![](https://cdn-ak-scissors.b.st-hatena.com/image/square/e24db691cc749afd83ef6af48f23891262b5069b/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9d29yZDJ2ZWMlRTMlODIlOTIlRTklOUElOEUlRTUlQjElQTQlRTMlODMlOTklRTMlODIlQTQlRTMlODIlQkElRTUlOEMlOTYlRTMlODElOTclRTMlODElOUYlRTMlODIlODklRTMlODElQTklRTMlODElODYlRTMlODElQUElRTMlODIlOEIlRTMlODElOEIlRTMlODIlOTIlRTUlOEYlQUYlRTglQTYlOTYlRTUlOEMlOTYlRTMlODElOTclRTMlODElQTYlRTMlODElQkYlRTMlODElOUYmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTQ3MTkwOTA2ZDE2NjUwNjQzMzM5NmJkOWM1ZDZhYmJk%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwR290b3VidW5fdGFpd2FuJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1iMWJkNzI4MGU5NGVkNjYwYWIyMTRhNmZlNWI0ZjgyNQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D42b9668704a7281478fa554b22f57089)
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。
word2vecを階層ベイズ化したらどうなるかを可視化してみた - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
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
word2vecを階層ベイズ化したらどうなるかを可視化してみた - Qiita
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 階層ベイズは柔軟にモデルに... はじめに こんにちは、事業会社で働いているデータサイエンティストです。 階層ベイズは柔軟にモデルにドメイン知識を教える方法だと以前の記事で説明しました。 では、テキストアズデータ(自然言語処理)で有名なword2vec(Mikolov et al. 2013とRudolph et al. 2016)に階層ベイズの構造を入れたらどうなるか?というのを今回の記事で可視化して比較します! データ説明 今回の記事では、下記の消費者購買情報データセットを利用します。 このように、ユーザーが何を買ったのかを記録したデータです: > purchase_data <- readr::read_csv("events.csv") Rows: 885129 Columns: 9 ── Column specification ──────────────────────────────────────────