しましま/人工知能学会全国大会2006 - 機械学習の「朱鷺の杜Wiki」
人工知能学会第20回全国大会† このページはしましまが人工知能学会全国大会2006に参加してとったメモです．私の主観や勘違いが含まれていたり，私が全く分かってなかったりしていますので，その点を注意してご覧ください．誤りがあれば，指摘してください． http://www.jaist.ac.jp/jsai2006/ 期日：2006年6月5日(月)〜6月6日(火)国際ワークショップ 2006年6月7日(水)〜6月9日(金) 本会議 場所：タワーホール船堀（江戸川区民ホール） 地図 JSAI2006大会支援システム 人間乱数の分析† 楊 静宏(岩手大学 工学研究科) 川原 正広(東北大学大学院 情報科学研究科) 五味 壮平(岩手大学 人文社会科学部) 新貝 鉚蔵(岩手大学 工学研究科) 人間が乱数のつもりで作った数列には何らかの特徴が現れる． 生成頻度が早いと，短期記憶には残っているが，使えない
bayonやCLUTOが爆速な理由 - download_takeshi’s diary
クラスタリングツールbayonを使っていて、常々「どうしてこんなに高速に処理できんのかなぁ」と疑問に感じていました。repeated bisectionという手法自体がk-means法などと比べると効率がいいのですが、それにしても、それだけでは説明がつかないほど爆速なわけです。 うまく例えられませんが、自前でk-meansのスクリプトを書いて比べてみると、自転車と新幹線くらいちがうという印象です。はじめてCLUTOを触った時、数万件程規模のクラスタリング処理が本当に「あっ」という間に終わってしまい、びっくりした記憶があります。 きっと実装面でなにか特殊なことがあるんだろうなと思い、mixiエンジニアブログでbayonの記事を改めて読み漁っていたら、以下の部分が目に止まりました。 このクラスタの評価は、クラスタの各要素とクラスタの中心とのcosine類似度の和としています。この和が大きいほど
PRML 読書会 #11 資料(max-sum アルゴリズム) - 木曜不足
「パターン認識と機械学習」(PRML)読書会 #11 で担当する 8.4.5「max-sum アルゴリズム」の資料です。 8.4.5 max-sum アルゴリズム 8.3 まで モデルを表現するツールとしてグラフィカルモデルを使う 8.4 以降、周辺化や同時分布の大域最大解を求めるツールとしてのグラフィカルモデル 8.4.4 積和(sum-product) : 周辺分布を求める 8.4.5 max-sum : 同時分布の大域最大確率と、それを与える変数の値を求める max-sum algorithm 同時分布の最大解を求めるツール sum-product algorithm において 因子(local function) の対数を取り sum を max におきかえ 単調増加なlogと交換可能 非負な係数に対して分配則が成立 product を sum におきかえ ★注意★ sum-pro
将棋世界2010年３月号、コンピュータ将棋、機械学習の弱点: ホットコーナー
ブログ(iiyu.asablo.jpの検索) ホットコーナー内の検索 でもASAHIネット(asahi-net.or.jp)全体の検索です。 検索したい言葉のあとに、空白で区切ってki4s-nkmrを入れるといいかも。 例 中村(show) ki4s-nkmr ウェブ全体の検索 ASAHIネット(http://www.asahi-net.or.jp )のjouwa/salonからホットコーナー(http://www.asahi-net.or.jp/~ki4s-nkmr/ )に転載したものから。 --- http://www.amazon.co.jp/exec/obidos/ASIN/B00354W56K/showshotcorne-22/ 将棋世界 2010年 03月号 [雑誌] (雑誌) は、読みどころ満載。 将棋関係、面白い話がいろいろあって、あれこれ紹介したいけど、時間がな いから、
Welcome to Elefant — Elefant
Elefant (Efficient Learning, Large-scale Inference, and Optimisation Toolkit) is an open source library for machine learning licensed under the Mozilla Public License (MPL). We develop an open source machine learning toolkit which provides algorithms for machine learning utilising the power of multi-core/multi-threaded processors/operating systems (Linux, WIndows, Mac OS X),a graphical user interf
Book - 機械学習の「朱鷺の杜Wiki」
書籍・資料† 機械学習や統計関係の書籍をみなさんに紹介しましょう． 機械学習全般の教科書については 機械学習#TextBook も参考にして下さい． 論文の紹介は「論文」 にあります． 機械学習・統計・データマイニングの書籍・論文の英語表現は「English」にあります． Christopher M. Bishop著“Pattern Recognition and Machine Learning”の日本語版 「パターン認識と機械学習 - ベイズ理論による統計的予測」サポートページ 赤穂 昭太郎著 「カーネル多変量解析」のサポートページ ↑ リンク† 数理・データサイエンス教育強化拠点コンソーシアム 講義ビデオ BayesFun の書評 (BayesFun:BookReview/和書, BayesFun:BookReview/洋書) Top Mentioned AI & Machine L
tutorials:list.html [Auton Lab]
Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Noncommercial 4.0 International
階層型のネットワーク
Next: 階層型ネットワークの行列表現 階層型のネットワーク 浅川伸一 しばらくは、ニューロンが振動数符号化法のみを利用している -- すなわちニュー ラルネットワークにおけるすべての情報はニューロンの発火頻度によって伝達さ れる -- ことを仮定して話を進めます。 階層型ネットワークの行列表現 Hebb の学習則 パーセプトロン(Rosenblatt, 1958) パーセプトロンの学習 パーセプトロンの情報処理能力 パーセプトロンの限界 バックプロパゲーション XOR 問題 誤差逆伝播法(一般化デルタルール) バックプロパゲーション法の応用例 対称性の認識 砂時計モデル バックプロパゲーション法の加速 モーメント法 修正モーメント法 バックプロパゲーション法の問題点 ローカルミニマム 係数爆発 実用的な問題が解けるか？ バックプロパゲーションをめぐる論争 About this docu
