GMOインターネットグループのGMOアドパートナーズ株式会社の連結会社で、総合インターネット広告代理事業を展開するGMO NIKKO株式会社(代表取締役社長:橋口 誠、以下、GMO NIKKO)は、クリエイティブとテクノロジーの融合による新たなインターネット広告サービスの研究・開発を行う専門組織「次世代アドクリエイティブラボ」を発足いたしました。 さらに本日2017年9月27日(水)より、「次世代アドクリエイティブラボ」の研究・開発サービスの第一弾として、広告クリエイティブを自動生成する「GMO MARS Design Cloud」を提供開始いたしました。 今後「次世代アドクリエイティブラボ」では、「GMO MARS Design Cloud」にAI(人工知能)技術を活用した言語・画像解析や機械学習の仕組みを取り入れるべく、研究・開発を進めてまいります。 「次世代アドクリエイティブラボ」発
Dirichlet Processを使うモチベーション 以下の図のような1次元データをクラスタリングしたいとします。 明らかに3個のクラスタがあるっぽいので、$k = 3$としてk means clusteringをすれば解決。 ・・・なのですが、Dirichlet Processはクラスタ数を事前に指定しなくても使うことができます。この記事では、上記一次元データのクラスタリングをDirichlet Processにより実装してみます。 Dirichlet Processはベイジアンなアプローチですが、ベイジアンモデルを使うと何が嬉しいかはこちらで説明しています。 Dirichlet Processの概要 Dirichlet Processは、ベースとなる確率分布$G_0$とパラメータ$\alpha$で定義され、$n$個目のサンプル$\theta_n$を、
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