アルゴリズム:Algorithms ベイズ推定の概要と各種実装
ベイズ推定技術の概要
ベイズ推定は、確率論的なフレームワークに基づいた統計的推論の手法の一つであり、不確実性を取り扱う機械学習技術となる。ベイズ推定の目的は、データと事前知識(事前分布)を組み合わせて、未知のパラ...
機械学習:Machine Learning
アルゴリズム:Algorithms グラフ理論 EMアルゴリズムと各種応用の実装例
EMアルゴリズムについて
EMアルゴリズム(Expectation-Maximization Algorithm)は、統計的推定や機械学習の分野で広く用いられる"反復最適化アルゴリズムの概要と実装例について"で述べている...
アルゴリズム:Algorithms ナレッジグラフの様々な活用と実装例
ナレッジグラフについて
ナレッジグラフは、情報を関連性のあるノード(頂点)とエッジ(つながり)の集合として表現するグラフ構造であり、異なる主題やドメインの情報を結び付け、その関連性を可視化するために使用される...
アルゴリズム:Algorithms ロバスト主成分分析の概要と実装例
ロバスト主成分分析(Robust Principal Component Analysis、RPCA)
ロバスト主成分分析(Robust Principal Component Analysis、RPCA)は、データの中...
アルゴリズム:Algorithms トピックモデルの概要と様々な実装
トピックモデルの概要
トピックモデルは、大量のテキストデータからトピック(テーマやカテゴリ)を自動的に抽出するための統計的モデルとなる。ここでのテキストデータの例としては、ニュース記事、ブログ記事、ツイート、顧客...
python 遺伝的プログラミング（Genetic Programming, GP）の概要とアルゴリズム及び実装例について
遺伝的プログラミング（Genetic Programming, GP）の概要
遺伝的プログラミング（Genetic Programming, GP）は、"進化的アルゴリズムの概要とアルゴリズム及び実装例について"でも述べ...
アルゴリズム:Algorithms 機械学習での未知のモデルへの対応策について
機械学習での未知のモデルへの対応策について
未知のデータに対処するための機械学習モデルの対策は、モデルの汎化性能を向上させる方法と、モデルが未知のデータにどのように対処すべきかを設計する方法の2つの側面がある。
1...
python カルトン法（Cultural Algorithm）の概要と適用事例及び実装例について
カルトン法（Cultural Algorithm）の概要
カルトン法（Cultural Algorithm）は、進化アルゴリズムの一種であり、文化的な要素を導入して進化アルゴリズムを拡張した手法で、進化アルゴリズムは、自然...
アルゴリズム:Algorithms モデルの量子化や蒸留について
モデルの量子化や蒸留について
モデルの量子化（Quantization）と蒸留（Knowledge Distillation）は、機械学習モデルの効率向上やデプロイメントの際のリソース削減のための手法となる。
&l...
python CMA-ES(Covariance Matrix Adaptation Evolution Strategy)の概要とアルゴリズム及び実装例について
CMA-ES(Covariance Matrix Adaptation Evolution Strategy)の概要
CMA-ES (Covariance Matrix Adaptation Evolution Strat...