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。
記事へのコメント2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
- 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
クラシックな機械学習入門 1 導入
2. 情報源を記号列(例えば単語列 あるいは文字列)とする Noisy Channel Model 機械学習の先史時代... 2. 情報源を記号列(例えば単語列 あるいは文字列)とする Noisy Channel Model 機械学習の先史時代 --情報の変換過程のモデル化-- 情報源記号 列:t tx 情報変換 雑音(N(0,σ2) etc) 推定処理 :推定さ れた情報 源記号列 出力された記号 列=推定処理 への入力 x 出力された記号列=推定処理への入力データxから 情報源記号列tを推定し を計算する tˆ tˆ 3. Bayesの定理 P(t|x)は、新たな出力記号列xが得られたときの情 報源から出力された記号列 t を推定する式で、これ を最大化する t すなわち を求めるのが目標。 ところが、このままでは、既に得られている情報を 使えないので、Bayesの定理で変換する。 すると、既知の情報源状態と出力記号列のペアに 関する条件付き確率P(x|t) (=教師データ) 情
2015/03/19 リンク