朱鷺の社 - 機械学習の「朱鷺の杜Wiki」
アルゴリズム・手法† 魔神ラーニング：最強の機械学習アルゴリズム．しかし，宇宙の全てを予測できるほど強力であり，全宇宙の生命体にとって脅威とみなされため，情報の海の深淵に封印されたと伝えられる パブロフ連鎖モンテカルロ：条件反射で行動する人たちの連鎖で，状況がウダウダになること 蝉-supervised lerning：教師信号を人間ではなく，蝉が与える機械学習の枠組み SMアルゴリズム：SステップとMステップを交互に繰り返すアルゴリズム．SステップとMステップが何であるかを記すには，この余白はせますぎる． バックプロパゲーション：伝言ゲームにおいて，最後の人から逆方向に「元々はどういう言葉だったの？」と伝言することで誤りを修正するアルゴリズム． ドープ・ラーニング：いけない情報を使っているので，異様に予測性能がいいが，後でその反動で全く予測ができなくなる． ビープ・ラーニング：学習中にず
敵対的学習 - 機械学習の「朱鷺の杜Wiki」
敵対的学習 (adversarial learning)† スパムメールの検出や，アクセスログを利用したネットワークからの侵入検出に機械学習技術が利用されている．すると，送信や侵入を企てる敵対者 (adversary) は，意図的に入力パターンを変更して，検出を回避しようとする．こうした，敵対的な環境下での利用を想定した機械学習の研究は敵対的学習 (adversarial learning) や 敵対的環境下での機械学習 (machine learning in adversarial environments) と呼ばれる． 敵対者の攻撃を検出する識別器の頑健性の評価や強化する，敵対者側の立場から識別器を回避する，そして防御側と識別器の間のゲーム理論の立場からの均衡の考察などの研究がある． ここでは，攻撃側の攻撃可能性についての文献1の研究を紹介する． スパムフィルタなどの分類器があり，
RapidMiner - 機械学習の「朱鷺の杜Wiki」
RapidMiner† Weka の学習ルーチンに，前処理・可視化の部分を強化したYaleが，Rapid-I 社がオープンソースで開発している RapidMiner になった． さらに今は社名も RapidMiner になった． Community Edition は無料でオープンソースで 5.x 6.x 移行は製品で，機能制限版で無償のStarter版と，有償のものとがある．無償版は読めるファイルが CSV/Excel でDBアクセスなしの小規模データのみ． ビデオ： http://www.youtube.com/user/RapidIVideos ↑ しましまの個人的感想† 便利にできている．アルゴリズムをいじらないで分析だけする人にはおすすめ． Helpメニューからは，Wikiやビデオなどの他の資料へのアクセスができる．Wikiは結構ユーザがいることが伺える． 下の方にエラーが出てく
FrontPage - 情報論的学習理論と機械学習の「朱鷺の杜Wiki」
朱鷺の杜Wiki（ときのもり うぃき）† 朱鷺の杜Wikiは，機械学習に関連した，データマイニング，情報理論，計算論的学習理論，統計，統計物理についての情報交換の場です．これら機械学習関係の話題，リンク，関連事項，書籍・論文紹介などの情報を扱います． 更新されたページを確認するにはRSSリーダを使って右下のRSSリンクをチェックするか，最終更新のページを参照してください． ページの中でどこが更新されたかを見るには，上の「差分」をクリックして下さい． 数式の表示に MathJax を利用しています．数式の上でコンテキストメニューを使うと各種の設定が可能です．特に設定をしなくても数式は閲覧できますが，フォントをインストールすれば数式の表示がきれいで高速になります．詳しくは 数式の表示 のページを参照して下さい． ごく簡単なWikiの使い方がこのページの最後にあります．トップページやメニューなど
PRML - 朱鷺の杜Wiki パターン認識と機械学習 - ベイズ理論による統計的予測
パターン認識と機械学習 - ベイズ理論による統計的予測† This is a support page for the Japanese edition of "Pattern Recognition and Machine Learning" authored by C. M. Bishop. 本書は，Christopher M. Bishop 著「Pattern Recognition and Machine Learning」の日本語版です．上下2巻の構成です． パターン認識や機械学習の各種のアルゴリズムや背後の考えについて，ベイズ理論の観点から解説した教科書です． 基礎的な線形モデルから，カーネルトリック，グラフィカルモデル，MCMCなどの発展的な話題までをバランス良く収録しています． 数式による形式的な記述だけにとどまらず，豊富なカラーの図による直観的な説明もなされています． 本
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
