〒101-0062 東京都千代田区神田駿河台3-2-11 連合会館（旧・総評会館）4階 TEL：03-3251-5363 FAX：03-3258-6790
最新情報 | 日本労働弁護団
〒101-0062 東京都千代田区神田駿河台3-2-11 連合会館（旧・総評会館）4階 TEL：03-3251-5363 FAX：03-3258-6790
機械学習の４つのアプローチ - 作って遊ぶ機械学習。
おつかれさまです。今日はちょっと趣を変えて、近年のいわゆる「機械学習」という技術のアプローチをカジュアルに少しカテゴリ分けしたいと思います。 といっても、自分はアカデミックの研究者ではなく大量の論文を読み漁るということもほとんどしないので、理論的なバックグラウンドに基づいたソリッドなカテゴリ分けはできません。ここで紹介するのはあくまで、実用上の機械学習技術者から見た視点で「こんな傾向があるかなぁ」くらいの気持ちで書いたものです。 ＜代表的な４つのアプローチ＞ １、最適化（目的関数ベース） まず始めは最適化手法をベースにした機械学習のアルゴリズムです。たぶん一番例が多いんじゃないでしょうか。 ここでは、ある解きたい課題を目的関数によって定式化し、適切な最適化手法を使って解きます。伝統的な線形回帰や線形識別はもちろん、主成分分析（PCA）や非負行列因子分解（NMF）なんかもこの枠組みで解かれる
心理学評論特集「心理学の再現可能性：我々はどこから来たのか 我々は何者か 我々はどこへ行くのか」 - shorebird 進化心理学中心の書評など
昨年，Science誌に，心理学実験の研究論文について重大な疑義を投げかける論文「Estimating the reproducibility of psychological science」が掲載された．これは心理学者にとってはまさに衝撃的な内容だった． http://science.sciencemag.org/content/349/6251/aac4716 Estimating the reproducibility of psychological science Open Science Collaboration アブストはおおむね以下のような内容だ． ＜導入＞ 再現性は科学の決定的な特徴だ．しかし最近のリサーチでそれがどこまでその特徴とできるのかは知られていない．科学的な主張は現著者の地位や権威によって信頼性を得るべきではない．それは支持証拠の再現性によるべきだ． しかし
2016-09-26
2016-09-26 国連で、世界のリーダーが抗菌剤耐性に対応する WHO At UN, global leaders commit to act on antimicrobial resistance 21 September 2016 http://www.who.int/mediacentre/news/releases/2016/commitment-antimicrobial-resistance/en/ 本日世界の指導者達が抗菌剤耐性感染症の拡大に歯止めをかけるためにか… 2016-09-26 第71回国連総会、抗菌剤耐性に関するハイレベル会議でのEU健康食品安全コミッショナーVytenis Andriukaitisのスピーチ EU Speech by EU Commissioner for Health and Food Safety Vytenis Andriukaitis
目でみる尤度関数
本当の尤度関数を見てみましょう。 事前分布として場所に よらず一定値のものを考えた場合には、 事後分布も尤度関数と同じ形をしていますから「目で見る事後分布」でもあります。 MATLAB プログラム： 尤度関数 , メトロポリス法 . 尤度関数は、サンプルの出方に依存して確率的に変動します。 ここで示しているのは、あるサンプルに対するものです。 参考として最尤推定量の位置も記入してありますが、 最尤推定量は真の分布が同じでもサンプルが変われば、まったく違った 位置になりますので、ここに書かれている位置は偶然のものです。 この例を見れば、「統計学はフィッシャーの漸近理論だけで十分」とは言えないことが 一目瞭然ですね。 統計学の専門家のかたでも、しばしば次のように間違えます。 サンプルを X1, X2, ..., Xn としましょう。 「真の分布が統計モデルの特異点とぴったりと一致する ことは現
ベイズ統計の理論と方法
ベイズ統計の理論と方法 渡辺澄夫 ベイズ統計の理論と方法、コロナ社、2012 ， アマゾンのページ この本ではベイズ統計の理論と方法を紹介しています。 ベイズ統計については良い本がたくさん出版されていますので、他の本と 合わせてお読み頂ければ幸いです。 初めてベイズ統計に出あった人はもちろん、これまでにベイズ統計について勉強を されていて、多くの疑問を持たれているかたに本書をお薦めします。 特に、ベイズ統計について『いろいろな本に○○○と書いてあるが、これは 本当のところ正しいのだろうか』と思われていることが沢山あるかたに本書を お勧めします。例えば、 Q１．なぜ事前分布を信じることができるのだろうか？ Q２．ベイズ法は数理や理論に支えられていないのだろうか？ 『百人いれば百個の推論』でよいのだろうか？ Q３．私は BIC や DIC でモデルを設計して来たが、それで本当によかったのだろう
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
