Rindoku Wiki
探索
メインページ
全ページ
コミュニティ
インタラクティブな地図
最近のブログの投稿
Wikiコンテンツ
最近更新されたページ
『物性物理のための場の理論・グリーン関数-量子多体系をどう解くか?』 第2章 モデルと物理量
『物性物理のための場の理論・グリーン関数-量子多体系をどう解くか?』 第1章 第2量子化
小形正男(2018),『物性物理のための場の理論・グリーン関数―量子多体系をどう解くか』
ブックリスト
『ハリウッド・リライティング・バイブル』第1〜6章(レジュメ)kurubushi rm
『マクロ経済学の基礎理論』2章レジュメ(kurubushi rm)
『演習詳解 力学 第二版』 第4章 動く座標系
ブックカード
Gilbert Strang (1991), Calculus.
デカルト『方法序説』
Herbert Gintis (2000), Game Theory Evolving.
クラーク(2009)『10万年の世界経済史』
武隈愼一(1998)『マクロ経済学の基礎理論』
ノースロップフライ (1980), 批評の解剖
Eric Kandel&James Schwartz(2000), Principles of Neural Science, Fourth Edition.
ブログの記事
Contractio/notes
Kurubushi rm/今日の漁果と明日の予定
Kurubushi rm/今日の追加と手直し
Kurubushi rm/今日、私を救った言葉
Kurubushi rm/本日の反省と公開
Kurubushi rm/本日の野心と積極策
Kurubushi rm/本日の到着品
コミュニティ
ヘルプ
FANDOM
ゲーム
映画
テレビ
Wiki
Wikiを探索
コミュニティセントラル
Wikiを はじめよう
アカウントをお持ちでない場合
登録
ログイン
ログイン
登録
Rindoku Wiki
53
ページ
探索
メインページ
全ページ
コミュニティ
インタラクティブな地図
最近のブログの投稿
Wikiコンテンツ
最近更新されたページ
『物性物理のための場の理論・グリーン関数-量子多体系をどう解くか?』 第2章 モデルと物理量
『物性物理のための場の理論・グリーン関数-量子多体系をどう解くか?』 第1章 第2量子化
小形正男(2018),『物性物理のための場の理論・グリーン関数―量子多体系をどう解くか』
ブックリスト
『ハリウッド・リライティング・バイブル』第1〜6章(レジュメ)kurubushi rm
『マクロ経済学の基礎理論』2章レジュメ(kurubushi rm)
『演習詳解 力学 第二版』 第4章 動く座標系
ブックカード
Gilbert Strang (1991), Calculus.
デカルト『方法序説』
Herbert Gintis (2000), Game Theory Evolving.
クラーク(2009)『10万年の世界経済史』
武隈愼一(1998)『マクロ経済学の基礎理論』
ノースロップフライ (1980), 批評の解剖
Eric Kandel&James Schwartz(2000), Principles of Neural Science, Fourth Edition.
ブログの記事
Contractio/notes
Kurubushi rm/今日の漁果と明日の予定
Kurubushi rm/今日の追加と手直し
Kurubushi rm/今日、私を救った言葉
Kurubushi rm/本日の反省と公開
Kurubushi rm/本日の野心と積極策
Kurubushi rm/本日の到着品
コミュニティ
ヘルプ
「
BookCard:Segaran(2008)『集合知プログラミング』
」を編集中
ページに戻る
ソースを編集
履歴表示
トーク(0件)
ページの編集
BookCard:Segaran(2008)『集合知プログラミング』
警告:
ログインしていません。編集を行うと、あなたの IP アドレスが公開されます。
ログイン
または
アカウントを作成
すれば、あなたの編集はその利用者名とともに表示されるほか、その他の利点もあります。
中間の版での編集と競合したため、取り消せませんでした。
スパム攻撃防止用のチェックです。 けっして、ここには、値の入力は
しない
でください!
