「パターン認識と機械学習(PRML)」 読書会 #10 (８章 グラフィカルモデル 前半) - 木曜不足
というわけで PRML 読書会 第10回 にも参加。 関係各位お疲れ様でした。 今回の第８章「グラフィカルモデル」は、最低限の必須前提知識が「確率の加法・乗法定理」だけ*1、計算式もほとんど無い(積分の具体的な計算は皆無！)。 途中参加するならココしか！ グラフィカルモデルは、漠然と語っていたモデルの特徴を可視化するためもの。 具体的には、 モデルの自由度を制御 パラメータを共有して減らす 潜在変数や「ハイパーパラメータの超事前分布」（ハイパーハイパーパラメータ？ｗ）を導入する 条件付き独立性の有無を判別 有効分離とか「弁明」とか などが紹介されている。 グラフィカルモデルで（たぶん）一番ややこしいのは、PRML の 73ページに書いてあるとおり「グラフはリンクが存在しないことをもって分布のクラスの性質に関する情報を表現する」ということだろう。 つまり「線がつながっている」ことはその２つの
一意なテスト用文字列データを適当に生成する方法 - 2010-01-12 - きしだのはてな
プログラムを作成するときに、メッセージの文字列などを適当にそれっぽく生成したい場合があります。 そういうとき、とりあえずこういうプログラムが考えられます。 public static void main(String[] args){ String[] users = {"nowokay", "higayasuo", "t_yano"}; String[] pre = {"ところで", "じつは", "さて、", "なかんずく、"}; String[] msg = {"こんにちは", "はらへ", "おはよう", "ねる", "きたく", "ビールのむ"}; for(int i = 0; i < users.length * pre.length * msg.length; ++i){ System.out.printf("|%s|%s%s|%n", users[i / (pre.leng
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
