python GPy – Pythonを用いたガウス過程のフレームワーク
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であるガウス過程のPythonを用いた実装であるGPy(ガウス回帰問題,補助変数法,スパースなガウス回帰,Bayesian GPLVM,ガウス過程による潜在変数モデル)
機械学習:Machine Learning
python Clojure Clojureでのガウス過程の実装
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確率的生成モデルの拡張として、fastmathを用いたClojureでのガウス過程の実装
アルゴリズム:Algorithms 保護中: 弱ラベル学習のためのサポートベクトルマシン(1)半教師あり学習
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サポートベクトルマシンの応用としての弱ラベル学習(訓練事例の一部だけにラベル情報が与えられている半教師あり学習)
アルゴリズム:Algorithms 保護中: 変分ベイズアルゴリズムの行列分解モデルへの適用
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計算手法としての行列分解モデルの変分ベイズ学習と経験変分ベイズ学習のアルゴリズム
アルゴリズム:Algorithms 保護中: 隠れ変数のないグラフィカルモデルの計算
デジタルトラススフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される確率的生成モデルでの隠れ変数のないグラフィカルモデルの最尤法、ベイズ、変分法での計算(疑尤度関数による学習、ベーテ近似、TRW上界によるパラメータ推定、変分法、エントロピー関数、IPFアルゴリズム、MAP推定量)
アルゴリズム:Algorithms 保護中: ノンパトメトリックベイズとクラスタリング(2)分割の確率モデルとディリクレ過程
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の一つであるノンパラメトリックベイズを用いたクラスタリング(中華料理店過程とディリクレ過程と集中度パラメータの推定、棒折り過程)
アルゴリズム:Algorithms 確率的最適化
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大量データの大規模学習問題を解くための確率的最適化の諸手法(教師あり学習と正則化,凸解析の基本事項,確率的最適化とは,オンライン型確率的最適化,バッチ型確率的最適化,分散環境での確率的最適化)
アルゴリズム:Algorithms 統計的学習理論
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機械学習アルゴリズムの統計的性質に関する理論(一様大数の法則、普遍カーネル、判別適合損失)
アルゴリズム:Algorithms 機械学習のための連続最適化
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される機械学習アルゴリズムを構成する上で重要な計算手法である連続最適化
アルゴリズム:Algorithms 保護中: ガウス過程雑記 – 関数の雲の利点と回帰モデルとカーネル法そして物理的モデルとの関係
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雑記 関数の雲の利点と回帰モデルとカーネル法そして物理的モデルとの関係