学習とそのアルゴリズム
本書は，電気学会の「GA・ニューロを用いた学習法とその応用調査専門委員会」の技術報告書でもある．平成7年11月より平成10年10月までの3年間設置された同委員会において，委員各位の知見や最新の成果について発表し，関連する分野の技術動向について議論を行った．また，電気学会電子・情報・システム部門大会でのセッションを，同期間中企画して発表も行った．これらの活動成果を，単に学会の技術報告書にとどめおくことなく，少しでも多くの方の参考にしていただくことを願って，電気学会，特に電子・情報・システム部門の情報処理技術委員会や同部門研究調査運営委員会のご理解をいただき，成書としてまとめることになった． 本書が中心としているテーマは「学習アルゴリズム」であり，このテーマは古くから取り上げられ続けてきたテーマであると同時に，またきわめて新しいテーマでもある．近年，脳の神経回路を単純にモデル化したいわゆる人
IIR の階層的クラスタリングを試す (nakatani @ cybozu labs)
Pathtraq で Web ページの自動分類を手がけてみて。 Web ページは日々どんどん変わっていくのでフィルタは常に更新されなければいけないんですが、そのためには適切なタイミングに、適切な学習データを用意しなければならない。大変。 メンテナンスフリーが理想ですが、もちろん難しい。 現実的なところとしては「追加学習が必要なことを検知して、適切な学習データの候補を提案してくれる」というものが作りたいなあ……などなど考えているわけです。 そこらへんも含めて、自然言語処理とか機械学習とかそこら辺のお勉強をしてるんですが、実際に手を動かさないとわかんないですよねー。 というわけで、 "Introduction to Information Retrieval" の Chapter 17 "Hierarchical clustering" に沿って、ドキュメントの分類器を作ってみました。 ポイン
NekoFight
正式公開版 Ver 1.5（2007/3/3公開） 物理演算とAIで格闘ゲームっぽいものを目指そうというプログラムです。 NekoFight ver1.5をダウンロードする（Windows+OpenGL、ZIP圧縮、12MByte） 操作法はメニューから操作法を見てください。 作者のたわごと 2007/3/3日 Ver1.5 公開 ものすごーく久しぶり（４年？）な趣味ソフト公開ですが、NekoFightのバージョンアップです。棒立ちだった敵キャラにAIつけてみました。 AIの方式は単なる３層ニューラルネットで、学習アルゴリズムは私独自のED法（誤差拡散法）です。 ED法は、バックプロパゲーションが実際の神経系のメカニズムとしてはありえないというのが気になって私の方で考え出した学習アルゴリズムですが、学習速度が非常に速いのと、中間層を増やせば無制限に性能が上がるのが特徴のアルゴリ
NN法っていいよね - きしだのHatena
NN法で学習した結果が、どんな感じの判定になるのか表示してみます。 2パラメータの学習データで、どういう風に判定されるのかを表示しています。 NN法では、一番近い学習データによって判定しているので、学習データに関しては正しい判定結果になります。けれども、判定の境界ががたがたになっていて、学習データ以外では外れた結果になることも多そうです。 ここまでのコメントで、「線形分離可能」という言葉が出てますが、これは、直線で判定結果を分けることができるかどうかということです。 NN法では、判定の境界が直線ではないので、「非線形分離」になっています。これが、ある程度の学習性能につながっていて、自分で書いた字を学習して自分で書いた字を判定するには十分かも、という結果につながっています。ただ、NN法は、すべての学習データを利用して判定するため、学習データが多ければデータ量も計算量も多くなってしまいます。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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
Amazon.co.jp: クラスター分析入門―ファジィクラスタリングの理論と応用: 宮本定明: 本
