しましま/IBIS2013 - 機械学習の「朱鷺の杜Wiki」
第16回 情報論的学習理論ワークショップ (IBIS2013)† このページはしましまが IBIS2013 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． チュートリアル1：機械学習概要† 村田 昇（早稲田大学） 学習とは『賢くなる手続き』 スパムメール，Googleの検索，推薦システム，Watson，将棋，徴税システム 計算論的学習理論 人工知能とアルゴリズムの初期研究：決定的 → 確率的・非決定的な考え方の登場 80年代の Valiant 十分な確率で正解に達すればよい → PAC学習 統計的学習理論 確率的近似法（統計的探索に確率探索の手法を導入）→ 学習系の平均挙動の統計的解析 → VC次元の理論と発展 学習問題の枠組み 教師あり（回帰，識別）・教師なし（クラスタリ
しましま/IBIS2012 - 機械学習の「朱鷺の杜Wiki」
第15回 情報論的学習理論ワークショップ (IBIS2012)† このページはしましまが IBIS2012 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． 統計的学習理論チュートリアル：基礎から応用まで† 鈴木 大慈 (東京大学) 資料： http://www.simplex.t.u-tokyo.ac.jp/~s-taiji/ibisml2012/IBIS2012.pdf 理論は必要なのか? 理論を知らなくても実装できる → 理論家は役に立たない理論をこねくり回している？ 応用は基礎から発展してきた過去 理論は基本技術を開発して，応用手法の閉塞を打破する 成功例：SVM←VC次元，AdaBoost←弱学習器による学習可能性，Dirichlet過程←Fergusonの理論，そ
朱鷺の社 - 機械学習の「朱鷺の杜Wiki」
アルゴリズム・手法† 魔神ラーニング：最強の機械学習アルゴリズム．しかし，宇宙の全てを予測できるほど強力であり，全宇宙の生命体にとって脅威とみなされため，情報の海の深淵に封印されたと伝えられる パブロフ連鎖モンテカルロ：条件反射で行動する人たちの連鎖で，状況がウダウダになること 蝉-supervised lerning：教師信号を人間ではなく，蝉が与える機械学習の枠組み SMアルゴリズム：SステップとMステップを交互に繰り返すアルゴリズム．SステップとMステップが何であるかを記すには，この余白はせますぎる． バックプロパゲーション：伝言ゲームにおいて，最後の人から逆方向に「元々はどういう言葉だったの？」と伝言することで誤りを修正するアルゴリズム． ドープ・ラーニング：いけない情報を使っているので，異様に予測性能がいいが，後でその反動で全く予測ができなくなる． ビープ・ラーニング：学習中にず
RapidMiner - 機械学習の「朱鷺の杜Wiki」
RapidMiner† Weka の学習ルーチンに，前処理・可視化の部分を強化したYaleが，Rapid-I 社がオープンソースで開発している RapidMiner になった． さらに今は社名も RapidMiner になった． Community Edition は無料でオープンソースで 5.x 6.x 移行は製品で，機能制限版で無償のStarter版と，有償のものとがある．無償版は読めるファイルが CSV/Excel でDBアクセスなしの小規模データのみ． ビデオ： http://www.youtube.com/user/RapidIVideos ↑ しましまの個人的感想† 便利にできている．アルゴリズムをいじらないで分析だけする人にはおすすめ． Helpメニューからは，Wikiやビデオなどの他の資料へのアクセスができる．Wikiは結構ユーザがいることが伺える． 下の方にエラーが出てく
PRML - 朱鷺の杜Wiki パターン認識と機械学習 - ベイズ理論による統計的予測
パターン認識と機械学習 - ベイズ理論による統計的予測† This is a support page for the Japanese edition of "Pattern Recognition and Machine Learning" authored by C. M. Bishop. 本書は，Christopher M. Bishop 著「Pattern Recognition and Machine Learning」の日本語版です．上下2巻の構成です． パターン認識や機械学習の各種のアルゴリズムや背後の考えについて，ベイズ理論の観点から解説した教科書です． 基礎的な線形モデルから，カーネルトリック，グラフィカルモデル，MCMCなどの発展的な話題までをバランス良く収録しています． 数式による形式的な記述だけにとどまらず，豊富なカラーの図による直観的な説明もなされています． 本
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
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
