グラフ理論 機械学習プロフェッショナルシリーズ – ガウス過程と機械学習 読書メモ
機械学習技術 人工知能技術 デジタルトランスフォーメーション技術 確率的生成モデル 本ブログのナビ 深層学習技術 ノンパラメトリックベイズとガウス過程
サマリー
ガウス過程 (Gaussian Process; GP) は、確率論に基づ...
グラフ理論
グラフ理論 Symbolic Logic Inductive logic Programming 2012論文集より
機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術
ILP 2012 22...
Symbolic Logic 保護中: 準実験のデザイン- 観測データからいかに因果関係を導き出すか
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)タスクのためり因果推論でのデータが先にありそこからどのように因果関係を検証するのかについて(操作変数法(IV design: Instrumental variable design)、回帰分断デザイン(RDD; Regression discontinuity design)、中断時系列デザイン(ITS; Interupted time-series analysis)、差の差分析(DID; Difference-in-deferrences analysis 差の差分法とも言う)、傾向スコア・マッチング(PS; Propensity score matching))
Symbolic Logic 保護中: 相関と因果と関係構造(2)バックドア基準
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)タスクのための因果推論での介入効果を観測すべき変数を絞り込むためのバックドア基準の実際
Symbolic Logic 保護中: 相関と因果と関係構造(1)相関関係(回帰係数)と因果関係(介入効果)のズレ
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)タスクのための統計的因果推論として回帰係数と介入効果の値のズレから見た相関関係と因果関係の相違
Symbolic Logic 機械学習プロフェッショナルシリーズ「劣モジュラ最適化と機械学習」読書メモ
機械学習技術 自然言語技術 人工知能技術 デジタルトランスフォーメーション技術 一般的な機械学習技術 IOT技術 劣モジュラ最適化 本ブログのナビ
機械学習プロフェッショナルシリーズ「劣モジュラ最適化と機械学習」読書メモ
劣モジュラ関数...
グラフ理論 ベイズ推論とMCMCのフリーソフト
機械学習技術 人工知能技術 デジタルトランスフォーメーション技術 自然言語処理技術 深層学習技術 確率的生成モデル MCMC 本ブログのナビ
ベイズ推定とMCMC(マルコフ連鎖モンテカルロ法)の概要
ベイズ推定とは、ベイズの定理を用いて...
グラフ理論 機械学習スタートアップシリーズ – ベイズ推論による機械学習入門 読書メモ
機械学習技術 人工知能技術 デジタルトランスフォーメーション技術 確率的生成モデル ベイズ推論による機械学習 スモールデータ 本ブログのナビ
サマリー
ベイズ推定は、確率論的な視点からデータの解釈やモデルの学習を行う統計的な手法の一つと...
Symbolic Logic Inductive logic Programming 2011論文集より
機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術
ILP 2011 21...
Symbolic Logic 保護中: 因果推論イントロダクション(2)層別解析と回帰モデルによる分析
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統計的因果推定のための層別解析と回帰モデルによる分析による因果推論の理論と実際