サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
www.iip.ist.i.kyoto-u.ac.jp
当研究室では「機械学習理論」を中心にして人間の高次推論機構の性質を解明し,またそれらを用いて与えられたデータから適切な情報を取得するための計算機構やソフトウェアを構築することを目標に研究を行っている. この研究はデータ集合からの知識発見などへの応用,数理論理学や計算数学との関係の解明へと展開している. 学部向け研究室紹介資料 (2021年版) 大学院学生募集用研究室紹介資料 (2020年版)
Building upon the great success of the MLSS'12 in Kyoto, we are organizing a second Machine Learning Summer School in Kyoto University between August 23 and September 4, 2015. This will be the 29th edition of the MLSS series. Join us this summer to learn from world-renowned machine learning specialists, network with a diverse and formidable audience and enjoy Kyoto, one of the most beautiful citie
機械学習統合環境 Wekaと ベンチマークデータ 山本章博 情報学研究科 知能情報学専攻 (工学部 情報学科) 2012年12月25日 機械学習とプログラミング 各種の機械学習手法をデータに適用するには プログラムを自作する 一般的な言語を用いてすべてを自作 ライブラリ群の利用 dlib C++ library, ELKI,… 機械学習向けプログラミング言語 R, S, … 機械学習向け統合環境 Weka Wekaとは フリーの機械学習統合環境 研究,教育,実務など幅広い利用が可能 データの前処理,多様な学習アルゴリズム,評価手 法の理解ができる. データの可視化などのGUIを備えている. New Zealand の Waikato大学で開発 実装はマルチプラットホーム対応のPure Java 配布パッケージは Weindos/Mac
Applications of tensor (multiway array) factorizations and decompositions in data mining 機械学習班輪講 11/10/25 M1 Keisuke Otaki Table of Contents 1.全体のイントロダクション 2.2階のテンソルと行列分解 3.SVD: Singular Value Decomposition 4.論文のイントロダクションと記法など 5.TuckerモデルとCPモデルの紹介 6.応用とまとめ •テンソル分解(本文中ではfactorization,又は decomposition)がデータマイニングの分野で重要 な道具になってきているため,紹介する •(Wikipediaでは)テンソル(tensor)とは線形的 な量または幾何概念を一般化したもの →乱暴に言えば多次元配列に
EM Algorithm The Top Ten Algorithms in Data Mining Chapter 5 2011/06/16 M1:大滝啓介 ToC 1.K-meansによるクラスタリング 2.混合ガウウ分布 3.隠れ変数とEMアルゴリズム 4.その他の話題 •D次元データ N個 •クラスタ K個 •各点の割り当て K-means 関数Jを最小化する割り当てとクラスタを探す (a) 2 0 2 2 0 2 データ点 プロトタイプ (b) 2 0 2 2 0 2 プロトタイプ 割り当て 近い所へ (b) 2 0 2 2 0 2 (b) 2 0 2 2 0 2 (c) 2 0 2 2 0 2 (b) 2 0 2 2 0 2 (c) 2 0 2 2 0 2 (d) 2 0 2 2 0 2 (b) 2 0 2 2 0 2 (c) 2 0 2 2 0 2 (d) 2 0 2 2
PRML 読書会 §3 線形回帰モデル 2010 / 06 / 27 id: taki0313 2010年7月9日金曜日 ● §3.1 線形基底関数モデル ● §3.2 バイアスーバリアンス分解 ● §3.3 ベイズ線形回帰 ● §3.4 ベイズモデル比較 ● §3.5 エビデンス近似 ● §3.6 固定された基底関数の限界 ★☆☆ ★☆☆ ★★☆ ★★★ ★★★ ★☆☆ CONTENTS 2010年7月9日金曜日 ● 回帰問題 Introduction ● 教師なし学習 → 教師あり学習 訓練データ集合 {xn} , {tn} 次の入力 x に対する t を予測 例えば… t = y(x) を作る 、 p( t | x ) を考える … Et[t | x] が 回帰関数としていいよっ @ §1.5.5 2010年7月9日金曜日 §3.1 線形基底関数モデル ● 単純な線形回帰 ● 基底
AdaBoost The Top Ten Algorithms in Data Mining Chapter 7 2011/07/22 ◆ (参考)Algorithms の提案された年代 1.1960年代以前 -K-nn(1951?), K-means(1967) 2.1970∼80年代 -EM-Algorithm(1977), NB(1981?), CART(1984) 3.1990年代 -Apriori(1994), SVM(1995?1992?), -AdaBoost(1995), PageRank(1998) SVMとAdaBoostは機械学習のアルゴリズムとして よく使われているものの代表例 ◆ 前置き -機械学習において汎化能力を得ることは大きい目標 -「汎化能力」とは学習用のデータ以外の未知のデー タに対しても正しくアルゴリズムが作用する能力 -学習データに対して極端に正し
Poster sessions will be held in the International Conference Hall (I&II) of the clock tower building of Kyoto University. Please check the map above. The halls will be open from 17:00 for you to hang your poster in these rooms. Francis BACH, Ecole Normale Superieure/INRIA Submodular functions are relevant to machine learning for mainly two reasons: (1) some problems may be expressed directly as th
テキストからの評判分析と 機械学習 鍜治伸裕 東京大学 生産技術研究所 講演の前に • 想定している聴衆 – 評判分析について専門的なことを知らない – 機械学習(ML)の素養を持っている • 講演の内容 – 評判分析という分野の解説 – 評判分析における ML の適用事例の紹介 • お断り – 自然言語処理(NLP)の話に特化 – ML を使っている論文を私の好みで選んで紹介 評判分析を概観する 評判分析はこんな技術 • 例: Yahoo!ブログ検索における「VAIO」の検索結果 肯定的評判と否定的評判の 書き込み数を集計して表示 肯定的な書き込みと否定的 な書き込みを分類して提示 背景: CGMの出現 • CGM – Consumer Generated Media のこと – 例えば Amazon に投稿されたレビューやブログなど – 一般人が作成,発信するコンテンツである点がポイン
人工知能基本問題研究会(SIG-FPAI) のHPは こちらに移動しました.
主査 山本章博 幹事 平田耕一,伊藤公人,植野真臣,久保山哲二 担当幹事 伊藤公人(北海道大学) ●開催日:3月17日(水)〜18日(木) ●会場:北海道大学百年記念会館 http://www.hokudai.ac.jp/bureau/info-j/hyaku.html ●宿泊:各自ご用意ください。 会場へは以下のホテルが便利です。 ・東横イン 札幌駅西口北大前 http://www.toyoko-inn.com/hotel/00018/ ●テーマ:特集「知識発見の生命科学への応用」および一般 ●招待講演: 北海道大学創成科学研究機構 中垣 俊之 先生 http://www.cris.hokudai.ac.jp/cris/sousei/main/kenkyu/ryudo/nakagaki.html ●開催趣旨: 近年の分子生物学の飛躍的な発展により、様々な生物の遺伝子情報と関連する実 験デ
このページを最初にブックマークしてみませんか?
『山本研究室 | 京都大学大学院 情報学研究科 知能情報学専攻』の新着エントリーを見る
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