python - 機械学習の「朱鷺の杜Wiki」
python一般† python.org：公式サイト Wiki Package Index iOS用Python環境 Computable Python for iOS Python Math PyPad Pythonista 英語資料 Python Course：Python のいろいろなトピックについての講義を集めたサイト Python Quick Reference @ Richard Gruet (旧版 日本語訳) Google's Python Class OLamp.com -- Python Dev Center：O'Reillyのpython関連ニュース Python Miro Community：チュートリアル講演ビデオのポータル Wikipedia:Python_(programming_language) Python tools that everyone shou
BLOG::broomie.net: 各種分類器の分類精度を示した絵がおもしろい
今日会社で多次元のデータを２次元にクールでベストプラクティスな感じでプロットするにはどうしたらいいんだろうね、やっぱ多次元尺度構成法じゃない？的な会話をしていたのだけれども、２次元にデータを落とし込むと人間にもわかるデータになって本当におもしろいですよね。今日はその一例というか、いくつかの分類器の分類精度を２次元にプロットした結果を示した実験結果を解説したページを紹介します。おおーこうゆうのみたかったんだよなー！と個人的にはかなりエキサイティングな感じでした。 要約というか意訳になってしまうのですが、ページに以下のように説明されています。(細かいところは訳してません) http://home.comcast.net/~tom.fawcett/public_html/ML-gallery/pages/index.html 分類タスクの機械学習の研究では定量的な評価が重要です(精度とかACUと
Reinforcement Learning Simulator
Reinforcement Learning - Simulator Introduction The motivation behind this work is to simulate and animate the Reinforcement Learning algorithms to be able to better understand their behavior, which will enable to enhancements to these algorithms. Visualization is a better way of presenting new concepts to others. Our perception about animating these algorithms is to enable the students to get an
Index of /Uploads Elad Yom-Tov's homepage
Index of /Uploads NameLast modifiedSizeDescription Parent Directory - Ada_Boost.m 2008-11-17 13:06 3.1K Bottom_Up_Parsing.m 2008-11-17 13:06 2.2K C4_5.m 2008-11-17 13:06 6.7K DHSchapter2_fixed.mat 2008-11-17 13:06 598 Grammatical_Inference.m2008-11-17 13:06 4.2K Marginalization.m 2008-11-17 13:06 1.9K PPT.m 2008-11-17 13:06 1.8K SVM.m 2008-11-17 13:06 7.8K Sequential_Feature_S..>2008-11-17 13:06
BLOG::broomie.net: 機械学習のアルゴリズムを解説したサンプルプログラム集
すごい、有名なアルゴリズムのサンプルプログラムがたくさんあります！ http://www.yom-tov.info/Uploads/ # Parent Directory # Ada_Boost.m # Bottom_Up_Parsing.m # C4_5.m # DHSchapter2_fixed.mat # Grammatical_Inference.m # Marginalization.m # PPT.m # SVM.m # Sequential_Feature_Selection.m # calculate_region.m だけどmatlabわからない。。。 いつか解読してみせる。
ICML 2009
ICML2009 Awards Nominees The ICML 2009 Awards Committee is pleased to announce the winners for this year's best paper awards. (Papers not marked as winners were honorable mentions.) Best overall paper A paper the committee feels contains innovative and creative results and best conveys deeper insights that are of interest to researchers both inside and outside of machine learning. Archipelago: Non
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
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: 言語処理のための機械学習入門 (自然言語処理シリーズ 1): 高村大也: 本
Newest 'machine-learning' Questions
Artificial Intelligence: Amazon.co.uk: Stuart Russell, Peter Norvig: Books
パターン認識・画像処理手法の解説＠栗田多喜夫先生
IBM Developer
autonweb:14686 [Auton Lab]