統計学 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "統計学" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2021年3月) 正規分布は非常に一般的な確率密度関数の一つであり、中心極限定理により有用となっている。 散布図は、さまざまな変数間で観測された関係を示すために記述統計で利用される。この散布図はIrisデータセット（英語版）を使用している。 統計学（とうけいがく、英: statistics）とは、統計に関する研究を行う学問である。経験的に得られたバラツキのあるデータから、応用数学の手法を用いて数値上の性質や規則性あるいは不規則性を見いだす。統計的手法は、実験計画、データの要約や解
資格 - Wikipedia
この項目では、個人の能力評価制度としての資格制度について記述しています。「資格」の語義については、ウィクショナリーの「資格」の項目をご覧ください。 資格（しかく、英: certification）とは、ある行為を行うために必要もしくは相応しいとされる地位や立場[1]や、組織内での地位、または仕事として任務に就くために必要な条件のことである[2][3]。 本項では個人の能力評価制度としての資格制度について解説する[4]。なお、欧米では教育と職業訓練の融合の結果、日本でいう「資格」よりも広い “qualification” が使われており、経済協力開発機構（OECD）では “qualification” を「評価・認定プロセスの公式結果（認定証・修了証書・称号）であり、ある個人が所定の基準に沿った学習成果を達成、及び特定の業務分野において働くために必要なコンピテンスを持ち、適格性のある機関が判
ディープラーニング - Wikipedia
ディープラーニング（英: deep learning）または深層学習（しんそうがくしゅう）とは、対象の全体像から細部までの各々の粒度の概念を階層構造として関連させて学習する手法のことである[2][注釈 1]。深層学習は複数の独立した機械学習手法の総称であり、その中でも最も普及した手法は、（狭義には4層以上[3][注釈 2]の）多層の人工ニューラルネットワーク（ディープニューラルネットワーク、英: deep neural network; DNN）による機械学習手法である[4]。 要素技術としてはバックプロパゲーションなど、20世紀のうちに開発されていたものの、4層以上の深層ニューラルネットについて、局所最適解や勾配消失などの技術的な問題によって十分学習させられず、性能も芳しくなかった。しかし、ジェフリー・ヒントンの研究チームが2006年に多層ニューラルネットワークを用いたオートエンコーダを
Q学習 - Wikipedia
Q学習（Qがくしゅう、英: Q-learning）は、機械学習分野における強化学習の一種である。 概要[編集] Q学習は強化学習の方策オフ型時間差分法の一つである。概念自体は古くから存在するが、Q学習（Q-learning）という名前で今日の手法がまとめられたのは、1989年のクリストファー・ワトキンズ（Christopher J.C.H. Watkins）の博士論文に端を発する。[1] TD学習は になるように学習させるが、Q学習はこれを に置き換えたものである。状態価値関数 の代わりに、行動価値関数 を使用する。 Q学習は有限マルコフ決定過程において全ての状態が十分にサンプリングできるようなエピソードを無限回試行した場合、最適な評価値に収束することが理論的に証明されている。実際の問題に対してこの条件を満たすことは困難ではあるが、この証明はQ学習の有効性を示す要素の一つとして挙げられる。
人工知能 - Wikipedia
人工知能（じんこうちのう、英: artificial intelligence）、AI（エーアイ）とは、「『計算（computation）』という概念と『コンピュータ（computer）』という道具を用いて『知能』を研究する計算機科学（computer science）の一分野」を指す語[1]。「言語の理解や推論、問題解決などの知的行動を人間に代わってコンピュータに行わせる技術」[2]、または、「計算機（コンピュータ）による知的な情報処理システムの設計や実現に関する研究分野」ともされる[3]。大学でAI教育研究は、情報工学科[4][5][6]や情報理工学科コンピュータ科学専攻などの組織で行われている[4][7]（工学〔エンジニアリング〕とは、数学・化学・物理学などの基礎科学を工業生産に応用する学問[8][注釈 1]）。 『日本大百科全書(ニッポニカ)』の解説で、情報工学者・通信工学者の佐藤
GPT-2 - Wikipedia
Generative Pre-trained Transformer 2（GPT-2） は、2019年2月にOpenAIによって開発されたオープンソースの人工知能ソフトウェアである[1][2][3][4]。GPT-2は、テキストを翻訳し、質問に答え、文章の要約を行い[5]、時には人間と見分けがつかないようなテキスト出力を生成するが[6]、長い文章を生成すると繰り返したり意味不明な表現になることもある[7]。GPT-2は、多目的学習器であり、特定のタスク（仕事）を行うための特別な訓練を受けてはおらず、これらのタスクを行う能力は、任意の順序で次の項目を正確に合成する一般的な能力の延長線上にある[8][5]。GPT-2は、OpenAIの2018年版GPTモデルの「スケールアップ版」として構築され[9]、パラメータ数と訓練用データセットがともに10倍に増加した[4]。 GPTアーキテクチャは、ディ
機械学習 - Wikipedia
機械学習（きかいがくしゅう、英: machine learning）とは、経験からの学習により自動で改善するコンピューターアルゴリズムもしくはその研究領域で[1][2]、人工知能の一種であるとみなされている。 典型的には「訓練データ」もしくは「学習データ」と呼ばれるデータを使って学習し、学習結果を使って何らかのタスクをこなすものとされる。例えば過去のスパムメールを訓練データとして用いて学習し、スパムフィルタリングというタスクをこなす、といったものである。 A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P,
テトリス - Wikipedia
2010年から毎年、クラシック・テトリスの世界大会「Classic Tetris World Championship」が開催されている（2020年と2021年だけはコロナの影響でオンライン大会となった。） テトリスは、冷戦真っ最中の1984年にソヴィエト連邦の科学アカデミー所属の科学者アレクセイ・パジトノフが開発した作品である[3]。 ⇒#歴史 「テトリス」という名の由来 テトリス（Tetris）という商品名は、ギリシア語のテトラミノ（Tetramino。テトロミノと同義）とテニス（Tennis）を掛け合わせた造語である。開発者らには「テニス」という語の語感がいかにもゲームというものを連想させたという[4]。 開発史 1979年、音声認識の研究者であったアレクセイ・パジトノフはソ連科学アカデミーのコンピュータセンターで勤務しはじめた。彼がその職場で与えられた仕事は新規ハードウェアの性能を
ニューラルネットワーク - Wikipedia
（人工知能の分野で）ニューラルネットワーク（英: neural network; NN、神経網）は、生物の学習メカニズムを模倣した機械学習手法として広く知られているものであり[1]、「ニューロン」と呼ばれる計算ユニットをもち、生物の神経系のメカニズムを模倣しているものである[1]。人間の脳の神経網を模した数理モデル[2]。模倣対象となった生物のニューラルネットワーク（神経網）とはっきり区別する場合は、人工ニューラルネットワーク (英: artificial neural network) と呼ばれる。 以下では説明の都合上[注釈 1]、人工的なニューラルネットワークのほうは「人工ニューラルネットワーク」あるいは単に「ニューラルネットワーク」と呼び、生物のそれは「生物のニューラルネットワーク」あるいは「生物の神経網」、ヒトの頭脳のそれは「ヒトのニューラルネットワーク」あるいは「ヒトの神経網」
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
