ICT技術:ICT Technology AIを「集合」と「位相」から考える 正解を当てる機械から、判断できる範囲を設計する基盤へ
🎥 YouTubeでも公開しています
集合と位相で考える業務AI｜AIの知識・信頼・実行の境界を設計する
Books: AIはどんな数学観の上に作られているのか: 有限ルールから生成モデルへ
AIの活用を...
集合論:Set theory
ICT技術:ICT Technology IOT技術:IOT Technology 画像認識システムの概要と実装
画像認識システムの概要
画像認識システムは、コンピュータが画像を解析し、その中に含まれるオブジェクトや特徴を自動的に識別する技術となる。このシステムでは、画像処理、パターン認識、機械学習、ディープラーニングなどの様々...
python 抽象代数学とAI技術
抽象代数学とは
抽象代数学（Abstract Algebra）は、数や演算に関する「構造」を抽象化して研究する数学の分野であり、整数や実数のような具体的な数の性質を一般化し、より広い対象に適用可能な普遍的な理論を構築す...
Symbolic Logic 知識表現と機械学習と推論とGNN
知識表現と推論とGNN
"知識情報処理技術"で述べている知識表現と"推論技術"で述べている推論は、情報を構造化し、意味的な理解を促進するための重要な分野であり、これに対して、"グラフニューラルネットワーク"で述...
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...
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: 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)
アルゴリズム:Algorithms 保護中: L1ノルム正則化のための最適化手法としての双対拡張ラグランジュ法・双対交互方向乗数法
デジタルトランスフォーメーショ(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるスパース学習でのL1ノルム正則化のための最適化手法(FISTA、SpaRSA、OWLQN、DL法、L1ノルム、チューニング、アルゴリズム、DADMM、IRS、ラグランジュ乗数、近接点法、交互方向乗数法、勾配上昇法、拡張ラグランジュ法、ガウス・サイデル法、連立一次方程式、制約付きノルム最小化問題、コレスキー分解、交互方向乗数法、双対拡張ラグランジュ法、相対双対ギャップ、ソフト閾値関数、へシアン行列)
アルゴリズム:Algorithms 保護中: 機械学習の連続最適化としての準ニュートン法(2)記憶制限付き準ニュートン法
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機械学習の連続最適化としての記憶制限付き準ニュートン法(疎クリーク分解、sparse clique factorization、コーダルグラフ、疎性、セカント条件、疎ヘッセ行列、DFP公式、BFGS公式、KLダイバージェンス、準ニュートン法、極大クリーク、正定値行列、正定値行列補完、positive define matrix composition、グラフの三角化、完全部分グラフ、クリーク、ヘッセ行列、3重対角行列、Hestenes-Stiefel法、L-BFGS法)
アルゴリズム:Algorithms 保護中: バンディット問題における最適腕識別とA/Bテスト(1)
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バンディット問題における最適腕識別とA/Bテスト(ヘフディングの不等式、最適腕識別、標本複雑度、sample complexity、リグレット最小化、累積リグレット最小化、累積報酬最大化、ε-最適腕識別、単純リグレット最小化、ε-最適腕識別、ε-best arm identification、KL-UCB方策、KLダイバージェンス、正規分布のA/Bテスト、固定信頼度、fixed confidence)