R言語と機械学習
機械学習の汎用的なツールとしてのR言語の概要
機械学習
保護中: スパースモデリングと多変量解析(10)行列データの分解の活用
デジタルトランスフォーメーション(DX)、人工知能(AI)への活用のための機械学習、行列データ解析のスパース機械学習への適用、SVD、PMD、NMF、LSA、LSI、PCA、LDA
保護中: スパースモデリングと多変量解析(9)行列データの分解の基礎
デジタルトランスフォーメーション(DX)、人工知能(AI)に活用できる機械学習技術、行列データの機械学習への適用の基礎、特異点分解、低ランク行列近似
保護中: スパースモデリングと多変量解析(6)画像処理とスパース(信号処理の機械学習の概要)
人工知能(AI)、デジタルトランスフォーメーション(DX)に活用する画像情報の機械学習に対するスパースモデル概要、JPEG、DCT、スパースランドモデル
similarity(類似性)マッチング手法での戦略(5)チューニングのアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)のための自然言語のsimilarity(類似性)、オントロジーのマッチングのための機械学習によるチューニング、積層型一般化、遺伝的アルゴリズム
similarity(類似性)マッチング手法での戦略(4)アライメントのソートのための学習
デジタルトランスフォーメーション(DX)、人工知能(AI)活用のための自然言語のsimirality(類似性)、オントロジーマッチングの為の機械学習によるアライメントのソート、SVM、決定木、WHIRL、ニューラルネット、ナイーブベイズ
グラフニューラルネットワーク(1)概要
デジタルトランスフォーメーション(DX)や人工知能(AI)で利用されるグラフニューラルネットワークを用いた機械学習の概要。化学物質の組み合わせや自然言語処理を目的としたグラフコンボリューションアルゴリズムについて
保護中: ノイズなしL1ノルム最小化の理論-線型方程式を満たすスパースな解を求める問題
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)で活用されるデータ圧縮や特徴量抽出に活用されるスパースモデル機械学習とノルム
保護中: スパース性とL1ノルムの導入
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)で活用されるデータ圧縮や特徴量抽出に活用されるスパースモデル機械学習とノルム
保護中: 機械学習の基礎とノルムと正則化
スパース性を利用した効率的な機械学習とノルムと正則化