D'autres livres qui pourraient vous intéresser

• 

  Oku no Hosomichi

  Matsuo Basho

  • 0
  • 0
  • 0

  Oku no Hosomichi (meaning Narrow Road to Oku [the Deep North]) is a major work by Matsuo Basho.Oku no Hosomichi was written based on a journey taken by Basho in the late spring of 1689. He and his traveling companion Sora departed from Edo (modern-day Tokyo) for the northerly interior region known as Oku, propelled mostly by a desire to see the places about which the old poets wrote. Travel in those days was, of course, very dangerous to one’s health, but Basho was committed to a kind of poetic ideal of wandering. He travelled for about 156 days all together, covering thousands of miles mostly on foot. Of all of Basho’s works, Oku no Hosomichi is best known.(Summary from Wikipedia)

  Voir livre

• 

  美の香り - 東日本の被災地で見つけた美

  Roger W. Lowther

  • 0
  • 0
  • 0

  辺りに漂っていたのは、確かにそこにある希望の香りだった。それは美の香りだった。東京在住の音楽家ロジャー・w・ラウザー宣教師が東日本大震災の被災地で見つけた音楽の力、希望の香り。ボランティアとして活動する中、美が恐怖と絶望に勝つ瞬間が何度もあった。避難所の体育館でのコンサート、炊き出し、人々との交流、それらの経験から書かれたメディテーションは、私たちに神の美しさとその存在を示し、励ましを与えてくれる。

  Voir livre

• 

  Michi: The Cat (Japanese Edition)

  Bruno Barbosa

  • 0
  • 0
  • 0

  ミチは飼い主が家に引っ越したときに残した子猫です。 冬の真っ只中、寂しくて悲しい気持ち、ミチ パートナーと愛を求めて家を出ることにしました。 忘れられない小さな瞬間に満ちたこの本で、あなたの旅全体をたどってください。Michi is a kitten left by the owner when he moved home. In the middle of winter, I felt lonely and sad, and decided to leave the house in search of love with Michi's partner. Follow your entire journey with this book full of unforgettable little moments.

  Voir livre

• 

  アルゴリズムの確率 - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  アルゴリズム確率とは
   
  アルゴリズム情報理論の分野では、アルゴリズム確率は、特定の観測値に事前確率を割り当てる数学的手法です。 この方法は、ソロモノフ確率と呼ばれることもあります。 1960年代にこのアイデアを思いついたのはレイ・ソロモノフでした。 帰納的推論の理論やアルゴリズムの分析にも応用できます。 ソロモノフは、アルゴリズムの将来の出力の予測確率を導き出すために、ベイズの法則と手法を組み合わせました。 彼はこれを帰納的推論の広範な理論の文脈の中で行っています。
   
  どのようなメリットがあるか
   
  (i) 以下のトピックに関する洞察と検証 :
   
  第 1 章: アルゴリズムの確率
   
  第 2 章: コルモゴロフの複雑性
   
  第 3 章: グレゴリー チャイティン
   
  第 4 章: レイ ソロモノフ
   
  第 5 章: ソロモノフの帰納推論理論
   
  第 6 章: アルゴリズム情報理論
   
  第 7 章: アルゴリズムによるランダム系列
   
  第 8 章: 最小説明長
   
  第 9 章: 計算学習理論
   
  第 10 章: 帰納的確率
   
  (ii) アルゴリズムの確率に関する一般のよくある質問に答える。
   
  (iii) 多くの分野でアルゴリズム確率を使用する実際の例。
   
  (iv) 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明する 17 の付録
   
  本書の対象者
   
  専門家、学部生、大学院生、愛好家、趣味人、そしてその限界を超えたい人 あらゆる種類のアルゴリズム確率に関する基本的な知識または情報。
   
   

  Voir livre

• 

  機械推論 - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  機械推論とは
   
  Cyc は、長期的な人工知能プロジェクトであり、完全なオントロジーと知識ベースを作成することを試みています。 世界は機能します。 このオントロジーと知識ベースは世界のあらゆる側面をカバーします。 Cyc は、常識的な理解を試みるために、他の人工知能システムが当然のこととみなす暗黙知に焦点を当てています。 これとは対照的に、検索エンジンを使用して調べたり、Wikipedia から取得したりできる情報があります。 これらのオプションは両方ともインターネット上で利用できます。 Cyc は、意味論的推論者に人間に近い推論を実行する能力を与え、不慣れな状況に置かれたときの「脆さ」を軽減します。
   
  メリット
   
  (I) 次のトピックに関する洞察と検証:
   
  第 1 章: Cyc
   
  第 2 章: 中国語の部屋
   
  第 3 章: 第 5 世代 コンピュータ システム
   
  第 4 章: DBpedia
   
  第 5 章: フリーベース (データベース)
   
  第 6 章: マルチメディアの大規模概念オントロジー
   
  第 7 章: BabelNet
   
  第 8 章: カテゴリ論理
   
  第 9 章: DARPA エージェント マークアップ言語
   
  第 10 章: Mindpixel
   
  (II ) 機械推論に関する一般のよくある質問に答える。
   
  (III) 多くの分野で機械推論を使用する実際の例。
   
  (IV) 17 の付録で簡単に説明します。 各業界の 266 の新興テクノロジーを取り上げ、機械推論テクノロジーを 360 度完全に理解できます。
   
  本書の対象者
   
  専門家、学部生、大学院生 学生、愛好家、趣味人、そしてあらゆる種類の機械推論についての基本的な知識や情報を超えたいと考えている人。
   
   

  Voir livre

• 

  制約満足度 - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  制約満足とは
   
  人工知能とオペレーション研究では、変数が満たさなければならない条件を課す一連の制約を通じて解決策を見つけるプロセスを指します。 制約満足として。 したがって、ソリューションは、すべての制約を満たす変数の値のコレクションです。 より具体的には、ソリューションは実現可能領域内の点です。
   
  どのようなメリットが得られるか
   
  (I) 次のトピックに関する洞察と検証:
   
  第 1 章: 制約充足
   
  第 2 章: ブール充足可能性問題
   
  第 3 章: 検索アルゴリズム
   
  第 4 章: 数学的最適化
   
  第 5 章: 制約プログラミング
   
  第 6 章: 制約充足問題
   
  第 7 章: バックトラッキング
   
  第 8 章: 2 充足可能性
   
  第 9 章: 非線形計画法
   
  第 10 章: WalkSAT
   
  (II) 制約充足に関する一般のよくある質問に答える。
   
  (III)
   
  この本の対象者
   
  専門家、学部生、大学院生、愛好家、趣味人、あらゆる種類の基本的な知識や情報を超えたい人
   
   

  Voir livre