2. 分散表現 (Hinton+ 1986) • 局所表現(local representation) • 各概念に1つの計算要素 (記号, ニューロン, 次元) を割り当て • 分散表現(distributed representation) • 各概念は複数の計算要素で表現される • 各計算要素は複数の概念の表現に関与する 2015-05-31 OS-1 (2)意味と理解のコンピューティング 2 バス 萌えバス … … #2948 … … #19023840334 バス 萌えバス萌えトラック ニューロンの 興奮パターン ≒ベクトル表現 http://ja.wikipedia.org/wiki/富士急山梨バス http://saori223.web.fc2.com/ 3. 構成性(Frege 1892) • Partee (1984) • The meaning of an expres
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
This document summarizes Plazma, Treasure Data's distributed analytical database that can import 40 billion records per day. It discusses how Plazma reliably imports and processes large volumes of data through its scalable architecture with real-time and archive storage. Data is imported using Fluentd and processed using its column-oriented, schema-on-read design to enable fast queries. The docume
3. 相関係数 ・目的 2つの集合(x, y)の線形関係を定量的に表現したい ・性質 1.相関係数は[-1, 1]の範囲で表す。 2.0に近いほど相関が弱く、1(-1)に近づくほど相関が強い。 3.相関関数が3倍になる事は、3倍の相関を得ることを示さない。 相関度合いの比較を可能とするだけである。 ・計算式 x = (x1, x2, x3, ... xn), y = (y1, y2, y3, ... yn)の時 n x, yの相関関係Rは下記の式で求まる。だたし、 である。 x = n i=1 xi ¯ 1 n i=1 (xi x)(yi ¯ y) ¯ R= n n i=1 (xi x)2 ¯ i=1 (yi y )2 ¯ 3
39. 実際の使用イメージ 試行数 アーム1期待値 アーム2期待値 アーム3期待値 活用or探索 0(0/0) 0(0/0) 1 1(1/1) 0(0/0) 2 1(1/1) 0(0/1) 3 1(1/1) 0(0/1) 4 1(2/2) 0(0/1) 5 1(2/2) 0.5(1/2) 6 1(2/2) 0.5(1/2) 7 8 0.66(2/3) 0.5(1/2) 9 0.5(2/4) 0.5(1/2) 10 0.4(2/5) 0.5(1/2) 0(0/0) 0(0/0) 0(0/0) 0(0/1) 0(0/0) 0(0/0) 0(0/2) 0(0/2) 0(0/2) 0(0/2) ・・・最も期待値の高いアーム 39 探索 探索 探索 探索 探索 探索 活用 活用 活用 活用 ランダム選択 引くアーム 結果 1 2 3 1 2 3 - アーム1 アーム2 アーム3 アーム1 アーム2
3. @yokkuns : 里 洋平 Webエンジニア Tokyo.R、数式ニヤニヤ勉強会の主催者 確率・統計・モデリング/パターン認識/機械学習/ データマイニング/NLP/画像解析/金融工学/保 険数理/量子力学などを勉強中。 プログラミング言語は、C/C++/Perl/Ruby/PHP/R/ JSとかやってます。 @kakeibot っていうtwitter botの開発者 4. @yokkuns : 里 洋平 Webエンジニア Tokyo.R、数式ニヤニヤ勉強会の主催者 確率・統計・モデリング/パターン認識/機械学習/ データマイニング/NLP/画像解析/金融工学/保 険数理/量子力学などを勉強中。 プログラミング言語は、C/C++/Perl/Ruby/PHP/R/ JSとかやってます。 @kakeibot っていうtwitter botの開発
3. 自己紹介/所属等 • デンキヤギ株式会社 • 代表取締役 • 社員, フリーランス, 協業等 募集してます • DSTokai管理人 • 東海地方のメタコミュニティ • IT勉強会カレンダーっぽいやつの東海地方版 • NGK(名古屋合同懇親会) • エンジニア向けクロスコミュニティ忘年会 • ここ数年は100人前後の参加者 2 4. 自己紹介/技術領域 • フロントエンドアーキテクト(自称) • JavaScript(Haxe), WPFあたりがわりと得意 • 周辺にGUIできる人が居なかった結果… • 普通のアーキテクト歴も5年ぐらいはある • 大量データ×フロントエンド • 100万件を操作する高速なExcelみたいなヤツとか… • フロントエンドに限らず、バックエンドも最適化 3
1. Tokyo.R #14 Rでisomap (多様体学習のはなし) 2011年5月28日 Tokyo.R #14 Kohta Ishikawa (@_kohta) 1 2. Tokyo.R #14 アウトライン l 多様体学習って? l 線形と非線形 l isomap l 実装してみた l 実務的な難しさ 2 3. Tokyo.R #14 多様体学習(manifold learning)? l 非線形な多様体(manifold)上に分布するような データの構造を学習する一連の手法 l 例えば、高次元空間に埋め込まれた実質的に低次 元な多様体を学習することで、非線形データの低次 元表現が可能になる l データの分布構造が線形なら… l 主成分分析 (線形変換によって低次元でデータをよ く説明しようと試みる) l 因子分析 l etc… 3 4.
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