アルゴリズム - Wikipedia
アルゴリズム（英: algorithm[注 1]）とは、解が定まっている「計算可能」問題に対して、その解を正しく求める手続きをさす[注 2]。算法[1][2]、計算手順[3][4]、処理手順[5]とも和訳される。「ヒューリスティック」に対置する概念である[6]。現代的な定義では、ある関数が計算可能ならそれはアルゴリズム的に解ける[7]。つまりその関数の値を計算するアルゴリズムが存在する（不完全性定理についてのクルト・ゲーデルの講義に基づく定義）[7]。 実用上は、アルゴリズムの実行に要する記憶領域の大きさや完了までに要する時間（空間計算量と時間計算量）が小さいこと、特に問題の規模を大きくした際に必要な記憶領域や計算量が急激に大きくならないことが重要となる。 アルゴリズムの実行は形態によらない。たとえばアルゴリズムはコンピュータ上にコンピュータプログラムとして実装して実行できる。
日本でもAmazon Echo年内発売？既に業界は戦々恐々 | 湯川鶴章のテクノロジーフィクション | コラム＆ブログ | ニューズウィーク日本版 オフィシャルサイト
＜一度使えばスマホには戻れなくなる、といわれる音声コマンドの大ヒット・デバイス、Amazon Echo（エコー） がいよいよ日本上陸！？ 搭載されている音声認識技術 Alexa（アレクサ）に対応する家電や自動車も続々と現れて、これからは音声入力が生活の主役になりそうだ＞ アメリカで爆発的人気のスピーカー型音声アシスタント「Amazon Echo」。業界関係者によると、日本でも年内に発売になる可能性が高い。スマートフォン全盛時代に終止符を打つ可能性があると言われるほどの大型ヒットデバイスだけに、まだ噂の段階ながら戦々恐々とする業界関係者が多い。 ボイスファーストが強み Amazon Echoでどんなことができるのか。イメージ的には、スマホのデジタルアシスタントGoogle NowやiPhoneのsiriのようなもの。違いは、ボイスファーストだというところ。ディスプレイを搭載していないので、音
Python 非対称巡回セールスマン問題を分枝限定法( branch and bound )で解く - Qiita
巡回セールスマン問題(Wikipedia)を分枝限定法(Wikipedia)で解きます。 先日はナップザック問題(Wikipedia)を分枝限定法で解きました。 Python ナップザック問題を分枝限定法( branch and bound )で解く 与えられた都市iから都市jへの距離（コスト）が与えられた時ちょうど全ての都市を1度ずつ周りコストが最小になる経路を求めます。 コードに関して不備や改良案等があればご教示頂けますと幸いです。 問題 ここでは都市iから都市jへの距離（コスト）は以下にあるような問題を例にします。 都市の数（ノード）は10。都市iから都市iの距離(コスト）は無限大。 このように表現される巡回セールスマン問題を分枝限定法で解くプログラムを作成せよ。 [ [ math.inf, 22, 16, 21, 19, 24, 17, 21, 30, 29], [ 16, mat
ニューラルネットワーク入門 〜目次〜
ニューラルネットワーク入門 Copyright(c)1996 Akira Iwata & Toshiyuki Matubara (Iwata Laboratory Nagoya Institute of Technolgy) ０ はじめに 学習の進め方 １ 神経細胞とニューラルネットワーク 神経細胞 ニューロンモデル ニューロンモデルの数式化 ネットワークモデル まとめ ２ 階層型ネットワーク ２．１ パーセプトロン パーセプトロン パーセプトロンの動作と学習 パーセプトロン学習のシミュレーション パーセプトロンの限界 まとめ ２．２ バックプロパゲーション学習 最急降下法 前向き演算 後向き演算１（出力層から中間層） 後向き演算２（中間層から入力層） ＢＰのシミュレーション ＢＰシミュレータ まとめ ２．３ その他の階層型ネットワーク ネオ
Convolutional Neural Networkとは何なのか - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 機械学習の世界において、画像といえばConvolutional Neural Network(以下CNN)というのは、うどんといえば香川くらい当たり前のこととして認識されています。しかし、そのCNNとは何なのか、という解説は意外と少なかったりします。 そこで、本記事ではCNNについてその仕組みとメリットの解説を行っていきたいと思います。 なお、参考文献にも記載の通り解説の内容はStanfordのCNNの講座をベースにしています。こちらの講座はNeural NetworkからCNN、はてはTensorflowによる実装まで解説される予定な
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
微分積分
