sonoshouのまじめなブログ

情報系大学生からのウェブ見習い人生の記録

RailsGuildeをなぞってみた

本記事の目的 勉強の記録。 もし、検索してたどり着いた方がいらっしゃったら、本家を見た方が良いです。 RailsGuide 1. railsアプリケーションの作成 rails new blog 2. コントローラの作成 welcomeという名前のコントローラの中にindexというアクションを…

vagrant上でrails 4.2.4プロジェクトを作成する

1つぐらいフレームワークを覚えなければ生き残れない……。 追記: Tips系は、Qiitaに切り替えてく。 本記事は試験的にQiitaとはてなブログにマルチポスト。 偉い人に怒られそうだが、今回は許してほしいです。 追記2: Qiita上で編集リクエストを頂いて、大…

ウェアラブル端末用Android watchアプリ ~実機起動でハマったところ~

実機で起動 Android Wear アプリを実機で起動してみましょう! 私が改めてまとめるよりも他サイトの方が詳しいでしょう♪ というのも、壁にぶち当たりながら、理解もせず解決してきたので、 あまり偉そうなことは言えないのです……。 ここが詳しかったので参考…

ウェアラブル端末用Android watchアプリ ~環境構築からHello World!!まで~

ウェアラブル端末用Android watchアプリ ウェアラブル端末用Androidのwatchアプリを作るぞー! 環境構築から行っていきます。 公式サイト見た方が詳しいです。 https://developer.android.com/sdk/installing/studio.html#download 参考にしたサイト ウェア…

wordpress xmlrpc.phpの脆弱性

突然サーバが落ちる落ちるようになった! いつものように、 さくらVPS + Centos + wordpress でサイト運営をしていたのですが、 急にサーバが落ちるようになってしまいました……。 今回はその原因復旧のために戦った男の記録を残そうと思います。 ※良いところ…

ecliseとgitの連携2 ~さくらVPS~

\------筆者の環境------\ ・さくらVPS1GBプラン ・Cent OS ・eclipse 4.3 \----------------------\ 以上の環境で さくらVPSにあるgitのリポジトリからクローンを行い、 eclipseで管理できるようにするまで。 私は日本語化したeclipseを使用していますので…

Sublime Text で Markdown.

Sublime Text 導入 | sonoshouのまじめなブログ でSublime Textを導入したのですが, キーバインドできるMarkdownエディタとしも優秀だという話を聞き, Sublime Textを自分なりにカスタマイズしてみました. 結論から言うと,非常にMarkdownが書きやすいで…

図でわかる 因子分析

因子分析について勉強しました。 読み手を意識したのですが、 記事の質が上がらず、結局自分用メモ記事&本の紹介ですね……。 因子分析の理論はひとまず置いて、考え方だけでも抑えましょう! 本当は自分で試したかったのですが、修論ちゃんが(言い訳) ネタ…

アンケート調査の注意点

アンケートを作成する上で気をつけるべき点 何かしらの実態を調査する上で、もしくは、研究をする上で、 アンケートを行うことがあると思います。 このとき、最低限気をつけるべき点をまとめました。 ネタ元は以下の本。 題名にもある通り、非常にさらっと読…

サポートベクターマシンを勾配法で解く。

最も代表的な教師あり分類手法の一つであるサポートベクターマシン。 訓練サンプルから、各データ点との距離が最大となるマージン最大化超平面を求めるという明確な分類基準がある、かつ、一見求めづらそうなこの超平面を一意に求められるということから 数…

流山市WEBアプリコンテスト

ぐるっと流山 WEBアプリコンテスト|流山市 に参加してきました! 千葉県流山市のオープンデータを題材にした WEBアプリコンテストです。 このコンテストは、WEBアプリのアイデアのみを競う部門と プログラミングをしてWEBアプリを作成する部門の2つがありま…

KVSとそのKVSを開発した企業まとめ

データサイエンティスト養成読本 ビッグデータ時代のビジネスを支えるデータ分析力が身につく! という触れ込みに惹かれ、読んでみた。 全体としては、現在ビジネスに携わっている人向けに書かれており、 網羅的に全体像を把握することができるような印章を…

Sublime Text 導入

本記事は私の備忘録です。 Sublime Textのインストール方法は特筆することはありません。 公式HPに行き、ダウンロードするだけですので……。 Sublime TextのVi化方法 emacs風のカーソル移動キーバインド設定 Sublime TextのVi化方法 Sublime TextをVim化 -- b…

自己組織化写像をprocessingで実装する。 part.4

お詫び 長らく更新が滞ってしまいました。 プログラム自体は随分前に書き終えていたのですが、 ブログの記事にするまでに時間がかかってしまいました。 ……それだけなら良いのですが……。 当初自己組織化写像は簡単に実装できると考え、 コードを書きながらブ…

