保護中: ガウス過程と機械学習 – イントロダクション

コメント

1. 確率的生成モデルへの効率的アプローチの為のグラフィカルモデル概要 | Deus Ex Machina より:

   2021年8月10日 6:16 AM

   […] 確率モデルの基本コンセプトは、それら不確実性を持った事象(確率変数)の間を関係性を示した辺で繋いでグラフにするもので、深層学習の始まりに登場した制約つきボルツマンマシン、混合ガウス分布やナイーブベイズもグラフィカルモデルの一種となる。これらは機械学習の複雑なモデルを表すシーンで多く活用されている。 […]

   返信
2. 人工知能、機械学習に活用される確率的生成モデルについて | Deus Ex Machina より:

   2021年10月8日 4:15 AM

   […] ガウス過程と機械学習(1) […]

   返信
3. 深層学習と確率的生成モデルの進化形であるベイズ深層モデルの概要 | Deus Ex Machina より:

   2022年2月1日 10:04 PM

   […] またカーネル法やガウス過程など、関数空間を直接取り扱って回帰を行う手法も成功を収めている。これらの発展を踏まえてベイズ推論ではよりスケールする方向に関心が移り、ノンパラメトリックベイズやベイジアンノンパラメトリクス等の技術が開発された。しかしながら、これらの推論には膨大な計算リソースが必要で、かつ理論を十分に理解して使いこなす為の敷居は高かった。 […]

   返信
4. ノンパラメトリックベイズとガウス過程について | Deus Ex Machina より:

   2022年5月8日 5:06 AM

   […] ガウス過程と機械学習 – イントロダクション […]

   返信