他人の容姿を揶揄してはいけない社会、キモイ奴の隣の席になって泣き出す生徒をちゃんと処せるんだろうか。だったら納得するし賛同する。
![橙⚡️ on Twitter: "他人の容姿を揶揄してはいけない社会、キモイ奴の隣の席になって泣き出す生徒をちゃんと処せるんだろうか。だったら納得するし賛同する。"](https://cdn-ak-scissors.b.st-hatena.com/image/square/5327292a3006beb0936b457b7225ecea70ff4cc2/height=288;version=1;width=512/https%3A%2F%2Fpbs.twimg.com%2Fprofile_images%2F1522369233774030849%2Fkn5zIJrv.jpg)
類似性と「みにくいアヒルの子の定理」 小野山 敬一 1.はじめに 類似性 similarity は対象間の関係を見るひとつの方法であり,しばしば分類における基準となるもので,それによって事物のグルーピングが行なわれたりするものである.一方,「みにくいアヒルの子の定理」(the theorem of the ugly duckling)は,形質を同等に評価した場合には類似性にもとづく分類がありえないこと,したがって客観的な分類がありえないことを示すものと解釈されている. 「みにくいアヒルの子の定理」はWatanabeが1961年にAAAS annual meetingで言及し,1962年ブラッセルでの講演で厳密な証明を与えた.後者はWatanabe (1965) に収録されている.その後,渡辺自身は,Watanabe (1969) や渡辺(1978,1986)で取り上げているが,他の著者が言
TL;DR 機械学習のアルゴリズムには詳しくなりたいけど実装はしない、という立場の人向けの学習資料まとめ 知人向けで、具体的には同僚医師がターゲット読者(めちゃ狭い!)だが、一定度他の人にも役に立つかも 改めて色々眺めてみてやっぱり大学の講義は質の高いものが多いと思った 知人が機械学習のアルゴリズムを学びたいと言っているので、オススメの資料などを見繕ってみるブログエントリ。 機械学習への関わり方を雑にアルゴリズムと実装で分けた場合に、アルゴリズムには詳しくなりたいけど実装をするわけではない、という立場の人向けである。 このようなタイプの人はそんなにいないと思うけど、具体的にはドメインエキスパートとして機械学習エンジニアと一緒にアルゴリズム・データ改善に取り組んでいて、アルゴリズムでどんなことをやっているかをちゃんと理解したい、みたいなのが一例となる。 なんとなくのイメージ的な理解だけだと、
機械学習の定理に「みにくいアヒルの子の定理」というものがあります。これは「純粋に客観的な立場からは、いかなるものも区別できない」というものです。 私はこの定理を前提とし、あくまで営利を目的とする私企業におけるパフォーマンスのことと、スコープを切って発言しています。
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