エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ITエンジニアのための機械学習理論入門 7 - しまてく
第7章 EMアルゴリズム: 最尤推定法による教師なし学習 この章では2つのことを学ぶ。 特定の文字だけから... 第7章 EMアルゴリズム: 最尤推定法による教師なし学習 この章では2つのことを学ぶ。 特定の文字だけからなる手書き文字サンプル群から、それらを代表する「代表文字」を生成する方法。 ベルヌーイ分布と呼ばれる確率分布を用い、最尤推定法を実施する。 複数の文字が混在した手書き文字サンプル群を分類する方法。 混合ベルヌーイ分布を用いた最尤推定法。(と、EMアルゴリズム) 7.1 ベルヌーイ分布を用いた最尤推定法 代表文字 = 複数の顔写真を合成した「平均的な顔」のイメージ 複数の画像データを合成する方法 平均を取る。 画像に含まれるピクセルを横一列に並べる 各ピクセルの色(黒or白)を1or0として表したベクトルにする。 n番目の画像に対応するベクトルを${\bf x}_n$とする。 その第i成分$[{\bf x}_n]_i$を見ると、i番目のピクセルの色がわかる。 画像データがN個あるとして、
2016/06/04 リンク