エントリーの編集
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。
隠れマルコフモデルで手書き文字学習 - ゆるやかな登り坂を
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
- 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
隠れマルコフモデルで手書き文字学習 - ゆるやかな登り坂を
PRML13.2にでてくる手書き文字学習の例を実装してみた。すぐ試したい方は解説の下の「試してみよう!」... PRML13.2にでてくる手書き文字学習の例を実装してみた。すぐ試したい方は解説の下の「試してみよう!」を御覧ください。 手書き文字の学習では、手書き文字のサンプルを入力することでその文字を表現する確率モデルを学習する。 手書き文字の学習の例として文字”2”を学習する場合をみてみよう。図1の上段のように”2”の手書き文字データをたくさん用意し、学習をおこなうと”2”を表す確率モデルが学習される。この確率モデルを用いると、図1の下段のように手書きの”2”を生成することができたり、たくさんの文字の中から”2”を識別することもできる。 図1(PRMLサポートサイトよりDL) ちょっとだけ解説 では”2”という文字をどのような確率モデルで表現しているか?ここでは隠れマルコフモデルを利用してみる。 隠れマルコフモデルは、(観測者には見えない)状態が前の状態に依存して変化していて、その状態に依存してデ