Deep learning 用語集
deep learning とは、従来よりも多くの層を持ったニューラルネットを用いる 機械学習技術です。 deep learning は、画像認識、音声認識などの分野で、 いろいろなベンチマークで従来技術を超える性能を出しており、 注目を集めています。 私自身も勉強不足ですが 僭越ながら、 deep learning 関連用語について自分の理解で簡単にまとめました。 （挙げてある原論文もちゃんと読んでません！ 間違いがあればぜひご指摘ください。） Deep Learning auto-encoder または RBM などを積み重ねた深い構造を持つ機械学習器。 従来は研究者が手作りしていた特徴抽出器を、 代わりに大量のデータから学習させ自己組織化させるアプローチとも言える。 deep learning を特徴抽出器として使い、 識別器としては最上位層でＳＶＭなどを使うこともある。 deep
（不確かさ評価の準備としての）「情報量規準」とモデル選択
ある測定値が三角分布しているのか？正規分布しているのか？ 校正線や検量線を直線にするか？二次式にするか？ 不確かさ評価を始める前に、このようなことで悩むことがあるかも知れません。 このようなときに便利なツールが情報量規準です。 情報量規準に基づいて、分布や回帰式のモデルを選ぶ、すなわちモデル選択を行うことができます。 厳密に数学的な証明に興味のある方の要望には応えず、かといってとりあえずツールとして使えればよいという方に適切な資料でもないですが、 ある程度は理論的な背景を知っておきたいという方向けの内容にしております。 AIC（赤池情報量規準）を使った校正線（検量線）の選択は配付中の 回帰プログラムでも使用しております。 基本的には個人的な勉強などの私的利用を想定してアップロードしております．私的利用の範囲を越えると判断される 場合にはご一報下さい．プログラムは自分が分かればよいというつ
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
