パターン認識と機械学習（PRML）まとめ - 人工知能に関する断創録
2010年は、パターン認識と機械学習（PRML）を読破して、機械学習の基礎理論とさまざまなアルゴリズムを身につけるという目標（2010/1/1）をたてています。もうすでに2010年も半分以上過ぎてしまいましたが、ここらでまとめたページを作っておこうと思います。ただ漫然と読んでると理解できてるかいまいち不安なので、Python（2006/12/10）というプログラミング言語で例を実装しながら読み進めています。Pythonの数値計算ライブラリScipy、Numpyとグラフ描画ライブラリのmatplotlibを主に使ってコーディングしています。実用的なコードでないかもしれませんが、ご参考まで。 PRMLのPython実装 PRML読書中（2010/3/26） 多項式曲線フィッティング（2010/3/27） 最尤推定、MAP推定、ベイズ推定（2010/4/4） 分類における最小二乗（2010/4/
Visual Wordsを用いた類似画像検索 - 人工知能に関する断創録
類似画像検索システムを作ろう（2009/10/3） 3日で作る高速特定物体認識システム（2009/10/18） に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。 実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照してください。Visual C++にはないディレクトリスキャン関数を一部使っているのでVisual C++を使う場合は、少しだけ修正が必要です。 Bag-of-Visual Wor
3日で作る高速特定物体認識システム (5) 物体モデルデータベースの作成 - 人工知能に関する断創録
3日で作る高速特定物体認識システム (4) 特徴点のマッチング（2009/11/2）のつづきです。 今回は、高速特定物体認識システムの物体モデルデータベースを作成してみます。クエリとして与えた画像が何かはこの物体モデルデータベースを検索することで認識できるようになります。特定物体認識では、クエリとして与えた画像が物体モデルデータベースにあらかじめ登録されていないとまず認識できません（局所特徴量を用いるので多少のスケール変化や回転などには対応できますが）。忘れてしまった方は物体認識システムの構成（2009/10/18）を参照してください。 画像データセットの準備 自分で撮影した画像を登録できるようにしてもよかったのですが、大量の画像を撮影するのは面倒なのでおなじみのCaltech101の画像セットを用いて物体モデルを作成します。 類似画像検索システムを作ろう（2009/10/3）の画像データ
3日で作る高速特定物体認識システム (2) SIFT特徴量の抽出 - 人工知能に関する断創録
3日で作る高速特定物体認識システム (1) 物体認識とは（2009/10/18）の続きです。 今回は、画像からSIFT (Scale-Invariant Feature Transform) という局所特徴量を抽出するところを作ってみようと思います。 SIFT特徴量の抽出 まずは、局所特徴量の代表ともいえるSIFTを試してみます。OpenCVにはSIFTを抽出する関数がなかったのでRob Hess氏がC言語で実装したライブラリを試してみます。内部でOpenCVを使っているので事前にOpenCVのインストールが必要です。実装はOpenCV 1.1でされているみたいですが、2.0でもちょっと手直しすると動きました。Rob Hess氏のホームページからSIFT Feature Detectorのzip版を落とします。 （注）Hess氏のサイトが更新されたようで現在はGitHub上のOpenSIF
3日で作る高速特定物体認識システム (1) 物体認識とは - 人工知能に関する断創録
情報処理学会の学会誌『情報処理』の2008年9月号（Vol.49, No.9）に「3日で作る高速特定物体認識システム」という特集記事があります。OpenCVを用いた面白そうなプロジェクトなのでレポートにまとめてみようと思います。3日でできるかはわからないけど。 残念ながらこの記事はPDFを無料でダウンロードすることができません（CiNiiでオープンアクセス可能になったみたいです）。なので会員以外で元記事が読みたい人は図書館でコピーする必要があるかも・・・また、2009年9月号の人工知能学会誌にも物体認識の解説「セマンティックギャップを超えて―画像・映像の内容理解に向けてー」があります。こちらも非常に参考になりますが同様にPDFが手に入りません・・・。他にもいくつかわかりやすい総説論文へのリンクを参考文献にあげておきます。 物体認識とは 物体認識（object recognition）は、画
類似画像検索システムを作ろう - 人工知能に関する断創録
C++版のOpenCVを使ってカラーヒストグラムを用いた類似画像検索を実験してみました。バッチ処理などのスクリプトはPythonを使ってますが、PerlでもRubyでも似たような感じでできます。 指定した画像と類似した画像を検索するシステムは類似画像検索システムと言います。GoogleやYahoo!のイメージ検索は、クエリにキーワードを入れてキーワードに関連した画像を検索しますが、類似画像検索ではクエリに画像を与えるのが特徴的です。この分野は、Content-Based Image Retrieval (CBIR)と呼ばれており、最新のサーベイ論文（Datta,2008）を読むと1990年代前半とけっこう昔から研究されてます。 最新の手法では、色、形状、テクスチャ、特徴点などさまざまな特徴量を用いて類似度を判定するそうですが、今回は、もっとも簡単な「色」を用いた類似画像検索を実験してみます
人間と機械の心理学 - 人工知能に関する断創録
