Movatterモバイル変換

dominion525id:dominion525

• 14,773ブックマーク
• -お気に入り
• -お気に入られ

タグ

• すべて
• .net(13)
• 2ch(95)
• AWS(43)
• ActionScript(3)
• Android(4)
• Apple(8)
• CSNagoya(9)
• CoffeeScript(1)
• CoreOS(1)
• DB(1)
• DNS(1)
• GPGPU(2)
• LLM(1)
• MCP(5)
• Mac(6)
• NHK(3)
• OS(1)
• OSC2009Nagoya(2)
• OSX(2)
• OpenCV(6)
• PDF(7)
• PLANET-C(1)
• RRR(4)
• Redmine(24)
• SICP(1)
• Tips(34)
• Ubuntu(6)
• Webサイト(1)
• amazon(25)
• apache(5)
• beekabar(1)
• chatgpt(1)
• chef(1)
• cpu(2)
• css(1)
• cucumber(1)
• docomo(1)
• ec2(3)
• elasticsearch(3)
• engineer(3)
• ffmpeg(3)
• freee(1)
• gigazine(17)
• glassfish(4)
• google(27)
• greasemonkey(1)
• hadoop(11)
• hayabusa(1)
• html5(2)
• iPhone(64)
• ipad(1)
• jQuery(5)
• java(4)
• javascript(15)
• jaxa(59)
• jruby(8)
• linux(25)
• memcached(6)
• misoca(145)
• mysql(39)
• nagoyarubykaigi01(6)
• nagoyarubykaigi02(5)
• nanapi(2)
• netbeans(1)
• network(1)
• node.js(1)
• objective-c(1)
• opengl(1)
• passenger(2)
• php(8)
• postgresql(4)
• programming(26)
• proof(1)
• qiita(2)
• rails(64)
• rspec(2)
• ruby(103)
• rubykaigi(11)
• rubykaigi2010(1)
• rubytokai(1)
• tech(1)
• togetter(1)
• tool(7)
• tumblr(3)
• twitter(64)
• ustream(4)
• verilog(3)
• watch(56)
• web(7)
• webサービス(26)
• web制作(66)
• web開発(38)
• wikipedia(1)
• windows(8)
• xen(3)
• あかつき(5)
• あとでで読む(1)
• あとでみる(3)
• あとでよむ(3)
• あとで読む(129)
• いいはなし(1)
• いい話(59)
• おもしろ(4)
• おもしろい(99)
• お店(32)
• これはすごい(126)
• これはひどい(374)
• これは便利(4)
• どうでもいい(24)
• なるほど(21)
• はてな(17)
• はやぶさ(86)
• ほのぼの(91)
• まとめ(228)
• アイデア(15)
• アクセス解析(2)
• アジャイル(1)
• アニメ(19)
• アプリ(15)
• アルゴリズム(39)
• アーキテクチャ(2)
• イカロス(3)
• イベント(50)
• イラスト(7)
• インタビュー(5)
• インターネット(6)
• インフラ(3)
• エイプリルフール(2)
• エミュレータ(1)
• オカルト(2)
• オフィス(2)
• オープンソース(7)
• カメラ(6)
• ガイドライン(3)
• ガンダム(7)
• キャンペーン(1)
• クラウド(16)
• ケータイ(11)
• ゲーム(40)
• コミュニケーション(73)
• コミュニティ(2)
• サブカル(2)
• サーバ(60)
• サーバー管理(1)
• サーバ管理(102)
• サービス(87)
• システム管理(7)
• シン・ゴジラ(2)
• スタートアップ(42)
• スポーツ(7)
• セキュリティ(34)
• ソフトウェア(21)
• ダジャレ(1)
• チューニング(2)
• チーム(2)
• ツール(1)
• テスト(4)
• テレビ(5)
• デザイン(65)
• データベース(3)
• トンデモ(9)
• ドラえもん(1)
• ニセ科学(70)
• ニュース(58)
• ネタ(707)
• ネット(32)
• ネットワーク(10)
• ハードウェア(26)
• バックアップ(5)
• バルーン(1)
• バーフバリ(6)
• ビジネス(237)
• ファッション(9)
• フォント(40)
• プログラミング(121)
• ベンチャー(2)
• ペアプログラミング(1)
• ボードゲーム(1)
• マスコミ(23)
• マネジメント(4)
• マラソン(1)
• マーケティング(50)
• メディア(56)
• メンタルヘルス(36)
• メンヘル(2)
• ユーザビリティ(5)
• ライブラリ(13)
• リーンスタートアップ(1)
• レコメンデーション(1)
• レコメンド(1)
• レシピ(3)
• 中国(31)
• 事件(16)
• 京都(1)
• 人生(61)
• 仕事(71)
• 仮想化(5)
• 仮想口座(6)
• 企業(49)
• 会社(5)
• 会計(5)
• 似非科学(2)
• 便利(13)
• 個人情報(4)
• 健康(2)
• 写真(13)
• 出版(1)
• 分散処理(11)
• 労働(74)
• 勉強会(51)
• 動画(23)
• 医療(36)
• 参考(22)
• 名古屋(33)
• 名言(6)
• 哲学(2)
• 図書館(4)
• 国際(65)
• 圏論(3)
• 地図(3)
• 増田(87)
• 壁紙(2)
• 声優(1)
• 外交(2)
• 天文(5)
• 妖怪(1)
• 宇宙(43)
• 宇宙開発(123)
• 宗教(32)
• 広告(5)
• 広報(2)
• 後で読む(1)
• 心理(10)
• 技術(26)
• 採用(1)
• 携帯(32)
• 携帯サイト(5)
• 政治(73)
• 教育(77)
• 数学(13)
• 文具(3)
• 文化(77)
• 文字コード(1)
• 文学(4)
• 料理(9)
• 日本(164)
• 映画(10)
• 昭和(1)
• 書籍(10)
• 本(47)
• 東日本大震災(61)
• 機械学習(9)
• 歴史(98)
• 毎日新聞(15)
• 求人(1)
• 決済(3)
• 海外(92)
• 漢字(1)
• 漫画(56)
• 災害(1)
• 物理(1)
• 特定アジア(5)
• 特撮(1)
• 犯罪(14)
• 生き物(1)
• 生活(117)
• 生物(14)
• 画像(74)
• 画像処理(3)
• 画像認識(2)
• 疑似科学(5)
• 病院(2)
• 発言小町(49)
• 登山(1)
• 社会(565)
• 科学(100)
• 素材(6)
• 組織(3)
• 経営(37)
• 経済(36)
• 考え方(164)
• 考察(1)
• 自然(2)
• 自然言語処理(19)
• 自衛隊(1)
• 自転車(22)
• 芸能(43)
• 芸術(1)
• 英語(8)
• 著作権(11)
• 行政(20)
• 言葉(17)
• 言語(2)
• 訃報(2)
• 設計(5)
• 認証(3)
• 読みもの(2)
• 読み物(350)
• 読書(8)
• 請求書(19)
• 負荷テスト(1)
• 負荷分散(11)
• 資料(52)
• 起業(5)
• 軍事(37)
• 金融(1)
• 釣り(30)
• 鉄道(14)
• 開発(92)
• 閲覧注意(1)
• 集合知(3)
• 雑学(48)
• 電子工作(1)
• 電子書籍(2)
• 電子署名(5)
• 面白い(6)
• 音声合成(2)
• 音楽(15)
• 食(11)
• 食品(4)
• 香港(1)
• ネタ(707)
• 社会(565)
• これはひどい(374)
• 読み物(350)
• ビジネス(237)
• まとめ(228)
• 日本(164)
• 考え方(164)
• misoca(145)
• あとで読む(129)

