ダウンロード数: 2961 このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/2433/97205
1998 年情報論的学習理論ワークショップ 1998 Workshop on Information-Based Induction Sciences (IBIS'98) Hakone, Japan, July 11-12, 1998. Model Selection and Related Topics in Statistical Sciences 伊庭 幸人 Yukito Iba モデル選択とその周辺 Abstract: There are a number of statistical methodologies, each of which has its own philosophy and mathematical background. A way to understand them is to regard them as tools for de ning
データの(あるいはデータ型の)大事な性質に次のものがあります。 変更可能性(ミュータビリティ) 複製可能性(コピーアビリティ) 破棄可能性(ディスカーダビリティ) 状態を表すデータは変更可能でないと使い物になりませんが、一方で、変更してはいけないデータを変更してしまうバグは非常に多いものです。変更可能データをギリギリまで少なくして、できるだけ多くのデータを変更不可能(イミュータブル)にしたほうがいいだろうと思います。constとかfinalをイッパイ付けようね、ってことです。それを突き詰めると、一部の関数型言語のように、そもそも変更可能データがない仕様となります。 コンピュータでは、データのコピーが比較的容易ですが、それでも巨大なデータとなるとそうそうコピーはできません。現実的には複製不可能なデータもあるのです。変更不可能データなら、データ共有(シェアリング)によりコピーしたのと同じ効果を
☆HOME☆ ☆数学のいずみ☆ 高校生のための情報理論入門 @Author Masasi.Sanae @Version 1.02;2002.3.16 0.はじめに 情報化社会においては発信者から受信者への情報の伝達が重要な役割を果たします。更にその情報の伝達を如何に効率よく行うか,如何に正確に行うかが重要となります。そうした分野を対象としているのが「情報理論」と呼ばれているものです。 情報理論を支えているのが数学の確率・統計に関する基本的な理論です。身の回りを取り巻くディジタルな世界を情報理論を通して解析し,実生活に直結する話題であることを体感してみましょう。 1.確率の基礎知識 1_1 集合 あるものの集まりを集合という。集合は要素(元)から成り立っている。 A={a1,a2,a3,・・・an} 任意の集合Sの要素の一つをxとするとき,xは集合Sに属するといいx∈Sのように表す。また,
2008年度 先端情報科学特論 II & IV リンク解析と周辺の話題 担当 新保 仁 shimbo@is.naist.jp 日時 2008/11/10, 11/17, 12/1, 12/8 (全 4 回) - 4限 15:10-16:40 場所 情報棟 L3 講義室 リンク解析は, グラフ (ネットワーク) データの構造から有用な情報を抽出するための, データマイニングの一研究分野です. この講義ではまず, リンク解析が取り扱う 2 種類の尺度 (重要度と関連度) について述べ, それぞれの代表的な計算手法を紹介します. 後半では, 近年機械学習分野で盛んに研究されているカーネルのうち, グラフ上の節点に対して定義されたカーネル (グラフカーネル) と, そのリンク解析への応用について紹介します. 第1回 11月10日 スライド 第2回 11月17日 スライド 第3回 12月1日
☆HOME☆ ☆数学のいずみ☆ 高校生のための情報理論入門 @Author Masasi.Sanae @Version 1.02;2002.3.16 0.はじめに 情報化社会においては発信者から受信者への情報の伝達が重要な役割を果たします。更にその情報の伝達を如何に効率よく行うか,如何に正確に行うかが重要となります。そうした分野を対象としているのが「情報理論」と呼ばれているものです。 情報理論を支えているのが数学の確率・統計に関する基本的な理論です。身の回りを取り巻くディジタルな世界を情報理論を通して解析し,実生活に直結する話題であることを体感してみましょう。 1.確率の基礎知識 1_1 集合 あるものの集まりを集合という。集合は要素(元)から成り立っている。 A={a1,a2,a3,・・・an} 任意の集合Sの要素の一つをxとするとき,xは集合Sに属するといいx∈Sのように表す。
学習の幾何 村田 昇 はじめに 情報幾何入門 EM の幾何 EM の拡張* 集団学習 おわりに 学習アルゴリズムの情報幾何 知能システム科学特別講義第2 (2007 年度夏学期) 村田 昇 早稲田大学 理工学術院 Aug. 3, 2007 / 東京工業大学 学習の幾何 村田 昇 はじめに 情報幾何入門 EM の幾何 EM の拡張* 集団学習 おわりに Outline 1 はじめに 2 情報空間の幾何学 3 EM アルゴリズムの幾何学 4 EM アルゴリズムの拡張* 5 集団学習の幾何学 学習の幾何 村田 昇 はじめに 学習とは何か 歴史的背景 学習問題の定式化 確率モデル 情報幾何入門 EM の幾何 EM の拡張* 集団学習 おわりに 工学における種々の問題 以下のような例を考えてみる. 画像を圧縮する. 画素値 X の分布 P(X) を求め,情報量 log 1/P(X) に基 づいて情
This is the companion website for the following book. Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. You can order this book at CUP, at your local bookstore or on the internet. The best search term to use is the ISBN: 0521865719. The book aims to provide a modern approach to information retrieval from a co
はじめに 小針日見宏著「確率・統計入門」1973岩波書店 「正規分布のことを、別名ガウス分布とも呼ぶが、ガウスは測量の仕事を長年やっている間に、球面幾何学と誤差の分布についての理論を作り上げたと伝えられている。整数論を本来の志としていた代数学者がガウスがこれである。大いに見習いたいものではないか。」(p.117) かねてから、ガウスがどうしてあの正規分布の確率密度関数をみつけたのか興味を持っていた。 二項分布から導くのが一般的である。ただし、高等学校の指導要領にはこの導出はない。 教える側としては、一応マスターしておかなければならない事項だが、これとは別に、エントロピーを最大にする分布が正規分布であることが知られている。 かつて、私が卒業論文で情報理論を取り上げたが、その折に触れた事項でもある。今から四十年も昔のことで、いわゆる「60年安保」時代のことであった。今この卒論を読み返してみて、
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