Randomized TreesのWebページは下記に移動しました. http://www.vision.cs.chubu.ac.jp/CVTutorial/index.html 2秒後に自動的に移動します.
Randomized TreesのWebページは下記に移動しました. http://www.vision.cs.chubu.ac.jp/CVTutorial/index.html 2秒後に自動的に移動します.
最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) ランダムツリーは,Leo Breiman と Adele Cutlerによって提唱された. http://www.stat.berkeley.edu/users/breiman/RandomForests/. このアルゴリズムは,分類と回帰問題の両方を扱うことができる.ランダムツリーは 決定木 の集合(集合体)であり, このセクション以降では forest(この言葉も Breiman によって提唱された)と呼ばれる.分類は次のように行われる. ランダムツリー分類器は入力である特徴ベクトルを取り込み,forestの中の全てのツリーでそれらを分類し,多くの投票を得たクラスのラベルを出力する. 回帰の場合,分類器の応答はforestの全ての
前回やったことの続きです。 ルールベースの音声認識をjuliusでやったときに過剰にマッチしまくる問題への対策です。 前回、juliusのクセを観察し、独自のスコアリングをやりました。 多少は誤認識に強くなったのですが、それでも人と人が会話や議論するような短文のやり取りにさらされると、やっぱり誤認識してしまいます。 SVM もう、これは単純なパラメータの閾値では無理です。 ある閾値がそれを超えたら捨てるなどの単純な話ではないのです。 複数のパラメータが複雑に絡み合った世界です。 それをニンゲンの手で観察し、推論していては時間が膨大にかかってしまいます。 人間でやると大変なことは、機械にやらせましょう。 と、いうわけで、機械学習です。 今回は、機会学習の中からSVMを利用します。 SVMは精度もさることながら、学習速度はやや問題があるものの、判別は高速ですし、何よりライブラリが比較的揃ってお
Jubatus English Japanese
次のサービスや製品はどれも身近にありますが、これらに共通していることはなんでしょう。 Amazonの「この商品を買った人はこんな商品も買っています」 はてなブックマークの「関連エントリー」 Google 翻訳 Google 日本語入力 メールクライアントのスパムフィルタ デジタルカメラの自動顔認識 ニンテンドーDSの手書き文字認識 買い物履歴、ユーザが書いたコメントやタグ、Webに無数にあるページ、メール、画像や動画と対象はそれぞれ異なっていますが、どれも「データから有益な情報を取り出す」ということを行っています。 これらは「機械学習」という技術を使って実現されているのです。 機械学習の応用範囲 機械学習は冒頭で挙げた以外にも、様々な分野で使われています。 例えば、ノイズ除去や特徴の抽出を目的とした利用パターンがあります。音声認識や画像認識、文字認識(OCR)などはその代表格です。それらも
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
処理を実行中です
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