細谷研究室 演習３課題細谷研究室 演習３課題 (2008) 最近の計算論的脳科学の研究分野では、脳で行われている情報処理が、機械学習理論でモデル化できるという考え方が注目されています。当研究室の課題では、そのような脳科学と深く関係する機械学習理論として、 自己組織化マップ ベイジアンネット 強化学習 独立成分分析 の３つの中から選択し、 学習理論の勉強し、 そのアルゴリズムを実装しながら体感し、 脳とどのように関係するかを文献で学びます。 自己組織化マップ（Self-Organizing Map; SOM） コホーネンが提案する教師なし学習アルゴリズムです。入力の統計的性質から、頻繁に現れる種類の入力をひとまとめにし、なるべく似た入力が近くに配列されるように、「地図」を作ります。 例えば、下の左図はいろいろな動物の特徴をビット列で表した表ですが、これを入力とすると、右図のような出力を得ることができます。鳥類・
