こん真央です。 5か月ぶりの更新です、気分で更新してるこのブログですが題材の発想やモチベが一ミリも湧いてこないと人間ここまで怠けるんですね、怠惰の極み。 近況としてVer8.00アップデートが入って環境の目まぐるしい変化が予想されますね。 ファルコファルコンが個人的には気になります。 さて本題、アップデートの目玉 ARMSより参戦したミェンミェンの個人的な動かし方や性能について雑記です。 ↑最カワの下勝利ポーズ VIPとかスマメイトでちゃんと勝てる程度には動かせてます。 （前提として以下空Nと書いてある部分は空Bでもあります、冗長回避） 1.コンセプト 2.戦い方 ・ホットリング ・メガボルト ・ドラゴンアーム ・基本はアームを使用した中遠距離 ・飛びが通りそうな中距離 ・近距離に入ったら 3.簡単なコンボ 4.投げについて 5.復帰阻止 6.苦手な部分 7.Cステ強攻撃、必殺技、スマッシ

はじめに よくある機械学習の問題設定 よくある機械学習の解法 確率モデルの考え方 問題の定式化 問題を確率分布で一貫して表現 解法 ノイズを正規分布とみなした最尤推定 余談 はじめに 今回は機械学習の中でも、多くの初学者が行き詰まる確率モデルについて、その考え方をまとめておきたいと思います。 機械学習で最も基本的な話題の展開方法は、線形回帰や線形分類のお話を、適当な損失関数を最小化するような関数を決定するというお話で進めていくことです。これは直感的にはわかりやすく、しかも（深く考えなければ）、そこで設定される損失関数は常識的に真っ当なものに見えたりします。 よくある機械学習の問題設定 ここで簡単に例を提示しておきたいと思います。ベクトル$\mathbf x$とスカラー$y$の組が$N$個手に入っているとしましょう。このような訓練データ集合$D=\{(\mathbf x_1, y_1),..