Submit Search
Upload
正規表現と正規言語
•
0 likes
•
434 views
Hideaki Miyake
Follow
「新しいLinuxの教科書」を読む会 オンライン #8の発表資料です。 https://linuxbook.connpass.com/event/197229/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 55
Download now
Download to read offline
Recommended
Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-
Joe Suzuki
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
irrrrr
【解説】 一般逆行列
【解説】 一般逆行列
Kenjiro Sugimoto
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
PyMCがあれば,ベイズ推定でもう泣いたりなんかしない
PyMCがあれば,ベイズ推定でもう泣いたりなんかしない
Toshihiro Kamishima
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
Kota Mori
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
Recommended
Bayes Independence Test - HSIC と性能を比較する-
Bayes Independence Test - HSIC と性能を比較する-
Joe Suzuki
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
irrrrr
【解説】 一般逆行列
【解説】 一般逆行列
Kenjiro Sugimoto
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
PyMCがあれば,ベイズ推定でもう泣いたりなんかしない
PyMCがあれば,ベイズ推定でもう泣いたりなんかしない
Toshihiro Kamishima
21世紀の手法対決 (MIC vs HSIC)
21世紀の手法対決 (MIC vs HSIC)
Toru Imai
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
Kota Mori
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
一般化線形モデル (GLM) & 一般化加法モデル(GAM)
Deep Learning Lab(ディープラーニング・ラボ)
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
Tomoki Yoshida
正規表現入門 星の高さを求めて
正規表現入門 星の高さを求めて
Ryoma Sin'ya
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
スペクトラル・クラスタリング
スペクトラル・クラスタリング
Akira Miyazawa
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
Deep Learning JP
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
Yuya Takashina
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
京都大学大学院情報学研究科数理工学専攻
明日使えないすごいビット演算
明日使えないすごいビット演算
京大 マイコンクラブ
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで
Shunji Umetani
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
Hiroshi Nakagawa
π計算
π計算
Yuuki Takano
強化学習その2
強化学習その2
nishio
Prml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティング
takutori
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
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
Atsushi KOMIYA
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
Kota Matsui
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
More Related Content
What's hot
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
Tomoki Yoshida
正規表現入門 星の高さを求めて
正規表現入門 星の高さを求めて
Ryoma Sin'ya
指数時間アルゴリズム入門
指数時間アルゴリズム入門
Yoichi Iwata
スペクトラル・クラスタリング
スペクトラル・クラスタリング
Akira Miyazawa
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
Deep Learning JP
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
Prunus 1350
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
Yuya Takashina
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
京都大学大学院情報学研究科数理工学専攻
明日使えないすごいビット演算
明日使えないすごいビット演算
京大 マイコンクラブ
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで
Shunji Umetani
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
Hiroshi Nakagawa
π計算
π計算
Yuuki Takano
強化学習その2
強化学習その2
nishio
Prml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティング
takutori
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
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
Atsushi KOMIYA
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
Kota Matsui
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
What's hot
(20)
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
正規表現入門 星の高さを求めて
正規表現入門 星の高さを求めて
指数時間アルゴリズム入門
指数時間アルゴリズム入門
スペクトラル・クラスタリング
スペクトラル・クラスタリング
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
[DL輪読会]Temporal DifferenceVariationalAuto-Encoder
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
1次式とノルムで構成された最適化問題とその双対問題
1次式とノルムで構成された最適化問題とその双対問題
明日使えないすごいビット演算
明日使えないすごいビット演算
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
組合せ最適化入門:線形計画から整数計画まで
組合せ最適化入門:線形計画から整数計画まで
クラシックな機械学習入門:付録:よく使う線形代数の公式
クラシックな機械学習入門:付録:よく使う線形代数の公式
π計算
π計算
強化学習その2
強化学習その2
Prml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティング
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
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
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
グラフィカルモデル入門
グラフィカルモデル入門
Recently uploaded
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
Recently uploaded
(8)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
正規表現と正規言語
1.
正規表現と正規言語 2020年12月19日
2.
自己紹介 名前: 三宅 英明 Twitter:
@mollifier 神戸のプログラマ
3.
正規表現とは
4.
正規表現とは [lL]inux こういうやつ
5.
正規表現とは 使い方はこの本とかに書いてあります
6.
正規表現とは もともとは形式言語理論という計算機の理論に関す る用語
7.
正規表現とは なんか難しそうですが、基礎の部分は意外と簡単で す
8.
正規表現とは 今日はそれについてお話します
9.
正規表現とは 理論の部分はWikipedia 日本語版の次のページか ら引用しています 正規表現 正規言語
10.
形式言語理論における正規表現の定義 論理的な正規表現の定義を紹介します 空集合は正規表現である 任意の1文字は正規表現である XとYが正規表現ならば、 XY 、
X|Y 、 X* は正規 表現である XY は、XのあとにYつなげてできる集合
11.
X|Y は、XとYの和集合 X* は、Xを0回以上繰り返した集合 優先順位を表す
() は使ってよい
12.
