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
特異値分解と白色化について
MNIST手書き数字データを使用して数字認識を試してみました。 http://yann.lecun.com/exdb/mnist/ 以前... MNIST手書き数字データを使用して数字認識を試してみました。 http://yann.lecun.com/exdb/mnist/ 以前のベイズの定理を使って尤度が一番高いものを~のやつは、流れとして以下のようになると思います。 ポイント: ①最大事後確率則で事後確率が最大のカテゴリに分類する ②対数とっても比較結果は同じなので各カテゴリの対数事後確率を比較する ③事後確率はガウスモデルを想定する ④対数事後確率の(比較)計算に必要なのは平均ベクトルと共分散行列の逆行列と行列式 手順: ①訓練データから平均ベクトルと共分散行列を計算 ②共分散行列の逆行列と行列式を計算 ③未知パターンの対数事後確率を比較計算して分類 で、①は問題ないのですが、②の共分散行列の逆行列と行列式の計算が問題になります。 28×28の画像を考えた場合、一番左上の画素などは文字の特徴と殆ど関係がない背景画素ですので、