ベイズ推定 機械学習における確率的アプローチ
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)で活用される確率的生成モデルについて
数学:Mathematics
ベイズ推定 Symbolic Logic 機械学習における数学について
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）など、あらゆるコンピュータプログラミングやアルゴリズムの基礎となる数学について
数学:Mathematics 意思決定の理論と数学的決断の技術
強化学習、オンライン予測、高速自動株取引のアルゴリズムなどに用いられる数学的意思決定手法について説明します。つの意思決定戦略を説明した後、主観的確率、ベイズ理論、多重概念理論、供給上昇理論を紹介します。
機械学習:Machine Learning Protected: 行列分解-2つのオブジェクト間の関係特徴の抽出
関係性の機械学習による抽出、行列分解によるアプローチ、非負行列分解、
機械学習:Machine Learning Protected: 非対称関係データのクラスタリング技術 – 確率的ブロックモデルと無限関係モデル
関係性の機械学習による抽出、確率的ブロックモデルと無限関係モデル
最適化:Optimization Protected: 対称関係データのクラスタリング -スペクトラルクラスタリング
グラフの解析等に用いられる関係性の機械学習による抽出、知識抽出と予測、スペクトラルクラスタリング
アルゴリズム:Algorithms Protected: 変分ベイズ学習 – イントロダクション
機械学習におけるベイズ推定の最適化のための変分法の基礎
アルゴリズム:Algorithms Protected: オンライン機械学習概要
少数の教師データから逐次学習を行うオンライン学習の基礎
アルゴリズム:Algorithms Protected: ベイズ深層学習 – イントロダクション
深層学習と確率的生成モデルの進化形であるベイズ深層モデルの概要
推論技術:inference Technology Protected: グラフィカルモデル 概要とベイジアンネットワーク
確率的生成モデルへの効率的アプローチの為のグラフィカルモデル概要、ベイジアンネットワーク