機械学習:Machine Learning 保護中: 説明できる機械学習(1)解釈可能なモデル(線形回帰モデル)
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習の(ML)のための説明できる機械学習としての線形回帰モデル
機械学習
機械学習:Machine Learning セマンテックウェブ技術:Semantic web Technology プロダクトデザインにおけるデータ統合と意思決定のためのオントロジーとAI技術
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)への活用の為のオントロジーを用いたプロダクトデザインとデータ統合
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
最適化:Optimization 保護中: 機械学習のための連続最適化 – 概要
機械学習の最適化アルゴリズムの根本にある数学的理論の解説
課題解決:Problem solving 問題分析のためのKPI,KGI,OKRについての概要と実践
デジタルトランスフォーメーション(DX)や機械学習(ML)、人工知能(AI)の為の課題分析や問題解決のためのKPI、KGI、OKRの概要と実践(トップダウン、ボトムアップ、POC、フェルミ推定、顧客への訪問数、記事の発信件数、引き合いからのレスポンス、新規コンタクト件数、店舗による販促実施、KRI、KSF、KFI)
幾何学:Geometry コンピューターの数学の基礎
人工知能、機械学習技術の基礎となるコンピューターの数学の概要、関数、集合、確率、連立方程式、微分、積分
哲学:philosophy 因果と相関の違いについて
人工知能、機械学習のモデルのベースとなる因果と相関の相違に対する考察
Clojure liblinearと自然言語処理を用いた文の分類
自然言語処理ツール、Clojureによるliblinear、SVM、分類、機械学習
ベイズ推定 ベイズ統計の歴史とSTANを使ったベイズ推定
人工知能(AI)、機械学習(ML)、自然言語処理(NLP)のためのベイズ推定と情報理論について、ド・モアブルの確率論からベイズの確率とシャノンの情報工学とベイズ推定のためのツール(STAN)の紹介
自然言語処理:Natural Language Processing データクレンジングツールopenrefine
DXやセマンティックウェブで利用される自然言語処理ツールopenrefineの概要