深層学習:Deep Learning

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
アルゴリズム:Algorithms

保護中: ベイズ深層学習 – イントロダクション

深層学習と確率的生成モデルの進化形であるベイズ深層モデルの概要
推論技術:inference Technology

保護中: オンライン予測でのエキスパート統合問題の概要とリグレット導入まで

逐次的な予測問題を解く為のオンライン予測学習の概要、リグレットの導入
アルゴリズム:Algorithms

保護中: 強化学習とは

逐次的な意思決定ルールを学習する強化学習の概要
機械学習:Machine Learning

保護中: 深層学習による自然言語処理(1)データの表現モデル

深層学習による自然言語処理概要、one-hotベクトル、分散表現
微分積分:Calculus

Word2Vec

自然言語処理への深層学習モデルの適用であるWprd2Vecの概要、分散表現
R

主成分分析(Principle Component Analysis:PCA)について

主成分分析の理論的概要とRによる実装
機械学習:Machine Learning

特徴量はどこから来るのか

人工知能の基礎、深層学習の祖ヒントンの論文による特徴量の分散表現、特徴量の分散表現、深層学習とオートエンコーダー
python

macでのpython開発環境とtensorflowパッケージ導入

macでのpython開発環境とtensorflowパッケージ導入
機械学習:Machine Learning

オートエンコーダー

深層学習技術のベースとなるオートエンコーダーによる次元圧縮、分散表現
タイトルとURLをコピーしました