プログラムの最近のブログ記事
第９回 データマイニング+WEB 勉強会＠東京 ( Google Group ) 主催者まとめ
Ustreamで観戦してたけど、いろいろ覚えておくことがあったのでまとめ。
1. 初めてでもわかる Complementary Naive Bayes 分類器 (講師：@yanaoki)
開発Webアプリ さまったー
アルゴリズムの詳しく内容を知るには、朱鷺の杜 参照。
2. お金をかけず広告配信のログ分析システムを作った話 (講師：@karubi)
Kauri社長さん。プレスなどでしばしば目にしていたので登録してみた。
安くシステムつくって営業には資金を投資するという姿勢。
そう言っている割に、システムカッコイイし使いやすい。たぶん、ハードウェアへの無駄な投資をしないという姿勢。
3. 分析屋のためのマーケティング講座 (講師:@mmlab_jp)
ロックオン・MMLabの中川さん。主にマーケティングの話。
4. Mecab以外の形態素解析 – 新たなわかち書き機能を実装してみた- (講師:@super_rti はてな )
MeCab最高!ってことが証明されたwww
PREZLカッコイイ!
5. 画像認識の初歩、SIFT, SURF特徴量 (講師：@lawmn)
素粒子物理でPhD.だけど仕事に無関係・・・。物理多いなあ。価格.COMにお勤め?
SIFT (1999) Googleの論文 C#ライブラリ libsift 回転普遍、拡大縮小普遍
SURF(2006) SIFTの速度向上。OpenCVに実装されている
HOG(2005) Histogram of Oriented Gradient 大まかな特徴抽出
参考URL:
3日で作る高速特定物体認識システム (2) SIFT特徴量の抽出
---------------------------------------------------------
【SIFT/SURFの話をもう少し詳しく解説】
SIFTは、LOGだと計算量が多すぎて使えないので、DOGを用いている。
特徴点の抽出→ 特徴量の計算をしている。
SIFTよりSURFの方が特徴点検出を高速化しているが、誤認識がでるので認識率はSIFTの方が上。
Bag Of Featuresを使って、複数の画像から同一のオブジェクト抽出をおこなう。これは、Bag of Wordsの画像版。そのため、特徴量をVisual Wordと呼ぶ。
6. ペアトレードを実装してみた (講師：@yokkuns)
実装してもうまく儲けられるとおもえない・・・。確信あれば投資するんだけどなあ。
7. 「GraphDB徹底入門」〜構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く〜 (講師：@doryokujin)
P23: Graphの種類の関係図が分かりやすくて良い。
P32,33 Graph DBはIndex-Freeであることが条件。ここ重要。DBの設計思想の違い。ある種のアプリケーションの動作速度の最適実装になる。グラフをB木でもつのはコストが大きすぎる。
Graph DBの比較および、Tool群の紹介。Graph DBを使ったからこそできるアプリケーションが思いつけば使いたいなあ。
8. Newman アルゴリズムによるソーシャルグラフのクラスタリング (講師：@komiya_atsushi)
グラフのクラスタリングなんて、30年前には必要なかったからなあ。ほんと近代の計算科学の分野だ。
おまけ:
前日にあった、第4回 自然言語処理勉強会のまとめ
OpenCV ( Open Conputer Vision）とは？
画像処理用のライブラリといえば、フォーマットや色調変換などの画像のプロパティに対しての処理でしたが、OpenCVは画像の認識を目的としたライブラリになっています。
つまり、エッジ抽出や領域抽出などのフィルタ処理や、学習アルゴリズムを比較的簡単なプログラムで実現できます。
デフォルトの学習データとして、顔画像認識用のデータセットも容易されているので、顔領域の抽出なら15分でプログラムができます。
C#や、VB.Netでコードを書けるとよいのですが、OpenCVのAPIがオブジェクト指向向けにつくられていないため、多くの人がラッパ作りに挑戦していますが挫折しているようです。
一応ラッパとしては次のようなものがあるようです。
OpenCVDotNet
SharperCV (開発停止)
STL Like OpenCV Wrapper (中をみてないのでよくわからない)
OpenCVLib (よくできているんだけど、環境によっては動かない。ソースコードからコンパイルしないとだめっぽい)
まずは、ラッパを使わずにそのままOpenCVを使う方法をまとめておきます。