タグをすべて表示

関連タグで絞り込む (0)

• 関連タグはありません

タグの絞り込みを解除

レコメンドに関するdominion525のブックマーク (1)

• レコメンド, LSH, Spectral Hashing - DO++

  • 62 users
  • hillbig.cocolog-nifty.com
  • 暮らし

  WEB+DB press vol.49にレコメンド特集の記事をtkngさんと書きました。 内容は最初は、協調フィルタリングやコンテンツマッチの簡単な話から、特徴量をどのように表すか、大規模データをどのように処理するかにいき、特異値分解などの低ランク行列分解によるレコメンドやRestricted BoltzmannMachineといった最近のnetflix prizeの上位の手法など、かなり突っ込んだ議論もしてます。 個人的には三章でLocality Sensitive Hash(LSH)について扱っているあたりがお勧めです。 レコメンドの内部の問題を極言すると、データというのは疎な高次元の数値ベクトル（数百万次元とか）で表され、クエリでベクトルが与えられた時、これと似たようなベクトルを探してこいという問題になります。”似たような”を数学的にいえば、クエリのベクトルとの内積（各ベクトルは長

  
  

  dominion5252009/02/26

  • レコメンド

  リンク
• 1

• 総合
• 一般
• 世の中
• 政治と経済
• 暮らし
• 学び

• テクノロジー
• エンタメ
• アニメとゲーム
• おもしろ

• アプリ・拡張機能
• 開発ブログ
• ヘルプ
• お問い合わせ
• ガイドライン
• 利用規約
• プライバシーポリシー
• 利用者情報の外部送信について

• ガイドライン
• 利用規約
• プライバシーポリシー
• 利用者情報の外部送信について

• 公式アカウント
• ホットエントリー