世の中には、物理の方法しか知らん馬鹿者がよーけおるなあ。生の自然は複雑だから、いろんな方法を駆使しないと真の理解はできん。そもそも物理の方法では、現在しかわからん。過去を知るのは地質学にしかできんことだ。
友人が、物凄く絵が上手いんだけどさ。 でも最初は下手だったんだよね。たいしてうまくない自分より下手だった。 でも急激に成長してる。今はもうホントに上手い。絵で仕事もしてる。 2chのスレでもよくある、「上手い人見て凹んで描けなくなった」とかいうやつ。自分も上手い作家さんとか見たりするとああいう気持ちになったり、年下なのに上手いのとか見るとホントへ込むんだけど、どうやら友人はそういうのが無いっぽい。前その辺語ってて判明した。 「できない」って思わないみたい。なんか。 すごい人見ると、即座に「そうなるにはどうすればいいか」「自分に何を+すればそうなれるか」「そして+する方法は何か」を考えてる。 だからすごい人を見たほうがモチベーションとか上がる。みたい。 目標が目に見えて分かるから寧ろ嬉しいらしい。 年下で上手いとか見ても、考え方が根本から違う。自分は「年下でこんなに上手いとかマジ死ぬwwww
今回は、機械学習で使う「確率」のお話です。 確率は、統計的な機械学習のもっとも重要な基礎知識です。とはいえ、確率についてゼロから説明するというのは紙数的にも厳しいため、高校の確率を少し憶えているくらい(期待値や標準偏差など)を前提とし、「高校の確率」と「機械学習の確率」の本質的な相違点について、少し丁寧に見ていく、という形で進めていきます。 機械学習と確率 最初に、機械学習にとって確率はどういう役割なのかを確認しておきましょう。 実のところ、機械学習に確率が必須というわけではありません。ニューラルネットワークやサポートベクターマシンなどの有名な手法も「確率を用いない機械学習」ですし、その他にも数多くの手法があります。しかし、「確率を用いない機械学習」の多くは、「結果のランキングを作りづらい(評価値の大小に意味がない)」「条件が異なる場合の結果を比較できない」などの欠点がありま
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