GitHub - sevamoo/SOMPY: A Python Library for Self Organizing Map (SOM)
A Python Library for Self Organizing Map (SOM) As much as possible, the structure of SOM is similar to somtoolbox in Matlab. It has the following functionalities: Only Batch training, which is faster than online training. It has parallel processing option similar to sklearn format and it speeds up the training procedure, but it depends on the data size and mainly the size of the SOM grid.I couldn'
Bayesian Self-Organizing Map Simulation using Java Applet (Japanese)
ベイジアン自己組織化写像シミュレーション（Ver. 1.3） (To English version) 用語解説 ベイジアン自己組織化写像(BSOM)は, 確率モデルに基づいて データの分布を推定する方法の一つで、その推定アルゴリズムはある種のニューラルネットの 学習アルゴリズムとみなす事も出来ます。 下の図の黒い点は人工的に生成されたデータ点を表します。 青い丸とそれを結ぶ青い線は, それぞれBSOMモデルのパラメータである中心点と トポロジーを表します。 この中心点は最初はランダムに配置されています。 トポロジーの役割は、それに沿ってパラメータが緩やかに変化すると言う制約を与えることによって 推定を安定させる事にあります。 ベイズ統計ではそのような制約はパラメータの事前確率として表現されます。 このアプレットはBSOMモデルの最大事後確率推定(MAP推定)を EMアルゴリズムで実行する
Self-organizing map - Wikipedia
A self-organizing map (SOM) or self-organizing feature map (SOFM) is an unsupervised machine learning technique used to produce a low-dimensional (typically two-dimensional) representation of a higher-dimensional data set while preserving the topological structure of the data. For example, a data set with variables measured in observations could be represented as clusters of observations with simi
DLIST
ABOUT THE COLLECTION The Digital Library of Information Science and Technology (DLIST) archive is a cross-institutional, subject-based, open access digital archive for the Information Sciences, including Archives and Records Management, Library and Information Science, Information Systems, Digital Curation, Museum Informatics, records management and other critical information infrastructures. DLIS
機械学習をはじめよう - Qiita
Introduction 「機械学習」 みなさんはどうやってこの言葉に出逢いましたか？ 最近よく聞くから？友達にやってみないかと誘われて？ もしあなたが今この記事を読んで機械学習という言葉を知ったのなら、それは私にとってとても喜ばしいことです。 でも、いざ始めてみると... 難しいですよね。 本屋でパターン認識と機械学習をパラパラっとめくってみて「うっ...」っとなった方もいるんじゃないでしょうか。 じつは、機械学習の理論のかなりの部分は難解な数式で構成されています。 初めからその数式に挑もうとすると... 難しくて挫折しそうになります。 もしあなたが機械学習のアルゴリズムを完全に、どこまでも深く理解したいのなら数式をいじり倒す必要があります。 しかし、アルゴリズムを実装してみたり、実際に使ってみるだけなら、そんなに深く理解する必要はありません。数式を完全に理解しなくても、アルゴリズムの動
[自己組織化写像] - Wikipedia
自己組織化写像（じこそしきかしゃぞう、英: Self-organizing maps, SOM, Self-organizing feature maps, SOFM）はニューラルネットワークの一種であり、大脳皮質の視覚野をモデル化したものである。自己組織化写像はコホネンによって提案されたモデルであり、教師なし学習によって入力データを任意の次元へ写像することができる。主に1～3次元への写像に用いられ、多次元のデータの可視化が可能である。出力となる空間をマップ (map)、競合層 (competitive layer)、もしくは出力層 (output layer) と呼ぶ。出力層に対して入力データの空間を入力層(input layer)と呼ぶこともある。自己組織化写像はコホネンマップ (Kohonen map)、コホネンネットワーク (Kohonen network)、自己組織化マップ、ソム
![[自己組織化写像] - Wikipedia](https://cdn-ak-scissors.b.st-hatena.com/image/square/ca8ebce88f8a50de73de64efc935b210220d88b4/height=288;version=1;width=512/https%3A%2F%2Fupload.wikimedia.org%2Fwikipedia%2Fcommons%2Fthumb%2Ff%2Ffe%2FKernel_Machine.svg%2F1200px-Kernel_Machine.svg.png)
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
http://kyoumu.educ.kyoto-u.ac.jp/cogpsy/personal/Kusumi/datasem03/nakamoto.files/frame.htm