==書誌情報== ;タイトル :集合知プログラミング ;責任表示 :Toby Segaran著 ; 當山仁健, 鴨澤眞夫訳 ;出版事項 :東京 : オライリー・ジャパン / 東京 : オーム社 (発売), 2008.7 ;形態事項 :xxv, 361p ; 24cm ;ISBN :9784873113647 ;別タイトル :Programming collective intelligence : building smart web 2.0 applications ;著者標目 :Segaran, Toby ; 當山, 仁健 [トウヤマ, ヨシタケ] ; 鴨澤, 眞夫 [カモサワ, マサオ] ;分類 :NDC8:007.64 , NDC9:007.64 ;件名 :BSH:プログラミング(コンピュータ) , BSH:アルゴリズム , BSH:協同 ==目次== ===1章 集合知への招待=== 1.1 集合知とは何か? 1.2 機械学習とは何か? 1.3 機械学習の限界 1.4 実生活における例 1.5 学習アルゴリズムのその他の使用 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-sasaki-0407.pdf 1章レジュメ(担当者:佐々木 茨城大工学部新納ゼミ2009年前期ゼミ)] ===2章 推薦を行う=== 2.1 協調フィルタリング 2.2 嗜好の収集 2.3 似ているユーザを探し出す 2.4 アイテムを推薦する :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-eguchi-0414.pdf 2.1〜2.4章レジュメ(担当者:江口 茨城大工学部新納ゼミ2009年前期ゼミ)] 2.5 似ている製品 2.6 del.icio.us のリンクを推薦するシステムを作る 2.7 アイテムベースのフィルタリング 2.8 MovieLensのデータセットを使う 2.9 ユーザベース VS アイテムベース :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-mikami-0414.pdf 2.5〜2.9章レジュメ(担当者:三上 茨城大工学部新納ゼミ2009年前期ゼミ)] ===3章 グループを見つけ出す=== 3.1 教師あり学習 VS 教師なし学習 3.2 単語ベクトル 3.3 階層的クラスタリング :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-itou-0421.pdf 3.1〜3.3章レジュメ(担当者:伊藤 茨城大工学部新納ゼミ2009年前期ゼミ)] 3.4 デンドログラムを描く 3.5 列のクラスタリング 3.6 K 平均法によるクラスタリング :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-misawa-0421.pdf 3.4〜3.6章レジュメ(担当者:三沢 茨城大工学部新納ゼミ2009年前期ゼミ)] 3.7 嗜好のクラスタ 3.8 データを2次元で見る 3.9 クラスタについてその他のこと :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-saito-0421.pdf 3.7〜3.9章レジュメ(担当者:斉藤 茨城大工学部新納ゼミ2009年前期ゼミ)] ===4章 検索とランキング=== 4.1 検索エンジンとは? 4.2 シンプルなクローラ 4.3 インデックスの作成 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-sa-0428.pdf 4.1〜4.3章レジュメ(担当者:Sa 茨城大工学部新納ゼミ2009年前期ゼミ)] 4.4 問い合わせ 4.5 内容ベースの順位付け :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-rin-0428.pdf 4.4〜4.5章レジュメ(担当者:林 茨城大工学部新納ゼミ2009年前期ゼミ)] 4.6 インバウンドリンクの利用 4.7 クリックからの学習 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-saito-0428.pdf 4.6〜4.7章レジュメ(担当者:斉藤 茨城大工学部新納ゼミ2009年前期ゼミ)] ===5章 最適化=== 5.1 グループ旅行 5.2 解の表現 5.3 コスト関数 5.4 ランダムサーチ(無作為探索) 5.5 ヒルクライム :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-mikami-0512.pdf 5.1〜5.5章レジュメ(担当者:三上 茨城大工学部新納ゼミ2009年前期ゼミ)] 5.6 模擬アニーリング 5.7 遺伝アルゴリズム 5.8 実際のフライトを検索する :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-itou-0512.pdf 5.6〜5.8章レジュメ(担当者:伊藤 茨城大工学部新納ゼミ2009年前期ゼミ)] 5.9 嗜好への最適化 5.10 ネットワークの可視化 5.11 さらなる可能性 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-misawa-0519.pdf 5.9〜5.11章レジュメ(担当者:三沢 茨城大工学部新納ゼミ2009年前期ゼミ)] ===6章 ドキュメントフィルタリング=== 6.1 スパムフィルタリング 6.2 ドキュメントと単語 6.3 分類器のトレーニング 6.4 確率を計算する 6.5 単純ベイズ分類器 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-eguchi-0519.pdf 