集合論の概要と参考図書
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)タスク活用のための集合とは何か 初めて学ぶ人のために(カントールの集合論、 直観論理、量子論理、位相空間、グロタンディク、ゲーテル、コーエン、到達不能数、測度可能数、決定の公理、フレンケルの置換公理、フォンノイマンの正則性の公理、公理的集合論、BG集合論、ツェルメロの集合論、カトンールの対角線論法)読書メモ
数理論理学:Mathematical logic
保護中: ガウス過程の概要(4)ガウス過程回帰のハイパーパラメータ推定
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の為のガウス過程回帰の勾配降下法を用いたハイパーパラメータ推定(SCG法、L-BFGS法、MCMCを用いた大域的解)
保護中: ガウス過程の概要(3)ガウス過程回帰モデル
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無次元の確率的生成モデルであるガウス過程を用いた回帰モデルと予測分布の計算と最適化
保護中: モデル選択と正則化パス追跡(1) 交差検証法
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正則化パラメータ等のハイパーパラメータを選択するための交差検証法(k分割交差検証法、一つ抜き交差検証法)について
機械学習プロフェッショナルシリーズ 統計的学習理論 読書メモ
サマリー
機械学習アルゴリズムの統計的性質に関する理論を用いることで、機械学習アルゴリズムの性能や、データセットのサイズや複雑度による影響が理論的に解明され、モデルの選択や学習プロセスの改善を行うことができる。ここではこの...
保護中: 教師なし学習のためのサポートベクトルマシン
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)タスクのためのサポートベクトルマシンの応用(異常検知に用いられる教師なし分類の為のν-SV分類アルゴリズムによる1クラスSVM)
保護中: 劣モジュラ最適化を用いた構造正則化学習(2)劣モジュラ関数から得られる構造的疎性
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離散情報の最適化手法である劣モジュラ最適化での劣モジュラ関数から得られる構造的疎性による構造正則化学習(結合ラッソとロヴァース拡張)
保護中: 劣モジュラ最適化を用いた構造正則化学習(1)正則化とp-ノルムの復習
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)タスクのための離散情報の最適化手法である劣モジュラ最適化を用いた構造正則化学習を考えるための、スパースモデリング、正則化とp-ノルムの復習
保護中: 最大流とグラフカット(4)グラフ表現可能な劣モジュラ関数とプリフロー・プッシュ法
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離散情報の最適化アプローチである劣モジュラ最適化のためのグラフ表現可能な劣モジュラ関数での最大流アルゴリズムとプリフロー・プッシュ法
保護中: 最大流とグラフカット(3) マルコフ確率場における推論とグラフカット
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)タスクのための離散情報最適化手法である劣モジュラ最適化によるグラフ最大流抽出のためのマルコフ確率場における推論とグラフカット