機械学習:Machine Learning

推論技術:inference Technology

グローバルマッチングでのsimilarity(類似性)(1)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)の活用のための自然言語の類似性、グラフパターンのマッチングとしてのオントロジーの類似性
推論技術:inference Technology

similarity(類似性)の基礎(5)データ拡張テクニック

デジタルトランスフォーメーション(DX)、人工知能(ML)、機械学習(ML)のため自然言語の類似性。拡張データアプローチを用いたオントロジーマッチングの為の類似度
推論技術:inference Technology

similarity(類似性)の基礎(4)内部構造に基づくアプローチ

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)活用の為の自然言語の類似性について、データ型やドメイン要素に基づいた類似性の推定
推論技術:inference Technology

similarity(類似性)の基礎(3)言語ベースのアプローチ

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)に活用可能な自然言語の類似性の評価への言語的なアプローチ、多言語対応を含めて
推論技術:inference Technology

similarity(類似性)の基礎(2)文字列ベースのアプローチ

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)の活用の為の自然言語処理のベースとなる生テキストの構造化の為の各種手法まとめ、正規化技術、部分文字列の扱い、編集距離、トークンベース 距離とパス比較について
セマンテックウェブ技術:Semantic web Technology

similarity(類似性)の基礎(1)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)を適用する際に重要となる自然言語の類似性の定義と概要をオントロジーのマッチングをベースに解説する
アルゴリズム:Algorithms

説明できる機械学習

説明できる人工知能について、モルナルの論文の前半の概要、説明とは、本質的 か後付けかがあり、後者のアプローチにおいて、アルゴリズムを用いて入力と出力のペアから説明を構築する。良い説明とは反例で比較できるものである。
Clojure

Clojureでの one hot vectorとcategory vector

自然言語処理の機械学習の用途のためのClojureによるone-hot-vectorとcategory-vectorの実装
機械学習:Machine Learning

保護中: 行列分解-2つのオブジェクト間の関係特徴の抽出

関係性の機械学習による抽出、行列分解によるアプローチ、非負行列分解、
機械学習:Machine Learning

保護中: 非対称関係データのクラスタリング技術 – 確率的ブロックモデルと無限関係モデル

関係性の機械学習による抽出、確率的ブロックモデルと無限関係モデル
タイトルとURLをコピーしました