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)
ベイズ推定
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
保護中: 隠れ変数のないグラフィカルモデルの計算
デジタルトラススフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される確率的生成モデルでの隠れ変数のないグラフィカルモデルの最尤法、ベイズ、変分法での計算(疑尤度関数による学習、ベーテ近似、TRW上界によるパラメータ推定、変分法、エントロピー関数、IPFアルゴリズム、MAP推定量)
保護中: ノンパトメトリックベイズとクラスタリング(2)分割の確率モデルとディリクレ過程
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の一つであるノンパラメトリックベイズを用いたクラスタリング(中華料理店過程とディリクレ過程と集中度パラメータの推定、棒折り過程)
確率的生成モデルとガウス過程(1)確率モデルの基礎
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)タスクのための確率的生成モデルとガウス過程を理解するための確率モデルの基礎(独立性、条件付き独立性、同時確率、周辺化とグラフィカルモデル)
保護中: ガウス過程雑記 – 関数の雲の利点と回帰モデルとカーネル法そして物理的モデルとの関係
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ガウス過程雑記 関数の雲の利点と回帰モデルとカーネル法そして物理的モデルとの関係
はじめての最適化 読書メモ
はじめての最適化 読書メモ
はじめての最適化より
「本書は具体的に理解できるよう、図形的説明を多用しながら分かりやすく詳説する。問題と解法の直感的理解を促し、具体的な問題を解けるようになることを目標とする。本文を...
保護中: ベイズ統計と機械学習について
機械学習がもたらす科学的方法論及びエンジニアリングへのインパクトと機械学習の設計において確率統計的接近法とりわけベイズモデルが適しているところについて
保護中: 時系列データから天体の形を再構築する – 時間軸天文学
時系列データからベイズ推定を使って天体(アンドロメダ座V455、降着円盤構造、白色矮星)の形を再現する。
保護中: 周辺確率分布の計算 – 平均場近似
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へのグラフィカルモデルの適用、平均場近似による変分問題からの周辺確率分布の近似計算とアルゴリズム