統計的機械学習入門
統計的機械学習入門(under construction) 機械学習の歴史ppt pdf 歴史以前 人工知能の時代 実用化の時代 導入ppt pdf 情報の変換過程のモデル化 ベイズ統計の意義 識別モデルと生成モデル 次元の呪い 損失関数, bias, variance, noise データの性質 数学のおさらいppt pdf 線形代数学で役立つ公式 確率分布 情報理論の諸概念 (KL-divergenceなど) 線形回帰と識別ppt pdf 線形回帰 正規方程式 正規化項の導入 線形識別 パーセプトロン カーネル法ppt pdf 線形識別の一般化 カーネルの構築法 最大マージン分類器 ソフトマージンの分類器 SVMによる回帰モデル SVM実装上の工夫 クラスタリングppt pdf 距離の定義 階層型クラスタリング K-means モデル推定ppt pdf 潜在変数のあるモデル EMアル
第49回入賞作品 小学校の部 1等賞 | 自然科学観察コンクール（シゼコン）
ポニーテールを観察していると、その人がわざと揺らしているのではないかと思うほど、リズミカルに揺れています。その反面、あまり揺れていない人もいることに気づきました。どんな時によく揺れて、どんな風になるとあまり揺れないのでしょうか。そんな秘密を調べたい。 いろいろな長さや髪の量のポニーテールの人に集まってもらうことは難しいので、そのモデルとして頭にかぶる「ポニーテール共振器」（50円玉をおもりとして糸でつるしたもの）、振り子のふれ幅を測る「測定ボード」を工作用紙などで作った。 実験１：糸（ポニーテール）の長さはどのくらいが一番よく揺れるのか？ 《方法》 糸の長さを変え（15㎝、30㎝、60㎝）、歩く速さを変えて（ゆっくり、普通、早足で）、６m歩いた時の振り子の往復回数をそれぞれ５回ずつ計る。おもりは50円玉１枚（＝４g）。 《結果》 振り子の長さと最大ふれ幅・往復回数の関係 ゆっくり歩いた
NEC、服の色や種類から人物を検索--迷子や足取り調査に利用
NECは11月4日、「茶色のジャケットに黒いズボン」など自然な言葉を入力することで、監視カメラによって蓄積された大量の映像の中から、特定の人物を高精度に発見できる人物検索技術を発表した。 従来の服装をもとにする人物検索では、服の色として代表的な一色を指定するか、あるいは画像で指定する必要があった。今回発表された人物検索技術は、服の色や種類に関する単語を自動抽出し、これを画像の特徴データに変換して検索するという。 変換の際に、服の重ね着による色の割合の変化や、正面とそれ以外による色の見え方の違い、上下半身の服の違いなどを考慮して特徴データを作成することで、より正確に検索ができるとのこと。 人物の向きや上下それぞれの服の色や色の割合を検出して判定することで、従来の服全体の色だけによる判定よりも高精度な検索を実現する。 さらに、顔の向きや光の当たり方が異なる場合でも高精度な顔の検出・照合ができる
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
http://www.bi.a.u-tokyo.ac.jp/~tak/index.html
