保護中: スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(2)
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スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(数値解析例、ヒートマップ、人工データ、制限強凸性、制限等長性、kスパースベクトル、ノルムの独立性、劣微分、凸関数、回帰係数ベクトル、直交補空間)
スパース性
保護中: スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(1)
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スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(マルコフの不等式、ヘフディングの不等式、ベルシュタインの不等式、カイ二乗分布、裾確率、ユニオンバウンド、ブールの不等式、L∞ノルム、多次元ガウススペクトル、ノルムの互換性、正規分布、スパースベクトル、双対ノルム、コーシー・シュワルツの不等式、ヘルダーの不等式、回帰係数ベクトル、閾値、kスパース、正則化パラメータ、劣ガウス雑音)
夢と脳と機械学習 夢理論から夢のデータサイエンスへ
夢理論(フロイト、ホブソン活性化-合成仮説、リプレー等)と脳のネットワークとfMRIと機械学習(サポートベクトネマシン、スパース性を導入したベイズ線形モデル)を用いた睡眠(REM睡眠、non-REM睡眠)の夢体験の確認
保護中: スパースモデリングと多変量解析(4)関係性へのスパース性の導入
グラフデータの次元削減や機械学習モデルの説明に活用されるグラフスパースモデルについて、関係性へのスパース性の導入とグラフlasso
保護中: スパース性に基づく機械学習の概要
スパース性を利用した効率的な機械学習概要、L1ノルム正則化