哲学:philosophy 特別講義「ソクラテスの弁明」より「哲学とは何を目指すものなのか」について
サマリー
哲学とは、物事の本質や真理を追求し、疑問や問題について深く考えることで、知的好奇心や探究心を刺激し、人生の意味や目的を追求するための手段であると定義することができる。哲学的な問題を探求するには、他者との対...
Warning: Undefined variable $author in /home/c1309528/public_html/deus-ex-machina-ism.com/wp-content/themes/cocoon/functions.php on line 131
Deux Ex Machina
哲学:philosophy アルゴリズム:Algorithms 保護中: 説明できる機械学習(17)反事実的説明 (Counterfactual Explanations)
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反事実的説明による機械学習結果の説明(Anchor、Growing Spheresアルゴリズム、Python、Alibi、カテゴリカル特徴量、羅生門効果、LIME、全結合型ニューラルネット、反事実生成アルゴリズム、ユークリッド距離、中央絶対偏差、Nelder-Mead法、因果意味論、原因)
アルゴリズム:Algorithms 保護中: 深層強化学習の弱点と対策の概要と環境認識の改善の為の2つのアプローチ
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)タスクにに活用される深層強化学習の弱点と対策の概要と環境認識改善のの2つのアプローチ(Mixture Density Network、RNN、Variational Auto Encoder、World Modles、表現学習、戦略ネットワーク圧縮、モデルフリー学習、Sample-Based Planning Model、Dyna、シミュレーションベース、サンプルベース、Gaussian Process、ニューラルネット、遷移関数、報酬関数、シミュレーター、学習能力、転移能力)
Clojure 保護中: Clojureを用いた回帰分析(1) 単回帰モデル
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(ML)タスクに用いられるClojureを用いた回帰分析(1) 単回帰モデル(決定係数R2、相関係数R、残差の分散、分散、平均二乗誤差、説明変数、適合度、線形回帰モデル、従属変数、独立変数、モデル化誤差、異分散性、残差プロット、回帰直線関数、線形方程式、回帰モデル,incanter)
プログラミング言語:Programming Language 保護中: Pythonでのmypyを使った静的型チェック
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)タスクのベースとなるプログラミング技術としてのPyhtonでのmypyを使った静的型チェック(Protocol、Class、継承関係、Structural subtyping、Nominal subtyping、型ヒント、型チェック、型アノテーション、動的型付け言語、静的型付け言語、漸進的型付け)
ICT技術:ICT Technology インフラストラクチャの管理ツールTerraformの概要とHello Worldと参考図書について
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インフラストラクチャの管理ツールTerraformの概要とHello Worldと参考図書について(AWS、セットアップ、Hello World、クラウドインフラストラクチャ,環境設定)
ICT技術:ICT Technology DXでの課題の情報源「会社四季報:業界地図」と製造業での業務分析例
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DXでの課題の情報源「会社四季報:業界地図」と製造業での業務分析例(プロトタイピング、ワークフロー分析、業務課題分析、製造業、KPI、KGI、OKR、KJ法、ポーターの五つの競争力分析、PEST法、SWOT分析)
python 最近の国際学会で注目される人工知能技術について
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)タスクで活用される最近の国際学会で注目される人工知能技術について(マルチモーダル技術、Federated Learning、質問応答型学習、自動機械学習、AutoML、Few-Shot Learning、One-Shot Learning、メタ学習、Meta-Learning、グラフニューラルネットワーク、Graph Neural Networks、GNN、自己教師あり学習、Self-Supervised Learning、IJCAI、AAAI、TNNLS、CVPR、ACM SIGKDD、ICLR、NeurIPS、ICML)
アルゴリズム:Algorithms 保護中: トンプソン抽出、ロジスティック回帰モデル上の線形バンディット問題
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トンプソン抽出、ロジスティック回帰モデル上の線形バンディット問題(トンプソン抽出、最尤推定、ラプラス近似、アルゴリズム、ニュートン法、負の対数事後確率、勾配ベクトル、ヘッセ行列、ラプラス近似、ベイズ統計、一般化線形モデル、Lin-UCB方策、リグレット上界)
アルゴリズム:Algorithms 保護中: グループL1ノルム正則化に基づくスパース学習
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グループL1ノルム正則化に基づくスパース機械学習(相対双対ギャップ、双対問題、勾配降下、拡張ラグランジュ関数、双対拡張ラグランジュ法、ヘシアン、L1ノルム正則化、グループL1ノルム正則化、双対ノルム、経験誤差最小化問題、prox作用素、Nesterovの加速法、近接勾配法、繰り返し重み付き縮小法、変分表現、非ゼログループ数、カーネル重み付き正則化項、凹共役、再生核ヒルベルト空間、サポートベクトルマシン、カーネル重み、マルチカーネル学習、基底カーネル関数、EEG信号、MEG信号、ボクセル、電気双極子、ニューロン、マルチタスク学習)