微分積分:Calculus

保護中: Clojureでのk-meansを使ったテキスト文書間の類似性の尺度を使った推薦システム

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でのk-meansを使ったテキスト文書間の類似性の尺度を使った推薦システム(Slope One推薦、トップ・レーティング計算、加重評価、ペアアイテムの平均差、Weighted Slope One、ユーザーベース推薦、協調フィルタリング、アイテムベース推薦、映画推薦データ)

2023.03.15

Clojureアルゴリズム:Algorithmsグラフ理論幾何学:Geometry微分積分:Calculus推論技術:inference Technology最適化:Optimization検索技術:Search Technology機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: スパース学習モデルのための L1ノルム正則化のための最適化手法

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スパース学習モデルのための L1ノルム正則化のための最適化手法(近接勾配法、forward-backward splitting、iterative-shrinkage threshholding(IST)、加速付き近接勾配法、アルゴリズム、prox作用素、正則化項、微分可能、二乗誤差関数、ロジスティック損失関数、繰り返し重み付き縮小法、凸共役、へシアン行列、最大固有値、2階微分可能、ソフト閾値関数、L1ノルム、L2ノルム、リッジ正則化項、η-トリック)

2023.03.10

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング幾何学:Geometry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: バンディット問題における最適腕識別とA/Bテスト(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バンディット問題における最適腕識別とA/Bテスト(逐次削除方策、誤認識率、固定信頼度、固定予算、LUCB方策、UCB方策、最適腕、スコアに基づく方法、LCB、アルゴリズム、累積報酬最大化、最適腕識別の方策、ε-最適腕識別)

2023.03.09

アルゴリズム:Algorithmsグラフ理論スパースモデリングバンディッド問題幾何学:Geometry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: 統計数学理論によるブースティング

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統計数学理論によるブースティング(一般化線型モデル、修正ニュートン法、対数尤度、重み付き最小2乗法、ブースティング、座標降下法、反復重み付け最小2乗法、iteratively reweighted least square method、IRLS method、重み付き経験判別誤差、パラメータ更新則、へシアン行列、補正ニュートン法、modified Newton method、ニュートン法、Newton method、リンク関数、ロジスティック損失、logistic loss、ブースティング・アルゴリズム、ロジットブースト、指数損失、凸マージン損失、アダブースト、弱仮説、経験マージン損失、非線形最適化)

2023.03.08

アルゴリズム:Algorithmsスパースモデリング幾何学:Geometry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: 機械学習の連続最適化としての準ニュートン法(2)記憶制限付き準ニュートン法

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の連続最適化としての記憶制限付き準ニュートン法(疎クリーク分解、sparse clique factorization、コーダルグラフ、疎性、セカント条件、疎ヘッセ行列、DFP公式、BFGS公式、KLダイバージェンス、準ニュートン法、極大クリーク、正定値行列、正定値行列補完、positive define matrix composition、グラフの三角化、完全部分グラフ、クリーク、ヘッセ行列、3重対角行列、Hestenes-Stiefel法、L-BFGS法)

2023.03.07

アルゴリズム:Algorithmsスパースモデリング微分積分: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: ベイズ推論による機械学習の例:ポアソン混合モデルの崩壊型ギブスサンプリングによる推論

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ベイズ推論による機械学習の例としてのポアソン混合モデルの崩壊型ギブスサンプリングによる推論(変分推論、ギブスサンプリング、人工データでの評価、アルゴリズム、事前分布、ガンマ分布、ベイズの定理、ディリクレ分布、カテゴリ分布、グラフィカルモデル)

2023.03.06

アルゴリズム:Algorithmsグラフ理論ベイズ推定幾何学:Geometry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: 強化学習に対するニューラルネットワークの適用戦略に深層学習を適用する:Advanced Actor Critic(A2C)

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強化学習に対するニューラルネットワークの適用戦略に深層学習を適用するAdvanced Actor Critic(A2C)の実装(Policy Gradient手法、Q-learning、Gumbel Max Trix、A3C(Asynchronous Advantage Actor Critic))

2023.03.02

アルゴリズム:Algorithmsグラフ理論スパースモデリング幾何学:Geometry強化学習微分積分:Calculus最適化:Optimization機械学習:Machine Learning深層学習:Deep Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: Clojure/Mahoutを用いた推薦アルゴリズムの実装

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Clojure/Mahoutを用いた推薦アルゴリズムの実装(情報検索統計、precision、recall、DCG、IDCG、Ideal Discounted Cumulative Gain、Discounted Cumulative Gain、割引後累積利益、fall-out、F-measure、harmonic mean、RMSE、k-最近傍法、ピアソン相関、スピアマンの順位相関係数、ピアソン相関類似度、類似性測定、Jaccard距離、Euclidean距離、cosine距離、ペアワイズド・ディファレンス、アイテムベース、ユーザーベース)

2023.03.01

Clojure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: バンディット問題における最適腕識別とA/Bテスト(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バンディット問題における最適腕識別とA/Bテスト(ヘフディングの不等式、最適腕識別、標本複雑度、sample complexity、リグレット最小化、累積リグレット最小化、累積報酬最大化、ε-最適腕識別、単純リグレット最小化、ε-最適腕識別、ε-best arm identification、KL-UCB方策、KLダイバージェンス、正規分布のA/Bテスト、固定信頼度、fixed confidence)

2023.02.24

アルゴリズム:Algorithmsグラフ理論バンディッド問題幾何学:Geometry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)

2023.02.23

アルゴリズム:Algorithmsグラフ理論スパースモデリング幾何学:Geometry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