ClojureとRの連携による統計的学習
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統計的機械学習ライブラリであるRのClojureによる利用(Clojisr,Rojure,Rincanter,Huri,clj-iri,graalvm-interop,gg4clj,FastR,Rserve,Java)
機械学習:Machine Learning
Thinking Machines 機械学習とそのハードウェア実装
サマリー
機械学習をハードウェア的に実装する場合、多くは専用のハードウェア利用することとなる。それらの手段としては以下のようなものがある。
GPUを使用する：グラフィックスカード(GPU)を利用することで、一...
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
ClojureとPythonの連携と機械学習
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PythonモジュールのClojureとの連携ライブラリ(libpython-clj)の実装とサンプルコード(transformers、lime、autoencoder等)
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