自己組織化写像をprocessingで実装する。 part.3

さて、前回のエントリーで自己組織化写像のアルゴリズムを紹介しました。 復習の意味も込めて、再掲致します。 1.全重みベクトルをランダマイズする 2.入力ベクトルを一つ用意する 3.各ノードを検査して、最も一致値が小さいノードを見つける。(BMU) 4.BMUの…

自己組織化写像をprocessingで実装する。 part.2

3次元の色データを2次元にマッピングする自己組織化写像 さて、前回のエントリーでハニカム構造を作りました。 この後はどのようなデータを扱っていくかによって実装が変わってくるのですが、 今回は3次元の色データを2次元にマッピングする自己組織化写像の…

自己組織化写像をprocessingで実装する。 part.1

はじめに 研究室の勉強会でこのたび自己組織化写像を実装することになった。 というわけで、自己組織化写像の実装過程をブログに書こうかなーっと。 久しぶりの更新で気合が入りますね! 自己組織化写像とprocessing 今回は実装にprocessingを選ぶことにしま…

データの歩き方

この記事は、オライリー・ジャパン社の 入門 機会学習 の内容を元にしております。 「入門 機会学習」という本を研究室で買ってもらいました。 実践的な内容で興味深い本です。 全編に渡って、例題を出題し、その問題を機会学習で解くことで、 学習が進んで…

検定のお話 Rによる実践

検定のお話 A君 VS B君 前回、後輩の卒論を見ていて検定していないことが気になったわけだけど、うっかり 検定を行わないと教授に指摘される。 なんて書いたもんだから、本当に指摘されてしまった。 検定については去年勉強したはずだったのだけれど、 今回…

検定のお話 A君 VS B君

後輩の卒業論文を見ていて、検定の大事さを思い出した。 ちょうど1年前検定について学んでいたのだが、 すっかり忘れてきたので、少し復習しようと思い立った。 今回は復習した中で、自分が興味深かった話を紹介する。 A君とB君、どちらが強い? A君とB君は…

Eclipseのテーマ

Dark Blackでおしゃれに決める! パソコンの画面を長く見れば見るほど目が疲れてくる。 いわずもがなですが、仕方ないことではありますよね。 かくいう私も1日10時間ぐらいは平気でディスプレイを見続けているのですが、 流石に目への負担がひどくなってきま…

Eclipseでgitを使う(ブランチ編)

前回はEclipseでgitを使う導入まで説明したので、 今回はブランチの使い方について説明します。 といっても、全く難しいことはありません。 この記事は本当に必要なのだろうか。 Eclipseでのブランチ操作 <新規ブランチの作成> プロジェクトを右クリック …

Eclipse と git の連携 ~さくらVPS~

ecliseとgitの連携2 ~さくらVPS~ - sonoshouのまじめなブログ 新しく書きました。(2014年1月22日更新) 既にリモート上にgitリポジトリが既に存在する場合は、 こちらをご参照ください。 リモート上にgitリポジトリが存在しない場合は、 以下の記事が参考…

python復習まとめ6

関数の引数をリストで渡す関数の引数をリストで渡すことができます。便利! def func(a, b, c): print a, b, c if __name__ == '__main__': f = func arglist = [1,2,3] f(*arglist) 関数のネストpythonは関数のネストに対応している。 すなわち、関数の中に…

非負値行列因子分解

このエントリーは、集合知プログラミング第8章を参照にしています。非負値行列因子分解は、データマイニングの手法の一つである。 データの重要な特徴を抽出するために用いられる。 非負値行列因子分解は、non-negative matrix factorizationの日本語訳であ…

減衰関数

機会学習(データマイニング)をしていると、 各要素の距離に応じた重み付けを行うことがある。 今回は、この時に使われる減衰関数に焦点当てる。このエントリーは、集合知プログラミング第8章を参照しています。 反比例関数 減法(引算)関数 ガウス関数 …

文章のカテゴリ分け

集合知プログラミング第6章を参考にしています。 集合知プログラミングのソースコードはこちらで公開されています。 http://examples.oreilly.com/9780596529321/本エントリーでは、文章の内容に応じて文章をカテゴライズ(分類する)方法についてです。 自…

最適化アルゴリズム

集合知プログラミングの第5章最適化の一部を自分なりにまとめます。ヒルクライム法(傾斜上り法) ヒルクライム法は、ある地点から少し値を変更し、 変更後の値が変更前の値より低ければ採用する。 これを繰り返して行けば、最小値へ近づくことが出来る。ヒ…

3種類の平均について

平均について復習。参考URL wikipedia:平均 相加平均最も基本的な平均は相加平均(そうかへいきん)である。 算術平均(さんじゅつへいきん 英語: arithmetic mean)とも呼ぶ。 単に平均といった場合はこれを意味する。例: 人 体重 A 60kg B 75kg C 80kg こ…

python復習まとめ5

リスト内包リスト内包は、シーケンス型(リスト、ディクショナリ、タプル)から リストを生成する簡単な表記です。 よくある使い方としては、あるシーケンスの要素それぞれに何らかの処理を加えて 新しいシーケンスを生成したり、 ある条件にかなう要素のみ…