人工知能:Artificial Intelligence

保護中: Hadoopに用いられる分散計算処理(map-reduce)のClojureによる実装

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Hadoopに用いられる分散計算処理(map-reduce)のClojureによる実装(Tesser、Reducer関数、fold、コスト関数、勾配降下法、特徴抽出、feature-scales 関数、特徴量のスケーリング、勾配降下学習率、勾配降下法更新ルール、反復アルゴリズム、重回帰、相関行列、fuse、可換性、線形回帰、共分散、Hadoop、pararrel fold)

2022.11.16

ClojureLarge-Scaleデータ機械学習:Machine Learning

ソフトウェア技術者のためのFPGA入門機械学習編

サマリー FPGA（Field Programmable Gate Array）は、プログラム可能なハードウェアデバイスであり、高速な演算処理を行うことができるものになる。もう少し具体的に述べると、コンピュー...

2022.11.13

コンピューターハードウェア機械学習:Machine Learning

KI 2018: Advances in Artificial Intelligence論文集より

KI2018 ドイツ人工知能学会（略称：KI）は、ドイツの情報科学学会（GI）が主催する非公式な会合やワークショップから発展し、知的システム技術の理論と応用に関する研究を目的とした年次学...

2022.11.13

セマンテックウェブ技術:Semantic web Technology推論技術:inference Technology

保護中: 正定値行列の情報幾何(1)双対的な幾何構造の導入

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)タスクに活用される正定値行列の情報幾何としての双対的な幾何構造の導入(リーマン計量、接ベクトル空間、半正定値計画問題、自己平衡性、レビ-チビタ接続、リーマン幾何、測地線、ユークリッド幾何、∇-測地線、接ベクトル、テンソル量、双対平坦性、正定値行列集合)

2022.11.12

グラフ理論スパースモデリングベイズ推定数理論理学最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory

保護中: 確率的バンディッド問題の基礎

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される確率的バンディッド問題の基礎(大偏差原理とベルヌーイ分布での例、チェルノフ・へフディングの不等式、サノフの定理、へフディングの不等式、カルバックライブラー・ダイバージェンス、確率質量関数、裾確率、中心極限定理による確率近似)

2022.11.11

バンディッド問題強化学習微分積分:Calculus機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: 機械学習における連続最適化の基本事項としての凸解析の基礎

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される連続最適化の基本事項としての凸解析の基礎(劣勾配、劣微分、共役関数、閉真凸関数、共役関数、強凸関数、閉真凸関数、関数値の上下界、ヘッセ行列、エピグラフ、テイラーの定理、相対的内部、アフイン包、連続性、凸包、凸関数、凸集合)

2022.11.10

微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory

保護中: 統計数学理論の基本的枠組み

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の基本的枠組み(正則化、近似誤差と推定誤差、へフディングの不等式、予測判別誤差、統計的一致性、学習アルゴリズム、性能評価、ROC曲線、AUC、ベイズ規則、ベイズ誤差、予測損失、経験損失)

2022.11.09

アルゴリズム:Algorithmsグラフ理論微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: 教師あり学習と正則化

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最適化手法の基礎としての教師あり学習(回帰、判別)と正則化(リッジ関数、L1正則化、ブリッジ正則化、エラステックネット正則化、SCAD、グループ正則化、一般化連結正則化、トレースノルム正則化)の概要

2022.11.08

アルゴリズム:Algorithms微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics

保護中: ガウス過程の空間統計学、ベイズ最適化への適用

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確率的生成モデルの応用としてのガウス過程の空間統計学、ベイズ最適化への適用(ARD,Maternカーネル)のツール(GPyOptやGPFlowやGPyTorch)

2022.11.07

アルゴリズム:Algorithmsグラフ理論ベイズ推定微分積分:Calculus推論技術:inference Technology最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: モデルフリー強化学習のpythonによる実装(1) epsilon-Greedy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)タスクに活用するためのモデルフリー強化学習の一つであるepsilon-Greedy法のpythonによる実装、多腕バンディット

2022.11.03

アルゴリズム:Algorithmsマルチエージェントシステム幾何学:Geometry強化学習最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory