変分法 −無限次元空間の臨界点を見出す− - Laborify
こんにちは。高橋 和音 (Kazune Takahashi) と申します。現在は、東京大学大学院 数理科学研究科で特任研究員をしております。この記事では、変分法の概説を試みます。変分法は、微分方程式を考察する代表的な手法です。自己紹介がわりに、どうして変分法を専門にしたのかまず話したいと思います。 私は、大学の数学を勉強し始めてから、積分の世界の素晴らしさに魅了されました。 高校までですと、積分は原始関数を介して求めます。ところが、大学以降に勉強する高度な手法を使うと、例えば原始関数が書けない関数の定積分の正確な値が求まるケースがあります。また、正確な値を求めることができずとも、ある値よりも小さい or 大きいことが分かることが重要である場面も増えてきます。そういう一連の手法が好きになりました。 以下で「汎関数」が出てきますが、変分法で使う汎関数は、関数の積分で書かれます。変分法は、積分を
東京から1泊2日で行けるおすすめ温泉チャートを作りました - いつか住みたい三軒茶屋
Twitterにも上げましたが、作ってみました。 ときどきこういうのを作っては温泉欲を満たしたり、みなさんの温泉欲を高めたりしています…。なんでもそうですけど、お金が落ちないと存続できないので、私がなにか書いたり発信したりすることで温泉にお金が落ちるようになればめっちゃ幸せなので…。 〜〜〜 （追記） 海派？山派？がわかりにくくてすみません…！完全に寝ぼけてました。 海派→はい、山派→いいえです。 あと「箱根は電車でもバスでも行けるよ」と多くご指摘いただいておりますが、個人的には車で行ったほうがよいと思っているので右側に置きました。日帰り温泉や観光スポット回るとき、登山鉄道やバスだけだと結構たいへんなので…。箱根湯本だけ楽しむ、なら電車でもよいですが、箱根湯本駅から奥へ行くのであればけっこう手間だったりします。 草津・伊香保・四万も「車で行ったほうがよいのでは」とご意見いただいていますが、
近似最近傍探索の最前線
MIRU 2019 チュートリアル http://cvim.ipsj.or.jp/MIRU2019/index.php?id=tutorial 松井 勇佑（東京大学生産技術研究所）http://yusukematsui.me/index_jp.html ベクトルの集合を前にして新たにクエリベクトルが与えられたとき、そのクエリに最も似ているベクトルを高速に探す処理を近似最近傍探索という。近似最近傍探索は画像検索をはじめ様々な文脈で用いられる基本的な操作であり、速度・メモリ使用量・精度のトレードオフの中で様々な手法が提案されている。本チュートリアルでは、アプローチや対象とするデータの規模に応じて近年の手法を分類し、その概観を示す。また、各手法に対応するライブラリを紹介し、大規模データに対する探索を行いたい場合にどのように手法を選択すべきかの道筋を示す。
ノイズのある教師データを用いた機械学習に関する研究サーベイ - ABEJA Tech Blog
こんにちは、Research Internの荒尾(@karolis_ml)です。 日進月歩の勢いで研究が進んでいる深層学習ですが、教師あり学習でもっとも大事なデータのアノテーション、応用分野ではまだまだ大変ですよね。例えば、犬の写真から犬種を判断する分類器を作ろうとして教師データが必要になったとき、あなたは以下の画像にどんなラベルをつけるでしょうか? 出典: Pixabay 犬好きの方は正しくアラスカンマラミュート、そうではない方は似た有名犬種であるシベリアンハスキーと答えられたことでしょう。マラミュートの茶色い目(かわいい)や小さめの尖った耳(かわいい)を見分けて正しくラベル付けをするのは、決して簡単ではありません。 このようなアノテーションの分野に関して当ブログでは以前、Bounding BoxやSegmentationの効率化についての研究サーベイを行いましたが、この犬種分類のような
傾向スコアを用いた因果推論入門~理論編~ - 下町データサイエンティストの日常
0. はじめに 1. 因果推論~施策の本当の効果~ 1.1 TVのCMを見るとアプリのプレイ時間が短くなる！？ 1.2じゃぁ理想的な比較方法は？ 1.3 背景要因を揃えた比較が難しい問題 1.4 反実仮想：仮に「xxxしたら / しなかったら」の効果算出 2. 傾向スコアを用いた効果測定 2.1 絶対にこの条件は守ろう ~ 「SUTVA」/「強く無視できる割り当て条件」~ 2.1.1 SUTVA 2.1.2 強く無視できる割り当て条件 2.1.3 どうやって条件が成り立ってるか確認するの？ 2.2 傾向スコアとは 3. 傾向スコア算出 3.1モデリング 3.2モデルの評価 4. 傾向スコアを用いたマッチング 4.1 マッチングのお気持ち 4.2 様々なマッチング手法 4.3 マッチングのメリット / デメリット 4.4 マッチングの評価 4.5 そもそも傾向スコアをマッチングに用いるべ
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
TechCrunch | Startup and Technology News
TechCrunch | Startup and Technology News