アルゴリズム:Algorithms 保護中: 最大流とグラフカット(2)最大流アルゴリズム
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)タスクに用いられる有向グラフの最大フロー問題へのフォード・ファルカーソンのアルゴリズムやゴールドバーグ・タージャンのアルゴリズム、プリフロー・プッシュ法、増加パスアルゴリズム、残余ネットワーク
微分積分:Calculus
アルゴリズム:Algorithms アルゴリズム:Algorithms 保護中: 劣モジュラ最適化の基礎(5)ロヴァース拡張と多重線形拡張
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離散情報のアプローチである劣モジュラ最適化の基礎としてのロヴァース拡張と多重線形拡張を用いた劣モジュラ性の解釈
Symbolic Logic 保護中: 劣モジュラ最適化の基礎(3)基多面体の最小ノルム点を利用した劣モジュラ関数最小化問題アルゴリズム
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離散情報の最適化手法(劣モジュラ最適化)の手法の一つである基多面体最小ノルム点を使った劣モジュラ関数最小化問題アルゴリズム
ベイズ推定 岩波データサイエンス-ベイズモデリングの世界 読書メモ
岩波データサイエンス-ベイズモデリングの世界 読書メモ
「岩波データサイエンス-ベイズモデリングの世界」 読書メモ。
はじめに
第I部 ベイズモデリングの世界
平均値から個性へ 統計的モデリングの...
グラフ理論 機械学習プロフェッショナルシリーズ – ガウス過程と機械学習 読書メモ
サマリー
ガウス過程 (Gaussian Process; GP) は、確率論に基づくノンパラメトリックな回帰やクラス分類の手法であり、連続的なデータのモデリングに利用される確率過程の一種となる。ガウス過程のアプローチでは...
グラフ理論 機械学習スタートアップシリーズ – ベイズ推論による機械学習入門 読書メモ
サマリー
ベイズ推定は、確率論的な視点からデータの解釈やモデルの学習を行う統計的な手法の一つとなる。ベイズ推定を用いた機械学習では、事前知識や経験をモデルに組み込み、データを通じてその知識を更新していくことが特徴で、データ...
グラフ理論 ノンパラメトリックベイズとガウス過程について
ノンパラメトリックベイズとガウス過程
概要
ノンパラメトリックベイズとは、ベイズ統計学の一手法であり、1970年台にすでに理論的には完成されてきた「古くて新しい技術」で、データに依存した柔軟な確率モデルを使用して、データ解析...
ベイズ推定 ベイズ推論とグラフィカルモデルによる機械学習
ベイズ推論とグラフィカルモデルによる機械学習
概要
ベイズ推論を用いた機械学習は、確率の基本法則であるベイズの定理に従って観測データが与えられたときの未知変数に関する事後確率分布を計算し、得られた事後確率分布に基づいて、未知...
ベイズ推定 変分ベイズ学習について
変分ベイズ学習について
変分ベイズ学習は、ベイズ推定における確率的なモデルに変分法のアプローチを適用して、近似的に事後分布を求めるもので、確率分布が複雑で解析的に求めることが難しい場合や、大規模なデータに対して効率的に推定を行...
ベイズ推定 機械学習プロフェッショナルシリーズ「変分ベイズ学習」読書メモ
サマリー
変分ベイズ学習は、ベイズ推定における確率的なモデルに変分法のアプローチを適用して、近似的に事後分布を求めるもので、確率分布が複雑で解析的に求めることが難しい場合や、大規模なデータに対して効率的に推定を行いたい場合に...