保護中: Clojureを用いたシンプルな異常検知アルゴリズムの実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるClojureを用いたシンプルな異常検知アルゴリズム(確立密度関数;PDFをベースとしたモデル)の実装
微分積分:Calculus
保護中: 弱ラベル学習のためのサポートベクトルマシン(2)マルチインスタンス学習
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるサポートベクトルマシンの拡張、弱ラベル学習問題へのSVMによるマルチインスタンス学習アプローチ(mi-SVM、MI-SVM)
保護中: 隠れ変数のあるグラフィカルモデルの計算
確率的生成モデルでの変分的EMアルゴリズムを用いた隠れ変数のあるグラフィカルモデルのパラメータ学習(wake-sleepアルゴリズム、MCEMアルゴリズム、確率的EMアルゴリズム、ギブスサンプリング、コントラスティブダイバージェンス法、制約ボルツマンマシン、EMアルゴリズム、KLダイバージェンス)
保護中: 欠損値のある行列分解モデルへの変分ベイズアルゴリズムの適用
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用するための確率的生成モデルの計算としての欠損値のある行列分解モデルへの変分ベイズアルゴリズムの適用
保護中: ノンパラメトリックベイズの構造変化推定への応用
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの応用としてのギブスサンプリングを使ったノンパラメトリックベイズの構造変化推定
保護中: 確率的生成モデルとガウス過程(2)最尤推定とベイズ推定
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルとガウス過程の基礎の為の最尤推定とベイズ推定概要
GPy – Pythonを用いたガウス過程のフレームワーク
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの応用であるガウス過程のPythonを用いた実装であるGPy(ガウス回帰問題,補助変数法,スパースなガウス回帰,Bayesian GPLVM,ガウス過程による潜在変数モデル)
Clojureでのガウス過程の実装
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの拡張として、fastmathを用いたClojureでのガウス過程の実装
保護中: 弱ラベル学習のためのサポートベクトルマシン(1)半教師あり学習
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるサポートベクトルマシンの応用としての弱ラベル学習(訓練事例の一部だけにラベル情報が与えられている半教師あり学習)
保護中: 変分ベイズアルゴリズムの行列分解モデルへの適用
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的生成モデルの計算手法としての行列分解モデルの変分ベイズ学習と経験変分ベイズ学習のアルゴリズム