【勉強会】自己組織化マップ（SOM）
This document discusses anomaly detection using one-class neural networks (OC-NN). It begins by introducing one-class support vector machines (OC-SVM) which learn a decision boundary to distinguish normal data points from anomalies using only normal data for training. The document then presents OC-NN as an alternative, where a neural network is trained to learn a low-dimensional representation of
子供でもわかる「自己組織化マップ」
この内容は拙著『単純な脳､複雑な｢私｣』の巻末に「付論」として掲載されたもので、 脳科学講義として高校生たちに説明したときの録音テープから起こした文章です。 （朝日出版社の許可を得てここに掲載しております） さて、おまけの講義では、時間に余裕がある人だけに、追加の話をしたい。 ニューロンのネットワークのシミュレーションの話だ。 ここに縦10×横10の全１００個のマスがあるね。マスの１個１個がニューロンだと思ってね。まず、それぞれのマスにランダムに色を割り当てておく。 色というのは３原色だよね。赤（Ｒ）、緑（Ｇ）、青（Ｂ）。だから、色は（r, g, b）のベクトルだと思ってもらっていい。（r, g, b）のすべての数値がどれもゼロだったら「黒」、これが全部１００％だったら「白」。（１００、１００、0）だったら「黄色」だ。モニターの画面はこの原理で色がつけられている。 そんな具合に、（r, g
機械の代わりに人間が学習入門
7. 年表で見る機械学習 1946 モンテカルロ法 PRML 1958 カルマン・フィルター PRML 1960s 隠れマルコフモデル PRML -1961 ニューラルネットワーク PRML 1977 EM アルゴリズム PRML 1982 SOM (自己組織マップ) PRML 1984 CART (決定木の一手法) PRML 1994 ICA (独立成分分析) PRML 1995 サポートベクトルマシン PRML Mahout 1995 粒子フィルタ PRML 2000 FP-Growth Mahout 2001 アイテムベース協調フィルタリング Mahout 2001 Random Forest Mahout 2003 LDA (Latent Dirichlet Allocation) Mahout • フルサイズの年表は http://d.hatena.ne.jp/n_shuyo/2
JavaScriptのグラフライブラリを52種類も集めた「JavaScript Graphs」。グラフの種類や依存ライブラリ、価格などで絞り込み可能
JavaScriptのグラフライブラリを52種類も集めた「JavaScript Graphs」。グラフの種類や依存ライブラリ、価格などで絞り込み可能 数年前に自作のアプリケーションをJavaScriptで作ったときにグラフ機能を実装しようとして、いくつかのグラフ用のJavaScriptライブラリを探して試したことがありました。JavaScriptライブラリを探すのは、それなりに手間がかかるものでした。 もちろん当時からJavaScriptのグラフライブラリの情報をまとめたサイトはいくつかありましたが、最近登場した「JavaScript Graphs」は52種類ものライブラリを集めて、ビジュアルに一覧できるようにしたサイトです。 さまざまな条件で絞り込みができる便利な機能も備えており、条件としては折れ線グラフやドーナッツグラフに対応したものなどグラフの種類、無料や有料、非商用のものなどの価格
NLP Introduction based on Project Next NLP (日本語: 20150522)
電子情報通信学会「パターン認識・メディア理解研究会」（2016年2月14日＠九州工業大学，福岡県飯塚市)でのプレゼン資料です． 対応する原稿は以下です． 電子情報通信学会技術研究報告, PRMU2015-133 http://www.ieice.org/ken/paper/20160221UbGo/ 以下はアブストラクトです．=========================== 印刷数字，手書き数字，多フォント数字を対象として，畳み込みニューラルネッ トワーク(CNN) による認識実験を試みた．いずれのタスクにも大規模な データセットを用いた．得られた認識率は，印刷数字について99.99%，手書き数字について99.89%，そして多フォント数字について96.4%であった． さらに印刷数字と手書き数字の混合認識という，予想される困難性からか従来あまり試みられなかった課題についても，CNNの利
ディープラーニングだけがAIじゃない。トピックモデルの第一人者に聞く機械学習の未来 | TheWave
ディープラーニングは、人間の脳の中のニューロンとシナプスの回路をコンピューターの電子回路で真似て、それを何層にも重ねた手法。この手法が思いの外、成果を上げているので、人工知能に注目が集まっている。英誌エコノミストも最近の号で人工知能を特集するなど、ビジネスマンの間でも人工知能は今、ちょっとしたブームだ。 ディープラーニングは、人間の脳の中のニューロンとシナプスの回路をコンピューターの電子回路で真似て、それを何層にも重ねた手法。この手法が思いの外、成果を上げているので、人工知能に注目が集まっている。英誌エコノミストも最近の号で人工知能を特集するなど、ビジネスマンの間でも人工知能は今、ちょっとしたブームだ。 しかしディープラーニングのように人間の脳を模倣しなくても、コンピューターを賢くさせる手法はほかにもある。例えば「トピックモデリング」。トピックモデリングは、多数の文書を読み込むことで傾向を
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
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
