サッカーのイングランド・プレミアリーグの強豪、マンチェスター・シティーを傘下に持つシティー・フットボール・グループ（CFG）がJリーグ1部（J1）の横浜F・マリノスに19.95%出資する。横浜Mの筆頭株主・日産自動車が20日、発表した。Jリーグのチームに外資系企業が本格出資するのは初めて。マンチェスターCは2008年にアラブ首長国連邦（UAE）の投資家グループに買収されてから「世界で最も裕福な
Please take a few minutes to complete the 2024 Django Developers Survey. Your feedback will help guide future efforts. Posted by Florian Apolloner on May 14, 2014 Today the Django team is issuing multiple releases -- Django 1.4.13, Django 1.5.8, Django 1.6.5 and Django 1.7 beta 4 -- as part of our security process. These releases are now available on PyPI and our download page. These releases addr
ワシントン（ＣＮＮ） 米連邦捜査局（ＦＢＩ）は１９日までに、世界１９カ国の警察と協力して、他人のパソコンの乗っ取りを可能にする悪質ソフト「Ｂｌａｃｋｓｈａｄｅｓ（ブラックシェーズ）」の開発者や使用者の摘発作戦を実施し、９０人以上を逮捕した。 Ｂｌａｃｋｓｈａｄｅｓの被害者は全世界で約７０万人に上ると推定される。米当局は２年前から水面下の捜査を続け、このほど一斉摘発に乗り出した。 世界各地で先週、捜査員らが一斉に容疑者宅の捜索を始めると、ハッカーの情報交換サイトは騒然となった。捜索先は約３００カ所に上り、同ソフトの開発者のひとりとみられるスウェーデン人ハッカーがモルドバで逮捕された。 米国内でも４０以上の都市を中心に作戦を展開し、ニューヨーク市内ではハッキングを共謀、実行した容疑などで２人を逮捕した。 Ｂｌａｃｋｓｈａｄｅｓはわずか４０ドル（約４１００円）で販売され、パソコンの知識が乏しい利
二週間ほど前、妻が若い男を紹介するといってきたとき僕に沸き起こったのは、嫉妬でも怒りでもなく烈しい後悔であった。こんなことになるなら妻が働きに出るのを許さなければよかった。こんなことになるなら「私は裕福な暮らしをしたい」と妻が言いだしたとき、強くぶっておくのだった。そんな烈しい後悔だった。 「キミの給料では足りない」「人形のお洋服が買えません」妻が僕の収入への不満を理由にパート仕事を始めると宣言したとき、僕は反射的に妻に対して右手を振り上げていた。悲しかった。月一万八百円の小遣いでのやりくり。現場にヘルプで入って朝５時からのマッシュポテトを作り。常態化した１２時間労働。小生意気な学生バイトから「ポテトマッシャー」「ユニットリーダー」という蔑称で呼ばれる日々。そんな非人間的でダリぃ日々に耐えてこられたのは、ダーリン、君がいるからだよ。そんな僕の想いは無に帰したのだ。 これは嘘だ。悪夢にちがい
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
ボルツマンのグラフの一例。 各エッジ（線）は接続されたユニット同士の依存を意味する。この例では3つの不可視ユニット（hidden; 青）と4つの可視ユニット（visible; 白）がある。 ちなみにこの例は制約を持つボルツマンマシンではない。 ボルツマンマシン（英: Boltzmann machine）は、1985年にジェフリー・ヒントンとテリー・セジュノスキー（英語版）によって開発された確率的（英語版）回帰結合型ニューラルネットワークの一種である。 ボルツマンマシンは、統計的な変動を用いたホップフィールド・ネットワークの一種と見なすことができる。これらはニューラル ネットワークの内部についてを学ぶことができる最初のニューラル ネットワークの 一つで、（十分な時間を与えられれば） 難しい組合せに関する問題を解くことができる。ただしボルツマン・マシンには後述される事柄を含む数々の問題があり、
■ 教師有学習 届いたメールが、「迷惑メール（スパム）」なのか、そうではなくて「通常のメール」なのかをコンピュータに判定させたい。 どのようにしてコンピュータに「迷惑メール」と「通常のメール」の違いを教えたらいいだろうか。 「○○や××のキーワードを含んでいたら迷惑メールと判断する」というような、ルールを1つ1つ人間の手で規定していくことも考えられるけど、これはあまりに単純すぎるし、実際に人間がルールを決めるのは大変すぎる。。 そこで、予め「迷惑メールである」と判定されたサンプルと、「迷惑メールではない」と判定されたサンプルをたくさん集めて、 コンピュータに勝手に「迷惑メールの特徴」というものを学習してもらおう、というアプローチが機械学習だ。 この例では、すでに「迷惑メールである」または「迷惑メールではない」という区別がついている正解データを使って、それぞれの特徴を学習するので 「教師有学
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Unsupervised learning|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針に
Warning This project does not have any current developer. We will continue to review pull requests and merge them when appropriate, but do not expect new development unless someone decides to work on it. There are other machine learning frameworks built on top of Theano that could interest you, such as: Blocks, Keras and Lasagne. Don’t expect a clean road without bumps! If you find a bug please wr
SECURITIES AND EXCHANGE COMMISSION 17 CFR Parts 200, 229, 230, 232, 239, 240, 243 and 249 Release Nos. 33-9117; 34-61858; File No. S7-08-10 RIN 3235-AK37 ASSET-BACKED SECURITIES AGENCY: Securities and Exchange Commission ACTION: Proposed rule. SUMMARY: We are proposing significant revisions to Regulation AB and other rules regarding the offering process, disclosure and reporting for asset-backed s
はじめに Python は、機械学習の分野で広く使用されるスクリプト言語です。SciPy や matplotlib といった、科学計算に特化したライブラリが多数提供されているのが特徴です。 いっぽう、弱点もあります。for ループの速度が遅いこと、並列処理が苦手なことなどです。これらの目的には、C 言語が適しています。 そこで、本記事では、Python と C の相互連携を可能にする boost-python ライブラリを使用して、大規模科学計算を効率的に解く方法を紹介します。題材には混合ガウス分布を使用します。 動作テストは、Fedora 環境で行なっています。Ubuntu でも動くと思います。 準備 はじめに、SciPy、matplotlib、boost ライブラリをインストールしてください。 boost-devel とか色々インストールした記憶がありますが、忘れました… Hello,
Microsoftの最近の発表で、内部技術だけでなく、既存の標準をサポートすることで、幅広い開発コミュニティへの貢献に新たにフォーカスすることを説明した。同社はすでにPython Tools for Visual Studio (PTVS)の開発に取り組んでおり、またNode.jsをサポートしたVisual Studioツール (NTVS)をリリースしている。 InfoQは最近、これらのリリースと彼らの将来のプランについてMicrosoftのパートナープログラムマネージャーであるShahrokh Mortazavi氏と話す機会があった。Mortazavi氏は開発部門の一部であるNodeとPythonツールグループで仕事をしている。私たちの会話を編集したものが以下である。 InfoQ: 開発部門全体はどのように作業していますか？ Shahrokh: 開発部門全体では開発者が必要な総合的な
Pythonで画像処理するときにはPillow(PIL)などを使いますが、それで彩度やコントラストなどの加工を行う方法です。 ImageEnhanceを使えば簡単に行えるようでしたのでサンプルコードを載せておきます。 適用したらこんな感じです。 オリジナル 彩度（50％） 明度（50％） コントラスト（50％） シャープ（200%）
Boost.Pythonの簡単な使い方。開発ライブラリを入れるのを忘れないように。
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
