EM algorithm（EMアルゴリズム、Expectation Maximization algorithm）について - データサイエンティスト上がりのDX参謀・起業家
EMアルゴリズムはいろんなところで使われます。 基本的には未知パラメータの推定方法の一種です。 とりあえず箇条書でまとめます。 提案論文：Maximun likelihood from incomplete data via the EM algorithm. Dempster AP, Laird NM and Rubin DB. JRSS B. 39,1-38. 1977. 提案者のRubinは欠測分野、因果推論の権威で次の教科書も書いています。 Statistical Analysis with Missing Data (Wiley Series in Probability and Statistics) 作者: Roderick J. A. Little,Donald B. Rubin出版社/メーカー: Wiley-Interscience発売日: 2002/09/09メディア:
PRML(パターン認識と機会学習)勉強会
PMRL勉強会の人たちに帰宅途中にばったり出くわしそのまま勉強会に参加してきた。以下、メモ。 ◯最近の機会学習は「統計的機会学習が主流」らしいんだが、そもそも「統計的」ってどういうこと？ ※いきなりわからない。 あとでわかったらここに補足説明を追加するかも。 ◯教師あり ー条件付き確率分布 ーロジスティック回帰モデル 例）信用リスク評価、テキスト分類、画像認識、動画認識（キネクトとか） ◯教師なし ー混合正規分布モデル ーemアルゴリズム ー勾配法（P.241参照） 例）異常検知、クラスタリング ◯その他の機会学習 例）レコメンデーションシステム（強調フィルタリング、グラフマイニング？？） ◯最尤推定 尤度、対数尤度 ※「閉じた形で求まる」→「解析的に求まる」 ◯emアルゴリズム ここ↓の幾何イメージの図がわかりやすい http://d.hatena.ne.jp/
PRML合宿まとめサイト
■上巻 第1章: 序論 序論ではまずパターン認識の最も簡単な例として多項式曲線フィッティングを取り上げ、パターン認識・機械学習の基本的な枠組みを紹介する。そしてベイズの定理や統計量などの確率論の基礎を導入し、確率論の観点から再び曲線フィッティングを扱う。不確実性はパターン認識の分野における鍵となる概念であり、確率論はこれを定量的に取り扱うための一貫した手法を与えるため、この分野における基礎の中心を担っている点で重要である。 また、回帰・識別の実際の取り扱いに際して必要となる決定理論や、パターン認識・機械学習の理論において役立つ情報理論の導入についても行う。 発表資料はこちら(ppt)とこちら(ppt)。前半では多項式曲線フィッティングの例およびベイズ的確率を、後半では決定理論および情報理論を取り扱っている。 第2章: 確率分布 第2章では二項分布や多項分布、ガウス分布といった各種の確率分布
鶏肉のトマトクリーム煮☆ by *usako* [クックパッド] 簡単おいしいみんなのレシピが120万品
ソースはぴょんこママさんのレシピを見ると、さらによくわかると思います。 粉チーズをかけてもおいしいよ☆ ☆2012.2.5追記☆ もも肉やささみでもＯＫ！ 冷蔵庫にある野菜をプラスしてもおいしいですよ♪
ワシのVimプラグインは百八式まであるぞ - daisuzu's notes
ゴールデンウィークなので使っているプラグインをまとめてみました。 とかいって夏休みの宿題を最終日に片付けるような形になってしまっていますが… 都合よく108個あったわけだけど.vimrcでNeoBundleしている順なので 数が大きくなるほど人が遠くに吹っ飛ぶわけではありません。 【プラグイン管理】 1. neobundle.vim これが無いと始まりません。 これだけプラグインを使ってると自動アップデートは必須なのと 起動時にプラグインを読み込まないNeoExternalBundleがかなり便利。 2. vim-pathogen 前はメインで使っていましたが今はvim-ipi用です。 3. vim-ipi NeoExternalBundleで読み込まなかったプラグインを 後から読み込むために使ってます。 Vimの起動時間短縮のためには欠かせません。 【ドキュメント】 4. vimdoc-
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
