保護中: 劣モジュラ関数の最大化と貪欲法の適用(1) 貪欲法の概要と文書要約タスクへの適用
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離散情報の最適化手法:劣モジュラ関数最大化への貪欲法の適用と文書要約タスクへの活用
DX
保護中: 劣モジュラ最適化の基礎(5)ロヴァース拡張と多重線形拡張
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アプローチである劣モジュラ最適化の基礎としてのロヴァース拡張と多重線形拡張を用いた劣モジュラ性の解釈
保護中: 劣モジュラ最適化の基礎(4)基多面体上の線形最適化とノルム最適化によるアプローチ
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の一つである劣モジュラ最適化での基多面体上の線形最適化とノルム最適化による劣モジュラアプローチ
保護中: ストリームデータや大量データを高速に処理するPF:Apache Spark概要
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オープンソースのプラットフォームである、ストリームデータや大量データを高速に処理するApacheSparkの概要
保護中: Laravelを使ったwebページ開発(2)簡単なアプリケーション構築まで
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PHPフレームワークLaravelでの簡単なウェブアプリ構築例
保護中: 劣モジュラ最適化の基礎(3)基多面体の最小ノルム点を利用した劣モジュラ関数最小化問題アルゴリズム
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(劣モジュラ最適化)の手法の一つである基多面体最小ノルム点を使った劣モジュラ関数最小化問題アルゴリズム
保護中: 劣モジュラ最適化の基礎(2)劣モジュラ関数の基本性質
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アルゴリズム(劣モジュラー最適化)の基礎としての劣モジュラ関数の3つの基本性質(正規化、非負、対称)とグラフカット最大・最小化問題への適用
保護中: 劣モジュラ最適化の基礎(1)劣モジュラ関数の定義と具体例
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アルゴリズムのベースとなる劣モジュラ関数(カバー関数、グラフカット関数、凹関数) と最適化
保護中: Amazon Web Servicesネットワーク入門(1) – オンプレミスのシステムとAWSの概要
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AWSクラウドサービス構築のための基礎(オンプレミスシステムとの相違点とAWSシステム構成概要)
Laravelを使ったwebページ開発(1) Laravel概要と環境設定まで
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低学習コストなDockerベースのウェブページ作成フレームワーク、Laravelの概要と環境設定まで