6.1〜6.5章レジュメ(担当者:江口 茨城大工学部新納ゼミ2009年前期ゼミ)] 6.6 フィッシャー法 6.7 トレーニング済みの分類器を保存する 6.8 Blogフィードをフィルタする :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-sa-0526.pdf 6.6〜6.8章レジュメ(担当者:Sa 茨城大工学部新納ゼミ2009年前期ゼミ)] 6.9 特徴の検出の改良 6.10 Akismetを利用する 6.11 その他の手法 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-rin-0428.pdf 6.9〜6.11章レジュメ(担当者:林 茨城大工学部新納ゼミ2009年前期ゼミ)] :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-rin-0526-2.pdf 6.9〜6.11章レジュメ2(担当者:林 茨城大工学部新納ゼミ2009年前期ゼミ)] :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-eguchi-0609.pdf 第6章 ドキュメントフィルタリング(1)プログラム実行報告レジュメ(担当者:江口 茨城大工学部新納ゼミ2009年前期ゼミ)] ===7章 決定木によるモデリング=== 7.1 サインアップを予測する 7.2 決定木入門 7.3 ツリーのトレーニング 7.4 最高の分割を選ぶ 7.5 再帰的なツリー構築 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-saito-0602.pdf 7.1〜7.5章レジュメ(担当者:斉藤 茨城大工学部新納ゼミ2009年前期ゼミ)] 7.6 決定木の表示 7.7 新しい観測を分類する 7.8 ツリーの刈り込み 7.9 欠落データへの対処 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-mikami-0602.pdf 7.6〜7.9章レジュメ(担当者:三上 茨城大工学部新納ゼミ2009年前期ゼミ)] 7.10 数値による帰結への対処 7.11 住宅価格のモデリング 7.12 "Hotness"のモデル化 7.13 決定木を使うべき場面 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-ito-0616.pdf 7.10〜7.13章レジュメ(担当者:伊藤 茨城大工学部新納ゼミ2009年前期ゼミ)] ===8章 価格モデルの構築=== 8.1 サンプルデータセットの構築 8.2 K近傍法 8.3 重み付け近傍法 8.4 クロス評価 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-misawa-0616.pdf 8.1〜8.4章レジュメ(担当者:三沢 茨城大工学部新納ゼミ2009年前期ゼミ)] 8.5 異質な変数 8.6 縮尺の最適化 8.7 不均一な分布 :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-eguchi-0623.pdf 8.5〜8.7章レジュメ(担当者:江口 茨城大工学部新納ゼミ2009年前期ゼミ)] 8.8 実データの利用 eBay API 8.9 K近傍法はどこで使うべきか :[http://nlp.dse.ibaraki.ac.jp/~shinnou/zemi2009/colint/colint-sa-0623.pdf 8.8〜8.9章レジュメ(担当者:Sa 茨城大工学部新納ゼミ2009年前期ゼミ)] ===9章 高度な分類手法:カーネルメソッドとSVM=== 9.1 matchmakerデータセット 9.2 このデータセットの難点 9.3 基礎的な線形分類 9.4 カテゴリーデータな特徴たち 9.5 データのスケーリング 9.6 カーネルメソッドを理解する 9.7 サポートベクトルマシン 9.8 LIBSVMを使う 9.9 Facebookでのマッチ ===10章 特徴を発見する=== 10.1 ニュースのコーパス 10.2 これまでのアプローチ 10.3 非負値行列因子分解 10.4 結果を表示する 10.5 株式市場のデータを使用する ===11章 進化する知性=== 11.1 遺伝的プログラミングとは? 11.2 ツリー構造のプログラム 11.3 最初の集団を作る 11.4 解決法をテストする 11.5 プログラムの突然変異 11.6 交叉(Crossover) 11.7 環境を作り上げる 11.8 シンプルなゲーム 11.9 さらなる可能性 ===12章 アルゴリズムのまとめ=== ==紹介== 本書は現在注目を集めている「集合知」をテーマにした書籍です。 機械学習のアルゴリズムと統計を使ってウェブのユーザが生み出した膨大なデータを分析、解釈する方法を、基礎から分かりやすく解説します。 本書で紹介するのは「購入・レンタルした商品の情報を利用した推薦システム」、「膨大なデータから類似したアイテムを発見し、クラスタリングする方法」など。 del.icio.us、eBayなどが公開しているWeb APIを使用した解説も本書の大きな特徴です。 本書のサンプルコードは可読性に優れたPythonを使用していますが、他の言語のプログラマでも理解しやすいようにアルゴリズムを解説しています。 日本語版ではYahoo!日本語形態素解析Webサービスを利用した日本語テキスト処理について加筆しました。 [[Category:ブックカード]]
編集内容の要約:
Rindoku Wikiへの投稿はすべて、「CC-BY-SA」に従って公開されるものとしてみなされます
キャンセル
編集の仕方
(新しいウィンドウで開きます)
Follow on IG
TikTok
Join Fan Lab