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
スパースモデリング
Clojure 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: ガウス過程の計算法(2)変分ベイズ法と確率的勾配法
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)タスクに活用される確率的生成モデルの応用であるガウス過程モデルの変分ベイズ法と確率的勾配法を用いた計算(カルバックライブラー情報量、イエンセンの不等式、エビデンス下界関数、ミニバッチ法、エビデンス下界、変分事後分布、エビデンス変分下界)
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)
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
Symbolic Logic 保護中: サポートベクトルマシンでの最適化概論:最適性条件と汎用的解法
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用されるサポートベクトルマシンでの最適性条件(強双対とKKT)と汎用的解法(アクティブセットと内点法)
アルゴリズム:Algorithms 保護中: 劣モジュラ最適化を用いた構造正則化学習(2)劣モジュラ関数から得られる構造的疎性
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である劣モジュラ最適化での劣モジュラ関数から得られる構造的疎性による構造正則化学習(結合ラッソとロヴァース拡張)