保護中: 機械学習におけるラグランジュ関数を用いた最適化(1)双対上昇法
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機械学習におけるラグランジュ関数を用いた最適化(最急上昇法、ニュートン法、双対上昇法、非線形な等式制約付き最適化問題、閉真凸関数f、μ-強凸関数、共役関数、最急降下法、勾配射影法、線形不等式制約付き最適化問題、双対分解、交互方向乗数法、正則化学習問題)
ラグランジュ関数
保護中: 機械学習における制約付き不等式最適化問題の最適性条件
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における制約付き不等式最適化問題の最適性条件(双対問題、強双対性、ラグランジュ関数、線形計画問題、スレイター条件、主双対内点法、弱双対性、凸最適化の1次の十分条件、2次の十分条件、KKT条件、停留条件、1次の最適性条件、有効制約式、Karush-Kuhn-Tucker、局所最適解)
保護中: 統計数学理論によるν-サポートベクトルマシンの概要
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)タスクに活用される統計数学理論によるν-サポートベクトルマシンの概要(カーネル関数、有界性、経験マージン判別誤差、バイアス項なしモデル、再生核ヒルベルト空間、予測判別誤差、一様バウンド、統計的一致性、C-サポートベクトルマシン、対応関係、統計モデルの自由度、双対問題、勾配降下、最小距離問題、判別境界、幾何学的解釈、2値判別、経験マージン判別誤差、経験判別誤差、正則化パラメータ、ミニマックス定理、グラム行列、ラグランジュ関数)
保護中: 統計数学理論によるC-サポートベクトルマシンの概要
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)タスクに活用される統計数学理論によるサポートベクトルマシン C-サポートベクトルマシン(サポートベクトル比、マルコフの不等式、確率不等式、予測判別誤差、１つ抜き交差確認法、LOOCV、判別器、相補性条件、主問題、双対問題、最適解、1次凸最適化問題、判別境界、判別関数、ラグランジュ関数、極限条件、スレイター制約想定、ミニマックス定理、グラム行列、ヒンジ損失、マージン損失、凸関数、ベイズ誤差、正則化パラメータ)
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
保護中: サポートベクトルマシンによる回帰分析(1)線形な回帰問題へのアプローチ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクで活用されるサポートベクトルマシンを用いたラグランジュ関数による双対問題を使った線形関数での回帰問題