

論文名 Learning Document Embeddings With CNNs [1711.04168] Learning Document Embeddings With CNNs 概要 教師なし文書埋め込みのためのCNNを用いたモデルの提案。既存アプローチは、複雑な推論を必要とするか、または並列化が困難なRNNを使用。CNNを用…

某所にて、『画像認識』（機械学習プロフェッショナルシリーズ）の勉強会（輪読形式）があり、第5章「分類」を担当しました。参考書の内容に加え、『パターン認識と機械学習 上』の内容も盛り込み、包括的に「分類」を扱いました。www.kspub.co.jp下記の記事…

追記：20171226 論文読み会での発表資料を共有します。 === 追記終以下の記事に記載した論文upura.hatenablog.com 論文名 Yukihiro Tagami: AnnexML: Approximate Nearest Neighbor Search for Extreme Multi-label Classification, KDD’17, pp.455-464, Aug…

下記記事で報じられたヤフーの人工知能（AI）技術「アネックスエムエル」(AnnexML: Approximate Nearest Neighbor Search for Extreme Multi-label Classification)に関する補足。r.nikkei.comカタカナで「アネックスエムエル」と表記しているため、本日朝時…

認識違いの点などあれば、コメントなどでご指摘ください。詳細は、タイムシフトで確認を。live.nicovideo.jp－－－ 経緯 決勝トーナメントのYorkie VS shotgun戦「256手ルール」の問題の発生しYorkieが敗北 運営が「ソフトの”独自性”の問題でYorkieが5位決定…

論文名 田口雄哉, 田森秀明, 人見雄太, 西鳥羽二郎, 菊田洸: 同義語を考慮した日本語の単語分散表現の学習, 情報処理学会研究報告, Vol.2017-NL-233 No.17, 2017. どんなもの？ 訓練済みの単語分散表現を用い，同義語対を用いた日本語の単語分散表現の fine-…

11月6日のアップデートで、スキル「バランス」に一定のランダム性が付与されたそうです。どの程度のランダム性が付与されたかを調べるため、初期手札の分布を集計しました。 使用デッキ モンスター10枚・魔法5枚・罠5枚デッキで、スキルは「バランス」です。…

11月6日のアップデートで、スキル「バランス」に一定のランダム性が付与されたそうです。どの程度のランダム性が付与されたかを調べるため現在、モンスター10枚・魔法5枚・罠5枚デッキで「バランス」を使ってデュエルを始めた際の初期手札のスクリーンショッ…

暇だったのでkmeansのdocumentationを読んでいたら、今まで曖昧な理解だった"inertia"という語についてまとまった言及があったので、自分用メモ。2.3. Clustering — scikit-learn 0.21.3 documentation inertiaとは kmeansの最適化において最小化すべき指標…

下記へ移行しました。 Shotaro Ishihara

論文名 坪内孝太, 下坂正倫, 小西達也, 丸山三喜也, 山下達雄: 乗換案内データを用いた未来の混雑予測の研究, The 31st Annual Conference of the Japanese Society for Artificial Intelligence, 2017. https://kaigi.org/jsai/webprogram/2017/paper-1107.…