Mozilla VPN: Fast. Simple. Private. Protect your entire device and all applications. Mask your real location and connect up to 5 devices. Subscribe now.
![mozdev.org - livehttpheaders: index](https://cdn-ak-scissors.b.st-hatena.com/image/square/fc90bbf8e8515c22f771e6a1d7f1a6a909ced87c/height=288;version=1;width=512/https%3A%2F%2Fwww.mozilla.org%2Fmedia%2Fimg%2Fmozorg%2Fmozilla-256.4720741d4108.jpg)
エラー内容 以下のいずれかの理由により、該当するコンテンツを表示することができませんでした。 コンテンツの公開が終了した。コンテンツが削除された。 指定したURLが間違っている。その他、やむをえない事情があった。 ご不便をお掛けして申し訳ございません。 何卒よろしくお願いいたします。 イザ! イザ!トップへ戻る
タイトルの内容で現在開催中のIBIS 2007で発表してきました。論文[pdf] 発表パワポ [ppt] タイトルからしてよくわからない人もいると思うので”タイトル”を簡単に説明します。 まず LLM (Log Linear Model)というのは指数型分布族と一般に呼ばれるのですが、p(x; w) = exp(wx - Z'(w)) x∈R^m, w ∈R^mの形をしている確率分布です。自然言語処理などでは最大エントロピーモデルとかCRFとかいろいろ名前を変えて使われているモデルです。いろいろな確率分布(例えば正規分布)がこの形に属します.Log-linearというのはこの確率分布の対数をとると、log p(x) = wx - Z'(w) と線形の式がでてくるところからそう呼ばれています。 次は、L1正則化です。やりたいことは訓練データを利用して確率分布を決定するパラメータを推定すること
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