アルゴリズム:Algorithms メタヒューリスティクスの概要と参考図書
概要
メタヒューリスティクスは、最適化問題を解決するために使用されるアルゴリズムとなる。最適化問題とは、目的関数を最大化または最小化することが目的の問題で、メタヒューリスティクスは、解空間内で解候補を探索し、最適な解を見つ...
人工知能:Artificial Intelligence
アルゴリズム:Algorithms アルゴリズム:Algorithms 保護中: ビッグデータとベイズ学習 – スモールデータ学習の重要性
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ビッグデータとベイズ学習 - スモールデータ学習の重要性
スパースモデリング 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)
推論技術:inference Technology 保護中: 説明できる人工知能(10)モデル非依存の解釈(特徴量の相互作用)
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)に活用可能な説明できる機械学習での後付け解釈モデル、モデル非依存解釈手法のうちの一つ特徴量の相互作用
アルゴリズム:Algorithms 保護中: 強化学習に対するニューラルネットワークの適用(2)基本的なフレームワークの実装
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)タスクに活用されるニューラルネットワークによる強化学習の基本的フレームワークの実装(TensorBoard、Imageタブ、グラフィカル、リアルタイム、進捗状況確認、envのラッパー、Observer、Trainer、Logger、Agent、Experience Replay、episode、行動確率、policy、Epsilon-Greedy法、python)
Clojure 保護中: Clojure/Incanterを用いた統計解析と相関評価
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Clojureを用いた統計解析と相関評価(累積確率、信頼区間、標準偏差、母集団、95%信頼区間、両側検定、z変換、フィッシャーz変換、累積分布関数、t分布、片側検定、自由度、サンプリングエラー、帰無仮説、対立仮説、仮説検定、標準スコア、ピアソンの積率相関係数、共分散、ジッタリング、対数正規分布、ベキ乗、ギブラットの法則、ヒストグラム)
アルゴリズム:Algorithms 保護中: 機械学習のためのオンライン型確率的最適化とAdaGrad、ミニマックス最適化
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機械学習のためのオンライン型確率的最適化とAdaGrad、ミニマックス最適化(スパース性のパターン、訓練誤差、バッチ型確率的最適化、オンライン型確率的最適化、バッチ勾配法、ミニマックス最適性、汎化誤差、リプシッツ連続、強凸性、ミニマックス最適誤差、ミニマックス誤差評価、1次確率的オラクル、確率的双対平均化法、確率的勾配降下法、正則項、ネミロフスキー、ユーディン、凸最適化法、期待誤差上限、リグレット、半正定値行列、鏡像降下法、ソフト閾値関数)
IOT技術:IOT Technology 保護中: 分散データ処理を可能とするApache Sparkの活用 -アプリケーションの開発と実行
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)タスクに活用れる分散データ処理を可能とするApache Sparkの活用 -アプリケーションの開発と実行(強制終了、yarn-clientモード、yarn-clusterモード、YARN、管理コマンド、クラスタ、python、Clojure、Shell、AWS、Glue、sparkplug、spark-shell、spark-submit、Nodemanager、HDFS、Sparkアプリケーション、Scala、sbt、plugin.sbt、build.sbt、ビルド、sbt-assemblyプラングイン、JARファイル)
アルゴリズム:Algorithms データの幾何学的アプローチ
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データの幾何学的アプローチ(物理学、量子情報、オンライン予測、ブレグマン・ダイバージェンス、フィッシャー情報行列、ベーテ自由エネルギー関数、ガウシアングラフィカルモデル、半正定値計画問題、正定値対称行列、確率分布、双対問題、トポロジカル、柔らかい幾何学、位相幾何学、量子情報幾何、ワッサースタイン幾何、ルピナー幾何、統計幾何学)
アルゴリズム:Algorithms トポロジカルデータアナリシスを用いたデータの位相幾何学的ハンドリング
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トポロジカルデータアナリシスを用いたデータの位相幾何学的ハンドリング(文字認識への適用、クラスタリングへの適用、R、TDA、バーコードプロット、パーシステントプロット、python、scikit-tda、Death - Birth、ノイズのあるデータの解析、アルファ複体、ヴィートリス・リップス複体、チェック複体、位相的データ解析、タンパク質の解析、センサーデータ解析、自然言語処理、柔らかい幾何、硬い幾何、情報幾何、ユークリッド空間)