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)
確率・統計:Probability and Statistics
確率的最適化
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大量データの大規模学習問題を解くための確率的最適化の諸手法(教師あり学習と正則化,凸解析の基本事項,確率的最適化とは,オンライン型確率的最適化,バッチ型確率的最適化,分散環境での確率的最適化)
統計的学習理論
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機械学習アルゴリズムの統計的性質に関する理論(一様大数の法則、普遍カーネル、判別適合損失)
機械学習のための連続最適化
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される機械学習アルゴリズムを構成する上で重要な計算手法である連続最適化
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
保護中: 構造化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)タスクに活用されるサポートベクトルマシンでの削除平面法アルゴリズムを用いたSVM構造学習と構文解析、タンパク質の類似配列検索
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: サポートベクトルマシンのソフトウェアと実装
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)タスクに用いられるサポートベクトルマシンでのR(kernlab)を使ったSVMによる分類と回帰とLIBSVMのアルゴリズム(SMOアルゴリズム、シュリンキング)
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