双対分解による構造学習 - Preferred Networks Research & Development
入力\(x\)から出力\(y\)への関数を学習する機械学習の中で、出力が構造を有している問題は構造学習（Structured Output Learning）と呼ばれ、自然言語処理をはじめ、検索のランキング学習、画像解析、行動分析など多くの分野でみられます。 今回はその中でも複数の構造情報を組み合わせても効率的に学習・推論ができる双対分解による構造学習について紹介をします。 # 構造学習についてよく知っているという方は双対分解による構造学習のところまで読み飛ばしてください。 構造学習の導入 構造を有した出力の例として、 ラベル列 （品詞、形態素列の推定、時系列におけるアクションの推定、センサ列） 木 （係り受け解析における係り受け木、構文解析木、談話分析、因果分析） グラフ （DAG:述語項構造による意味解析 二部グラフマッチング:機械翻訳の単語対応） 順位付集合（検索における順位
FrontPage - 情報論的学習理論と機械学習の「朱鷺の杜Wiki」
朱鷺の杜Wiki（ときのもり うぃき）† 朱鷺の杜Wikiは，機械学習に関連した，データマイニング，情報理論，計算論的学習理論，統計，統計物理についての情報交換の場です．これら機械学習関係の話題，リンク，関連事項，書籍・論文紹介などの情報を扱います． 更新されたページを確認するにはRSSリーダを使って右下のRSSリンクをチェックするか，最終更新のページを参照してください． ページの中でどこが更新されたかを見るには，上の「差分」をクリックして下さい． 数式の表示に MathJax を利用しています．数式の上でコンテキストメニューを使うと各種の設定が可能です．特に設定をしなくても数式は閲覧できますが，フォントをインストールすれば数式の表示がきれいで高速になります．詳しくは 数式の表示 のページを参照して下さい． ごく簡単なWikiの使い方がこのページの最後にあります．トップページやメニューなど
階層クラスタリング for はてブ・タグ付けデータ: エスキュービズム ラボ Blog
階層クラスタリングは、データマイニング手法の一つです。 今回はこの手法を、はてなブックマークのタグ付けデータに対して適用しました。 まずは、結果から紹介します： より大規模なデータセットを用いて解析した結果はこちら： ツリー表現 タグクラウド表現 === 解説 === 階層クラスタリングは、 「類似する要素をグループ化し、 徐々にそのグループもグループ化していき、 最終的に一つのグループにして、 階層的に要素およびグループを表現する」手法です。 上の例では、 “レシピ”と”料理”がまずグループ化されて、次に、そのグループと”食”がグループ化されています。 そのグループはさらに、音楽やアニメ、ゲーム関連の要素 （”音楽”、”music”、”アニメ”、”ニコニコ動画”、”著作権、”game”、”ゲーム”） からなる階層的なグループと統合されています。 このようなグル
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