形式言語理論における正規表現の定義 これらで表現できるパターンのことを正規表現と呼び ます
13.
形式言語理論における正規表現の定義 さらにくだけた表現で言い換えると、次のやつを並べ たパターンのこと 空文字列 文字そのもの | 記号 :
OR * 記号 : 0回以上の繰り返し
14.
() 記号 :
優先順位を表すカッコ
15.
形式言語理論における正規表現の定義 これらを好きなだけ並べてできるパターンのことを正 規表現と呼びます
16.
形式言語理論における正規表現の定義 例 f foo fo* fo*|(bar)*
17.
形式言語理論における正規表現の定義 使える記号(メタ文字)は、 | と
* 、優先順位の () だ けです
18.
形式言語理論における正規表現の定義 それだけ? もっと他にもメタ文字あるでしょ?
19.
形式言語理論における正規表現の定義 確かに他にもありますが、実はさっき上げたメタ文字 だけで表現できます
20.
形式言語理論における正規表現の定義 たとえば . 任意の1文字は、 a|b|c|d|...(省略) こんなふうに全部の文字を
| で並べればよい
21.
形式言語理論における正規表現の定義 同じ理屈で、 [abc] a,
b, cいずれか1文字は、 a|b|c
22.
形式言語理論における正規表現の定義 a? aが0回または1回は 空文字列|a
23.
形式言語理論における正規表現の定義 a{2,} aが2回以上は aaa*
24.
形式言語理論における正規表現の定義 こんな風に | 、
* 、 () だけに置き換えできます
25.
正規表現の特徴 空文字列 文字そのもの | 記号 :
OR * 記号 : 0回以上の繰り返し () 記号 : 優先順位を表すカッコ
26.
これらを好きなだけ並べてできるパターンのことを正 規表現と呼ぶ
27.
正規表現の特徴 なぜ文字列検索にこの規則が用いられたのか? この 規則を満たしていたら何がうれしいのか?
28.
正規表現の特徴 それは、実装の都合があります
29.
正規表現の特徴 検索パターンが指定されたとして、当然それがマッチ するかどうかを判定する処理が必要になります
30.
正規表現の特徴 それってなんか難しそう。どうやって実装するのか?
31.
正規表現の特徴 そのとき、 正規表現で記述できる形式言語のことを正規言 語と呼ぶ 正規言語は決定性有限オートマトン(DFA)によ って受理可能である 逆に、決定性有限オートマトン(DFA)によって受 理可能である言語は正規言語に等しい
32.
という性質を使います
33.
正規表現の特徴 もう少しくだけた表現で言うと、 正規表現で指定した検索パターンは、決定性有 限オートマトン(DFA)であればマッチしたかどう か判別できる
34.
正規表現の特徴 決定性有限オートマトン(DFA)って何?
35.
正規表現の特徴 ここでは説明しません
36.
正規表現の特徴 もしDFAが実装できたとします。そうするとさっきの理 論によって、どんな正規表現でもマッチしたかどうか 必ず判別できます
37.
正規表現の特徴 また、逆にDFAで検索できるすべてのパターンは正規 表現の形で表せます。
38.
正規表現の特徴 さっきあげた | 、
* 、 () だけで十分ということです ね。 もしこれらでは表せない別の記号を足すと、DFA では検索できなくなります。
39.
正規表現の特徴 つまり、正規表現の実装ができるのか、という問題は DFAが実装できるのか、という問題に帰着されます
40.
正規表現の特徴 じゃあそのDFAというのは実装できるのか?
41.
正規表現の特徴 実は僕はその辺あまりくわしくないのですが、まあ普 通にできるようです
42.
正規表現の特徴 実際にDFAをつかって実装されている正規表現エン ジンはあります
43.
正規表現の特徴 さらに、非決定性有限オートマトン(NFA)というものも あります
44.
正規表現の特徴 これらは等価です。 つまり、DFAで判定できればNFA でも判定できます。逆も真です。
45.
正規表現の特徴 実際にNFAをつかって実装されている正規表現エン ジンもあります
46.
正規表現の特徴 まとめ
47.
正規表現の特徴 正規表現で使える記号は少ない。 | 、
* 、 () だ け でも組み合わせれば、(万能ではないが)かなり 多くのパターンが指定できる
48.
正規表現の特徴 正規表現であればDFAで判定可能 正規表現であればNFAでも判定可能
49.
正規表現の特徴 DFAやNFAの実装は、まあやればできる
50.
正規表現の特徴 というわけで、いろんなパターンが指定できて、実装も まあできるので、文字列検索に使ったら便利やん、と いうことで使われ始めた
51.
正規表現の特徴 というわけで、正規表現の理論的なお話をしました
52.
正規表現の特徴 これからは、正規表現って分かる? とか聞かれたら
53.
正規表現の特徴 「正規表現? ああ正規言語の表現のことね」 「それやったらDFAによって受理可能やね」
54.
正規表現の特徴 とか返してあげましょう!
55.
正規表現の特徴 ありがとうございました
Download now