数学とコンピュータ - Qiita Advent Calendar 2017 - Qiita数学とコンピュータⅡ ← 満員につき作りました✌️ 「数学とコンピュータ」に関する Advent Calendar です！ 3D 数学 機械学習 計算代数 型理論 証明支援 大規模計算 作ってみた系 などなど、数学とコンピュータに関することならなんでも！もちろんガチ勢でなくても👌
untitled
17 5 13 1 2 2 3 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 3 5 3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3.1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . 6 3.2
NNEF - Neural Network Exchange Format (NNEF)
Neural Network Exchange Format (NNEF) NNEF reduces machine learning deployment fragmentation by enabling a rich mix of neural network training tools and inference engines to be used by applications across a diverse range of devices and platforms. The goal of NNEF is to enable data scientists and engineers to easily transfer trained networks from their chosen training framework into a wide variety
Few-shot Autoregressive Density Estimation: Towards Learning to Learn Distributions
Deep autoregressive models have shown state-of-the-art performance in density estimation for natural images on large-scale datasets such as ImageNet. However, such models require many thousands of gradient-based weight updates and unique image examples for training. Ideally, the models would rapidly learn visual concepts from only a handful of examples, similar to the manner in which humans learns
ICCV 2017 速報
ICCV 2017 ( http://iccv2017.thecvf.com/ )の参加速報を書きました。合計で約160ページあります。 この資料には下記の項目が含まれています。 ・DNNの概要（DNN以前の歴史や最近の動向） ・ICCV 2017での動向や気付き ・これから引用されそう（流行りそう）な論文 ・フォーカスすべき研究分野 ・今後の方針 ・論文まとめ（約90本あります） cvpaper.challengeはコンピュータビジョン分野の「今」を映す挑戦です。論文読破・まとめ・アイディア考案・議論・実装・論文執筆（・社会実装）に至るまで広く取り組み、あらゆる知識を共有します。 https://sites.google.com/site/cvpaperchallenge/Read less
The 10 Statistical Techniques Data Scientists Need to Master
Regardless of where you stand on the matter of Data Science sexiness, it’s simply impossible to ignore the continuing importance of data, and our ability to analyze, organize, and contextualize it. Drawing on their vast stores of employment data and employee feedback, Glassdoor ranked Data Scientist #1 in their 25 Best Jobs in America list. So the role is here to stay, but unquestionably, the spec
《日経Robo》予測学習：Predictive Learning
深層学習は教師あり学習において大きな成功を収めている。一方、教師データを必要としない教師なし学習はまだ発展途上である。 カナダUniversity of Toronto教授のGeoffrey Hinton氏は、「脳のシナプスは1014個あるが、人は109秒しか生きられない。サンプル数よりパラメータ数の方がずっと多いことになる。（これらのシナプスの重みを決定するためには）1秒当たり105個の制約が必要となり、多くの教師なし学習をしているとの考えに行き着く」1）と述べている。 また、米New York University教授のYann LeCun氏は「知能をケーキに例えるならば、教師なし学習はケーキ本体であり、教師あり学習はケーキの飾り、強化学習はケーキ上のサクランボぐらいである。私達はケーキの飾りやサクランボの作り方は分かってきたがケーキ本体の作り方は分かっていない」2）と述べている。 学
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
http://www.math.wustl.edu/~sawyer/handouts/greenwood.pdf
【DLL３】20170904_AIガイドライン_PFN丸山宏
The Five Capability Levels of Deep Learning Intelligence
The State of ML and Data Science 2017 | Kaggle
位相空間を具体的に理解する ＠第10回日曜数学会
Interpretation of Neural Networks is Fragile