アルゴリズム:Algorithms 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
機械学習:Machine Learning
アルゴリズム:Algorithms アルゴリズム:Algorithms 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)
アルゴリズム:Algorithms 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
Clojure Hierarchical Temporal Memory (階層型時間メモリ)とClojure
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階層型時間メモリとClojureによる疎分散表現を使った深層学習
Clojure Clojureを用いたネットワーク解析(1) 幅優先/深さ優先探索・最短経路探索・最小スパニング木・サブグラフと連結成分
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに用いられるClojure/loomを用いたネットワーク解析、幅優先/深さ優先探索・最短経路探索・最小スパニング木・サブグラフと連結成分
Symbolic Logic 論理やルールと確率/機械学習の融合
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論理やルールと機械学習の融合(帰納論理プログラミング、統計関係学習、知識ベースモデル構築、ベイジアンネット、確率論理学習、隠れマルコフモデル)
アルゴリズム:Algorithms 連続最適化の基本事項 – 微積分・線形代数の基礎
連続最適化の基本事項 - 微積分・線形代数の基礎(テイラーの定理、ヘッセ行列、ランダウの記号、リプシッツ連続、リプシッツ定数、陰関数定理、ヤコビ行列、対角行列、固有値、非負定値行列、正定値行列、部分空間、射影、1ランク更新、自然勾配法、準ニュートン法、シャーマン・モリソンの公式、ノルム、ユークリッドノルム、p-ノルム、シュワルツの不等式、ヘルダーの不等式、行列空間上の関数)
アルゴリズム:Algorithms 保護中: 変分ベイズ法での周辺尤度、事後平均、事後共分散及び予測分布の計算
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに用いられる変分ベイズ法での周辺尤度、事後平均、事後共分散及び予測分布の計算手法(ジェームス-スタイン推定量、最尤推定、経験ベイズ推定量、ベイズ自由エネルギー、超パラメータ、自動関連度決定、線形回帰モデル、確率的複雑さ、対数周辺尤度経験ベイズ学習、多項分布モデル、事後平均、線形回帰モデル)
アルゴリズム:Algorithms 保護中: グラフィカルモデルの構造学習
ベイジアンネットワークやマルコフ確率場でグラフ構造をデータから学習する方法について(Max-Min Hill Climbming(MMHC)、Chow-Liuのアルゴリズム、スコア関数を最大化する方法、PC(Peter Spirtes and Clark Clymoir)アルゴリズム、GS(Grow-Shrink)アルゴリズム、SGS(Spietes Glymour and Scheines)アルゴリズム、スパース正則化、独立性条件)
アルゴリズム:Algorithms 保護中: 点過程からみるノンパラメトリックベイズ – 正規化ガンマ過程とディリクレ過程と完備ランダム測度
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点過程から見たノンパラメトリックベイズ - 正規化ガンマ過程とディリクレ過程と完備ランダム測度(ポアソン過程、リヴィ測度、ガンマランダム測度、ベータランダム測度、レヴィ-伊藤分解)