This shop will be powered by Are you the store owner? Log in here
Bridge Word
This shop will be powered by Are you the store owner? Log in here
クローリングとインデックス化についてのマット・カッツ氏の発言を図解する | Moz - SEOとインバウンドマーケティングの実践情報
グーグルのスパム対策チームを率いるマット・カッツ氏との素晴らしいインタビューが、3月14日に公開された。エリック・エンゲ氏（僕と一緒に『The Art of SEO』の共著者として名を連ねている）によるものだ。 SEOコミュニティにいる人なら誰だって、カッツ氏がこういったインタビューに時間を割いてくれるなんて滅多にないということに異論はないだろうし、個人的には、今後こうした機会がもっと増えればいいと願わずにはいられない。グーグルの立場や技術、目標について理解を深めることは、Webサイト制作者やマーケティング担当者にとって大きなメリットとなるだろう。 インタビュー自体に一読の価値があるのは当然だが、この記事に関して1人のSEOmoz読者とメールをやりとりする中で、「恥ずかしい話だが、内容によくわからない部分があった」と言われた。それももっともだ。そこで今回、カッツ氏の主な論点をイラストや図を
経路探索アルゴリズムの「ダイクストラ法」と「A*」をビジュアライズしてみた - てっく煮ブログ
as詳解 ActionScript 3.0アニメーション ―衝突判定・AI・3DからピクセルシェーダまでFlash上級テクニック を読んでいて、経路探索のアルゴリズムで A* が取り上げられていました。A* については、いろいろ検索して調べたりもしたのですが、やっぱり本に書いてあると理解しやすいですね。せっかくなので自分流に実装してビジュアライズしてみました。ダイクストラ法まずは A* の特別なケースでもあるダイクストラ法から見ていきます。クリックすると探索のシミュレーションが開始します。スタート地点(S)からゴール(G)への探索が始まります。色がついたところが「最短経路が決定した場所」です。スタート地点から少しずつ探索が完了していきます。半分ぐらい完了しました。まだまだ進みます。最後まで終わりました。最短経路を黒色矢印で表示しています。ダイクストラ法は、スタート地点から近いノード(=マス
「馬券の配当160億円」をどうやって実現したのか - 朝日新聞の補足記事 - アフター・パンデミック
ちまたの競馬予想会社のうさん臭さは、「そんなに儲かるならなぜ自分で買わない」という言葉で表されるが、ほんとに儲かる人間はやはり自分で馬券を買っていることを証明した事件だと言える。 asahi.com（朝日新聞）が競馬の配当１６０億円隠す 英国人社長のデータ分析会社という記事を報じているが、新聞紙面ではその隣に関連記事も掲載されているので、これを引用する。 「なぜそんなに稼げた - 3連単を分散買い」（2009年10月9日付朝日新聞より） ユープロ関係者らによると、同社は、天候や出走馬の血統、騎手などの各データを入力、解析する競馬必勝プログラムを使い、高確率で配当金を得ていたという。だが、億単位の資金を使い、ほとんどの組み合わせの馬券を買うという、一般の競馬ファンにはまねできないやり方だった。 05年設立の同社が目をつけたのは、「3連単」という馬券。1着から3着までを順番通り当てるもので、配
配当１６０億円所得隠し 競馬予想プログラム会社に指摘 東京国税局 - MSN産経ニュース
競馬予想プログラムなどを作成するデータ分析会社「ＵＰＲＯ」（東京都渋谷区）が、平成１９年３月までの３年間に競馬で得た配当金を申告しなかったとして、東京国税局から約１６０億円の所得隠しを指摘されていたことが９日、分かった。追徴税額は重加算税を含めて約６０億円とされる。同社は課税処分を不服として異議を申したてているもようだ。 東京国税局は昨年、法人税法違反容疑で同社に対し査察を行ったが、その後に英国人の社長が海外に出国。海外での身柄の拘束ができないため告発を見送り、任意調査による課税処分に切り替えたとみられる。 関係者によると、同社は出走馬の血統や天候など各データを使って独自の競馬予想プログラムを開発し、結果を予想。ただ、実際には倍率に応じて掛け金を変えた上で、ほとんどの組み合わせの馬券を購入。１レースで数億円を稼ぐなど巨額の利益を得ていたが、税務申告していなかったという。 競馬の配当金は所得
レーベンシュタイン距離 - Wikipedia
レーベンシュタイン距離（レーベンシュタインきょり、英: Levenshtein distance）は、二つの文字列がどの程度異なっているかを示す距離の一種である。編集距離（へんしゅうきょり、英: edit distance）とも呼ばれる。具体的には、1文字の挿入・削除・置換によって、一方の文字列をもう一方の文字列に変形するのに必要な手順の最小回数として定義される[1]。名称は、1965年にこれを考案したロシアの学者ウラジーミル・レーベンシュタイン (露: Влади́мир Левенште́йн) にちなむ。 レーベンシュタイン距離は、同じ文字数の単語に対する置換編集に使われているハミング距離の一般化であると見なすことが可能である。レーベンシュタイン距離の更なる一般化として、例えば一回の操作で二文字を変換する等の方法が考えられる。 例[編集] 実際的な距離の求め方を例示すれば、「kitt
レーベンシュタイン距離を使って電話でのイライラを解決する - kenmazの日記
電話で自分の苗字を伝えようとしても、電話相手に正しく伝わらないことがある。私が「松前です」と告げても、電話相手は「はい、増前さまですね」と間違って復唱しやがることがある。いずれ「夏前」とか「安前」とか「松苗」とか、いろいろ間違われるようになるかもしれない。このような不運な事故を回避するには、事前に間違えられやすい苗字を洗い出しておいて、ばっちり発音を練習しておく必要がある。 さて「松前」と似ている苗字を洗い出すにはどうすればよいだろうか。そんなとき使えそうなのが「レーベンシュタイン距離」である。 「レーベンシュタイン距離」とは、ある単語を、別の単語に書き換えるために必要な、文字の挿入／削除／置換操作の回数のことである。レーベンシュタイン距離を使えば、ある単語同士がどれくらい似ているか、ということが分かる。 レーベンシュタイン距離 http://ja.wikipedia.org/wiki/%
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
