サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
Nintendo Direct
www.ms.k.u-tokyo.ac.jp
No more seats available. We will record the talks and make the videos public after the workshop. The workshop aims at bringing together leading scientists in deep learning and related areas within machine learning, artificial intelligence, mathematics, statistics, and neuroscience. No formal submission is required. Speakers are invited to present their recently published work as well as work in pr
東京大学 杉山・横矢・石田研究室:機械学習と統計的データ解析 機械学習の基礎理論の構築と実用的なアルゴリズムの開発,及び,実問題への応用研究を行っています [ English | Japanese ] 発表論文(日本語) 杉山将の発表論文(日本語)(英語) 横矢直人の発表論文(英語) 石田隆の発表論文(英語) 東京大学 杉山・横矢・石田研究室 大学院新領域創成科学研究科 複雑理工学専攻 (柏キャンパス) / 大学院情報理工学系研究科 コンピュータ科学専攻 (本郷キャンパス) / 理学部 情報科学科 (本郷キャンパス)
Sugiyama-Honda-Yokoya Lab at the University of Tokyo We are working on theory, algorithm, and application of machine learning and statistical data analysis. [ English | Japanese ] Software The software available below is free of charge for research and education purposes. However, you must obtain a license from the author(s) to use it for commercial purposes. The software must not be distributed w
1 , vol.56, no.5, pp.10–15, 2015. Mathematics for Machine Learning Masashi Sugiyama (University of Tokyo) sugi@k.u-tokyo.ac.jp, http://www.ms.k.u-tokyo.ac.jp Taiji Suzuki (Tokyo Institute of Technology) s-taiji@is.titech.ac.jp 1 x ∈ Rd y ∈ {1, . . . , c} Rd d c 16×16 d = 16×16 = 256 c = 10 x p(x) y p(y) p(x, y) x y p(y|x) y x p(x|y) 1 p(y|x) x y p(y) x y y p(y|x) 1 p(x) p(y) 2 y x p(y|x) p(x, y) n
東京大学 杉山・本多研究室:機械学習と統計的データ解析 機械学習の基礎理論の構築と実用的なアルゴリズムの開発,及び,実問題への応用研究を行っています [ English | Japanese ] 研究概要 教科書 機械学習のための確率と統計 イラストで学ぶ機械学習:最小二乗法による識別モデル学習を中心に 統計的機械学習 統計的学習の基礎:データマイニング・推論・予測 パターン認識と機械学習 強くなるロボティック・ゲームプレイヤーの作り方~実践で学ぶ強化学習 学習の種類 教師付き学習 教師なし学習 半教師付き学習 強化学習 機械学習の理論とアルゴリズム モデル選択 不偏モデル選択規準 正則化モデル選択規準 能動学習 単一のモデルに対する能動学習 複数のモデルに対する能動学習 追加学習/オンライン学習 次元削減 教師付き次元削減 半教師付き次元削減 教師無し次元削減 類似度データからの学習/カ
コンピュータはどこまで賢くなれるのか? 機械学習の理論構築,アルゴリズム開発,実世界応用 情報通信技術の飛躍的な性能向上に伴い,これまで人間にしかできなかった知的な情報処理が,コンピュータによって実現できるようになりつつあります.杉山研究室では,「コンピュータはどこまで賢くなれるのか」をテーマに,人工知能分野の機械学習とよばれる知的データ処理技術に関する様々な研究課題に取り組んでいます. 学習理論の構築 汎化とは,学習していない未知の状況に対応できる能力であり,コンピュータが知的に振る舞うために不可欠です.本研究室では,主に確率論と統計学に基づいて,汎化能力獲得のメカニズムを理論的に探求しています. 学習アルゴリズムの開発 機械学習分野には,入出力が対になったデータから学習を行う教師付き学習,入力のみのデータから学習を行う教師なし学習,環境との相互作用を通して最適な行動規則の獲得を目指す強
このページを最初にブックマークしてみませんか?
『Sugiyama-Yokoya-Ishida Lab at UTokyo』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く