素性関数 重み 識別関数 I w = (w1, w2, · · · , wn) ( I ) = ( x1, x2, · · · , xn) = x f ( x ) = w · x = n X i=1 wixi 分類対象
![目に見えるパーセプトロン](https://cdn-ak-scissors.b.st-hatena.com/image/square/05bc1db9910df2cec3d067fd39fd64d4f661c4cc/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Fc8b3a217eb8b4d26b6350867bca5d2ae%2Fslide_0.jpg%3F5141842)
概要 本ページは、代表的な機械学習の手法の特性について独自に簡単にまとめたページです。 (ご意見、ご指摘等あったらご連絡ください。) 世の中のスタンダードなものとして下記もあるので、それを踏まえてご参照いただければと思います。 - ScikitLearn Choosing the right estimator - Microsoft Azure Machine Learning Studio の機械学習アルゴリズム チート シート - 朱鷺の杜Wiki 機械学習 教師データあり 回帰 (一般化)線形回帰 ロジスティック回帰 サポートベクターマシーン(SVM) 木 決定木(CART) 回帰木 ランダムフォレスト 勾配ブースティング木 ニューラルネットワーク(NN) パーセプトロン 畳み込みニューラルネットワーク(CNN) 再起型ニューラルネットワーク(RNN) 残差ネットワーク(ResNe
先日koherが投稿した記事が多く読まれたようです。記事の内容は僕とkoherが普段話してきた内容が多く登場しているため、僕が人々に伝えたい内容とも強く合致しています。しかし残念な事にインターネットの反応を見ていると、誤解しているケースが思ったより多くありました。 そこで、ネットで見られた意見に対して返答を書きました。 特定の実在する意見は指さずに、僕が感じ取った文脈を編集したものを対象にします。それによって、「そんな事言われてないじゃないか」と思うものがあれば、僕としてもそのほうが嬉しいのでそれで問題ないです。 「たしかにそうだ」と思ってnull安全に今一度興味をもってもらえれば嬉しいです。 なお、記事中のコードは特に言及が無ければswiftです。 意見: null安全があっても、ちゃんとやるのを忘れているかもしれないのでは 忘れません。ちゃんとやらないと、コンパイルが通らないからです。
ホーム レビュー・インプレ 『Fractured Space』レビュー チームバトルは星の海へ。映像スペクタクルに満ちた宇宙戦艦MOBA、発進 日本語版『League of Legends』(以下、LoL)を始め、ターンベースMOBA『Atlas Reactor』(参考記事)、FPS-MOBA『Battleborn』がスタートした今年。弊誌でMOBA要素を評価したFPS『Overwatch』も加え、「2016年はMOBAの年」と称してもいいだろう―― いや、ちょっと待ってほしい。何か忘れていないか? そう、宇宙と戦艦だ。そして、この両方を満たすうってつけのMOBAが『Fractured Space』である。30種を越える宇宙戦艦の5on5バトルで、クールなストラテジーとホットなアクション、そして息を飲む迫力の映像美を体験しよう。 本作最大の特徴はプレイヤーが操作する宇宙戦艦だ。そのサイズは
ホーム ニュース Valve所属の心理学者が語る。『Counter-Strike』シリーズや『Dota 2』に適用された「心理学」の秘密 心理学者は、いまや幅広い現場で活躍する職業のひとつだ。医療や福祉といった特定の分野のみならず、多くの一般企業が心理のスペシャリストを起用している。プラットフォーム「Steam」を運営するValveもまた、心理学者を重宝している企業だ。Valveはもともと『Half-Life』シリーズなどメガヒット作品を生み出した、PCゲーム界隈において老舗ともいえるゲームパブリッシャー。企業が心理学を導入するといえば、社員のメンタルケアなどが連想しがちであるが、Valveはゲームデザインに利用しているという。同社に所属する心理学者Mike Ambinder氏は、その試みの一端を先日開催されたSteam Dev Daysの講演で明かしている。 Ambinder氏は実験心理
ゴールデンボンバーの公式サイトが完全にWikipediaのパクリとして話題になっている。 本人たちは笑わせようとしてるだけかもしれないが、私は大いに感心してしまった。 Webでアーティストのことを調べる時、私は公式サイトではなく、Wikipediaを見ることの方が圧倒的に多い。Wikipediaの方が見やすいし、満足いく量の情報が得られるからだ。 多くの公式サイトは、文字は小さく、情報量は極めて少ない。プロフィールもメディア向けの無機質なものだ。時には最新アルバムの世界観に合わせて派手な演出が施されていることもあるが、単に使いにくくなってるだけで、満足いく情報が得られることはない。 アーティストのことが知りたくなったのに、彼らの音楽的なルーツも、初めて買ったCDも、他のミュージシャンとの繋がりも、人と成りも、生まれ育った環境も、好きな食べ物も、好きなファッションも、公式サイトは教えてくれな
はじめに 最近流行りのDeep Learningに関する入門記事です。 Deep Learningは既にオープンソースのライブラリが豊富に出まわっており、今回はその中でも国産で定評があり、とある記事でGPU計算が現状で割と速いと書かれていたchainerを使用します。 ただ、Chainerの入門記事は多くあるのですが、そのほとんどが手書き文字を認識するmnistのサンプルを実行して終わっています。 たしかに、mnistのサンプルを眺めれば、Chainerの使い方はわかってくるのですが、なんとなくわかるのと自分で組めるのは違うなということで、今回はchainerを使ったDeep Learningが自分で組めるというところまでを目標にやっていきます。 開発環境 ・OS: Mac OS X EI Capitan (10.11.5) ・Python 2.7.12: Anaconda 4.1.1 (
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
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