未来のモノのデザイン 作者: ドナルド・A・ノーマン,安村通晃,岡本明,伊賀聡一郎,上野晶子出版社/メーカー: 新曜社発売日: 2008/10/25メディア: 単行本購入: 15人 クリック: 87回この商品を含むブログ (31件) を見る を読んだ。『誰のためのデザイン？』で有名なノーマンさんの著書。未来のモノというのはいわゆる知的システムととらえてよさそう。例として上がっているのはスマートカー、スマートホーム、賢い家電など。推薦システムも未来のモノとして取り上げられている。タイトルからはちょっとわからないが人工知能とも密接に関係している本だった。まあ今は人工知能とは言わず、環境知能（アンビエントインテリジェンス）とかスマートなんたらとか言うのが流行みたいですが・・・ この本の内容をまとめた機械と人間がコミュニケーションするための五つのルールというのが面白かった。よりよい知的システムを作
ウォズの魔法使い - 人工知能に関する断創録
アップルを創った怪物―もうひとりの創業者、ウォズニアック自伝 作者: スティーブ・ウォズニアック,井口耕二出版社/メーカー: ダイヤモンド社発売日: 2008/11/29メディア: 単行本購入: 14人 クリック: 207回この商品を含むブログ (85件) を見る アップルと言えばスティーブ・ジョブズが有名だけど創業者は二人いた。この本は二人のスティーブのうちもう一人スティーブ・ウォズニアックの自伝。ヒューレット・パッカードの社員だったが、ジョブズに誘われてアップルを起業したとのこと。ウォズっていう名前と天才的エンジニアだということは聞いたことあるけど人物像は知らなかった。想像していたイメージとだいぶ違う陽気なオッサンだった（笑）この人は根っからのエンジニアなんだなぁ。ほんと楽しそうに語ってる。 そう言えば、ちょっと変な話なんだけど、最終的にアップルIボードになるものを作り始めたころ、同じ
OpenBayesの使い方（1） - 人工知能に関する断創録
ベイズネットワークのゲームへの応用（2008/5/2）の続き。というわけでPythonのベイズネットのライブラリであるOpenBayesの使い方をちょっとまとめておきます。 ここでは、OpenBayesのチュートリアルにあるSprinklerというベイズネットを作成してみます。この例はいろんなとこでよく見るなぁ。 このベイズネットのノードは、 Cloud (C) : 曇っているか？ Sprinkler (S) : スプリンクラーで水をまいたか？ Rain (R) : 雨が降ったか？ WetGrass (W) : 芝生が濡れているか？ を表している。各ノードはTrue(1)かFalse(0)の２値を取る。矢印は因果関係を表している。 C→S : 曇っているかによってスプリンクラーを使うか決まる C→R : 曇っているかによって雨が降るか決まる S→W : スプリンクラーを使ったかによって芝生
ベイズネットワークのゲームへの応用 - 人工知能に関する断創録
「ゲーム開発者のためのAI入門」って本にベイズ推定とベイズネットワーク（ベイジアンネットワークとか信念ネットワークとも呼ばれますね）をゲームに応用する方法が書いてあった。ゲーム領域が不確定な状況下にあるときにプレーヤー以外のキャラクター（NPC）を操作するためにはどうしたらいいかって話。一般的にNPCの動作はプロダクションルール（if-thenルール）だと思うけどそれだと行動が固定的になってしまうので確率論を取り入れましょうってこと。プレイヤーの動きに適応して予想外の行動取ったらおもしろそうですよね。 ベイジアンネットワークをスクラッチから実装するのも何なので既存のライブラリがないか調べてみた。日本だと産総研の本村さんの作ったBayonetっていうツールがけっこう有名だけど、ソースが公開されていないし、自作プログラムへの組み込みは無理そう。 そこで海外に目を向けてみると Bayesian
フェルマーの最終定理 - 人工知能に関する断創録
フェルマーの最終定理―ピュタゴラスに始まり、ワイルズが証明するまで 作者: サイモンシン,Simon Singh,青木薫出版社/メーカー: 新潮社発売日: 2000/01メディア: 単行本購入: 8人 クリック: 142回この商品を含むブログ (194件) を見る エルンスト・クンマーの仕事によって、フェルマーの最終定理が証明される望みはますます薄くなった。そのうえ数学の最先端は他の領域に移りはじめ、新世代の数学者たちは、解決できそうにない行き止まりの問題などには目もくれなくなりそうだった。20世紀のはじめまでは、フェルマーの最終定理はそれでも数論の中心部に特別な位置を占めていたが、この問題に対する数学者の態度は、錬金術に対する科学者のそれと変わらなくなっていた。どちらも過ぎ去った時代の荒唐無稽な夢物語になっていたのである。 p.159 フェルマーの最終定理は、17世紀の数学者フェルマーが
パーソナライゼーションによって失われるもの - 人工知能に関する断創録
グーグル・アマゾン化する社会 (光文社新書) 作者: 森健出版社/メーカー: 光文社発売日: 2006/09/15メディア: 新書購入: 5人 クリック: 64回この商品を含むブログ (154件) を見る 今まで読んだWeb 2.0を論じた本の中では一番面白かった。「Web 2.0万歳」ではなく問題点を指摘しているのがよい。集中と分散、スケールフリー・ネットワークとの関係も興味深かった。特にパーソナライゼーションに関する下の指摘は鋭い（孫引きだけど）。 パーソナル化は両刃の剣ではないかということだ。パーソナル化により、顧客が欲しがっているもの（あるいは顧客が欲しがっていると僕らが思っているもの）を与えることはできる。でも一方で、自発性も排除される。うれしい誤算や思わぬ発見といったものはなくなる。これは大きな問題だ。 ジェームズ・マーカム、p.211 環境知能シンポジウム2006（2006/
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
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
