タグ

2011年11月27日のブックマーク (4件)

  • うまくて簡単に作れる唐揚げの作り方をおまえらに伝授することにした : 暇人\(^o^)/速報

    うまくて簡単に作れる唐揚げの作り方をおまえらに伝授することにした Tweet 1:以下、名無しにかわりましてVIPがお送りします:2011/11/27(日) 15:04:47.48 ID:XqmUzymL0 市販の唐揚げ粉使ってるやつは素人ですぜ!!!!! 3:以下、名無しにかわりましてVIPがお送りします:2011/11/27(日) 15:06:02.73 ID:qKfw1dsB0 マジかよ!!!!!! 7:以下、名無しにかわりましてVIPがお送りします:2011/11/27(日) 15:09:30.86 ID:XqmUzymL0 まず材料 もも肉 400g (A) にんにくひとかけ 生姜ひとかけ 塩 小さじ1 ブラックペッパー ちょっと (A') 料理酒 大さじ2 (B) しょうゆ 小さじ1 砂糖 ちょっと 味の素 ちょっと (C) 溶き卵 1個分 片栗粉 大さじ6 小麦粉 大さじ4

    うまくて簡単に作れる唐揚げの作り方をおまえらに伝授することにした : 暇人\(^o^)/速報
  • 形態素解析の辞書追加

    形態素解析器としてMeCab(ラティス上の系列予測)とKyTea(点予測)を利用する(モデルはチューニングしていないので、チューニングをしたら両方とも少し精度があがる)。この二つの形態素解析器で以下のような分野適応戦略を比較する: 適応無し:一般分野のテキストと辞書を利用する。 辞書追加(再学習なし):Webコーパスにある単語を辞書追加し、MeCabの単語追加ページの指示に従ってそのコストを似たような単語(頻度の低い名詞)と一緒にする。(MeCabのみ) 辞書追加(再学習あり):辞書に単語を追加し、もう1回一般分野コーパスでモデルの重みを学習。 コーパス追加:一般分野+Webコーパスで辞書を作り、モデル学習を行う。 実験結果 実験は以下のような結果になった。

    gologo13
    gologo13 2011/11/27
  • https://jp.techcrunch.com/2011/11/26/20111125the-kindle-fire-what-is-it-good-for/

    https://jp.techcrunch.com/2011/11/26/20111125the-kindle-fire-what-is-it-good-for/
  • CRFを試す - Negative/Positive Thinking

    はじめに 条件付き確率場(Conditional Random Fields)を実装してみた。 の式導出がわからなくて、夜な夜なmac book airを涙で濡らしながら書いたので、あやしい。 説明 基的に「言語処理のための機械学習入門」のの通りに書いた(つもり、、、) すごく自信ない、勉強用 ダミーラベルのB、EはそれぞれBOS、EOS φ(x,yt,yt-1)ってなってるけど、とりあえずφ_i(xt,yt,yt-1)を素性として利用(「単語」と「その品詞」と「その一つ前の単語の品詞」) 最急勾配法 L2正則化 forward-backwardの部分は何もやってない ちなみに式導出は、上記ののP.155の真ん中あたり 補足説明 : http://www.lr.pi.titech.ac.jp/~takamura/pukiwiki/index.php?%CA%E4%C2%AD%C0%

    CRFを試す - Negative/Positive Thinking