10年くらい前までMusic Studio Standard(以下、MSS)というDAWを使っていたのですが、久しぶりにインストールし直しました。これまで触れてきたDAWの中で、最もステップ入力がしやすいと自分は感じています。普段はLogic Pro Xを使っていますが、少し思うところがあって、改めてインストールし直しました。

ところで、MSSはVSTは扱えるのですが残念ながら不安定です。しかし、MSS→仮想MIDIケーブル→VSTホストアプリケーションと繋げることで、MSSでシーケンスを組みつつ、安定的にVSTが鳴らせるようです。

仮想MIDIケーブルは、仮想的なMIDIインターフェイスを作成するソフトです。loopMIDIが安定しているとの評判なのでインストール。

また、VSTホストアプリケーションとして、VSTHostをインストール。

あとは、VSTインストゥルメントとして、例えば、Synth1をダウンロードして、VSTHostに追加し、MIDIの接続を設定することで、MSSのMIDI信号をSynth1に伝えて音を出すことができました。


自分が何をインストールしたかのメモになってしまったので、より詳しくは、次のページを参照すると良いと思います。

scikit-learn

matplotlib

機械学習のテストセットとして有名なアヤメデータについて。

Pythonのscikit-learnにも付属しています。


SVMでIrisデータを分類するプログラムについては、例えば、以下のページに記載されています。プログラムを参考にしてしまおう…。

上記ページに記載されていたプログラムを実行するにあたり、anacondaで環境を作成したあと、scikit-learnとmatplotlibとをインストールしたことを備忘録として追記しておきます。

二値分類を行う学習器(例えば、SVM)を用いて、多クラス分類を行う場合の手法について。

クラスがn個ある場合…

  • one-versus-rest
    • あるクラスに属するデータと、それ以外のデータとを分類する学習器を作成する。学習器はn個。
  • one-versus-one(ペアワイズ)
    • あるクラスと属するデータと、別のクラスに属するデータとを分類する学習器を作る(例えば、クラスA vs クラスB、クラスB vs クラスC、クラスC vs クラスA)。学習器はn(n-1)/2個。あるデータがどのクラスに属するかは、多数決。

参考

ABC記譜法で入力されたテキストを楽譜にレンダリングするプラグインであるABC Notationをインストール。


プラグインページに載ってたきらきら星の冒頭2小節。


Wikipediaに載ってたソーラン節

譜面を簡単に書けてすごい。


JS版は以下のページから。

簡単なところでは、ベルヌーイ分布(Bernoulli)→各確立変数が独立である場合は二項分布(Binomial)→二項分布において、np=λと仮定して、nを無限大に飛ばしてたのがポアソン分布(Poisson)

二項分布からポアソン分布の導出は、二項分布から Poisson 分布の導出が詳しいです。


ところで、「二項分布から Poisson 分布の導出」が掲載されているこちらのサイトはとても参考になりそうです。