python 確率的勾配降下法(Stochastic Gradient Descent, SGD)の概要とアルゴリズム及び実装例について
確率的勾配降下法(Stochastic Gradient Descent, SGD)について
確率的勾配降下法（Stochastic Gradient Descent, SGD）は、機械学習や深層学習などで広く使用される最適化...
数学:Mathematics
python python ヒルベルトワンド変換の概要とアルゴリズム及び実装例について
ヒルベルトワンド変換について
ヒルベルト変換（Hilbert transform）は、信号処理や数学の分野で広く使用される操作であり、信号のアナリティシティ（解析的性質）を導入するために利用されている手法となる。ヒルベル...
アルゴリズム:Algorithms AI技術を使って仮説を見つけ出す
AIで仮説を見つけ出す
"問題解決手法と思考法及び実験計画"で述べている課題の分析をさらに進めるためには、仮説を見つけ出す必要がある。仮説発見のためには経験の蓄積と分析能力が必要とされるが、今回は、それらをサポ...
python Deep Graph Generative Model（DGMG）の概要とアルゴリズム及び実装例
Deep Graph Generative Models（DGMG）の概要
Deep Graph Generative Models（DGMG）は、グラフ生成タスクに特化したディープラーニングモデルの一種で、特...
python ディリクレ過程混合モデル（Dirichlet Process Mixture Model, DPMM）の概要とアルゴリズム及び実装例について
ディリクレ過程混合モデル（Dirichlet Process Mixture Model, DPMM）の概要
ディリクレ過程混合モデル（Dirichlet Process Mixture Model, DPMM）...
python 準ニュートン法について
準ニュートン法について
準ニュートン法（Quasi-Newton Method）は、非線形最適化問題を解決するための反復法の一つとなる。このアルゴリズムは、ニュートン法の一般化であり、高次導関数（ヘッセ行列）を計算せずに...
python Post-training Quantizationの概要とアルゴリズム及び実装例について
Post-training Quantizationの概要
Post-training quantization（事後量子化）は、ニューラルネットワークの訓練が終了した後にモデルを量子化する手法であり、この手法では、通常...
python オルナシュテイン-ウーレンベック過程（Ornstein-Uhlenbeck process）の概要とアルゴリズム及び実装例について
オルナシュテイン-ウーレンベック過程（Ornstein-Uhlenbeck process）の概要
オルナシュテイン-ウーレンベック過程（Ornstein-Uhlenbeck process）は、確率過程の一種であり、特...
python Limited-memory Broyden–Fletcher–Goldfarb–Shanno（L-BFGS）法について
Limited-memory Broyden–Fletcher–Goldfarb–Shanno（L-BFGS）法について
Limited-memory Broyden–Fletcher–Goldfarb–Shanno（L...
グラフ理論 情報幾何とは何か
情報幾何の本質とは
情報幾何（Information Geometry）は、統計学や情報理論、機械学習などで使われる確率分布や統計モデルの幾何学的な構造を研究する分野であり、その本質的な考え方は、確率分布や統計モデルを幾...