タグ

アルゴリズムに関するAinHandのブックマーク (5)

  • ディープラーニングとは何なのか? そのイメージをつかんでみる

    今や毎日のように人工知能に関するニュースが飛び込んできますが、その中でも特に注目を集めているのが“ディープラーニング”です。 研究開発を進める企業として最も有名な例はGoogleでしょうか。最近もGoogleがディープラーニングによる画像認識を体験できるWebインタフェースを公開し、話題を集めました。(参照リンク) では、ディープラーニングとは一体何なのでしょうか。稿ではこのディープラーニングについて、そのイメージをつかむことに重点を置いて説明していきたいと思います。 人間の神経構造を模したニューラルネットワークの発展版 ディープラーニングの考えのもととなっているニューラルネットワークは、人間の脳神経回路を真似することによってデータを分類しようというアイデアに基づくアルゴリズムです。 人間の脳はニューロン(神経細胞)のネットワークで構成されていて、あるニューロンはほかのニューロンとつなが

    ディープラーニングとは何なのか? そのイメージをつかんでみる
  • お姉さんが人生を懸けて“組み合わせ爆発”を力説 動画「フカシギの数え方」が壮大すぎる - はてなニュース

    数える対象が少し増えるだけで組み合わせの数が膨大になることを指す言葉「組み合わせ爆発」を解説したアニメーション動画が、はてなブックマークで話題を呼んでいます。組み合わせの数え方を子どもたちに説明するお姉さんは、「みんなに『組み合わせ爆発のすごさ』を教えたいの!止めないで!」と人生を懸けた計算に挑戦。ラストには衝撃の展開が待ち受けています。 ▽ 『フカシギの数え方』 おねえさんといっしょ! みんなで数えてみよう! - YouTube YouTubeで9月10日(月)に公開された「『フカシギの数え方』おねえさんといっしょ!みんなで数えてみよう!」は、組み合わせ爆発の例を分かりやすくアニメで紹介。お姉さんはホワイトボードにマスを描き、スタート地点からゴール地点まで、同じ場所を2度通らずに何通りの線が引けるかを数えることに挑戦しています。 1×1、2×2、3×3とマスの数を増やしていくお姉さん。5

    お姉さんが人生を懸けて“組み合わせ爆発”を力説 動画「フカシギの数え方」が壮大すぎる - はてなニュース
  • アルゴリズム入門

    アルゴリズム入門はアルゴリズムを独学したい人のページです。アルゴリズムってなに?という人からフローチャートの書き方、ソートなどの一般的なアルゴリズムを解説しています。練習問題なども収録しています。

  • データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家

    2006年のデータマイニング学会、IEEE ICDMで選ばれた「データマイニングで使われるトップ10アルゴリズム」に沿って機械学習の手法を紹介します(この論文は@doryokujin君のポストで知りました、ありがとうございます!)。 必ずしも論文の内容には沿っておらず個人的な私見も入っていますので、詳細は原論文をご確認下さい。また、データマイニングの全体観をサーベイしたスライド資料がありますので、こちらも併せてご覧下さい。 データマイニングの基礎 View more presentations from Issei Kurahashi 1. C4.5 C4.5はCLSやID3といったアルゴリズムを改良してできたもので、決定木を使って分類器を作ります。決定木といえばCARTが良く使われますが、CARTとの違いは以下のとおりです。 CARTは2分岐しかできないがC4.5は3分岐以上もできる C

    データマイニングで使われるトップ10アルゴリズム - データサイエンティスト上がりのDX参謀・起業家
  • クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた - てっく煮ブログ

    集合知プログラミング を読んでいたら、K-means 法(K平均法)の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると1ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって1ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ

  • 1