ゼロから始めるDeepLearning_その4_Restrictedボルツマンマシンとは - 分からんこと多すぎ
はじめに MNISTで全然うまく行かないことが発覚したので、最適化を調べ中きちんと動きました。 学部四年生向け。だった。 ニューラルネットワーク →（AutoEncoder） →（DenoisingAutoEncoder） →ホップフィールドネットワーク →ボルツマンマシン →Restrictedボルツマンマシン（この記事） →（Gaussian Binary - Restricted Boltzmann Machines） →（DeepBeliefNetwork） →（DeepNeuralNetworks） →畳み込みニューラルネット（後日） 太線以外は読み飛ばしてOK Restricted Boltzmann Machines（RBM）をとりあえず使ってみる RBMには、ホップフィールドネットワークという前身がある。 できることは、それと同じである。 即ち、RBMとは、脳的なもの（マル
ゼロから始めるDeepLearning_その3_ボルツマンマシンとは - 分からんこと多すぎ
はじめに 学部四年生向け。 ゼロから始めるDeepLearning_その1_ニューラルネットとは - 分からんこと多すぎ →（Auto Encoder） →（Denoising AutoEncoder） →ゼロから始めるDeepLearning_その2_ホップフィールドネットワークとは →ボルツマンマシン（この記事） →Restricted ボルツマンマシン（後日） →（Gaussian Binary - Restricted Boltzmann Machines） →（Deep Belief Networks） →（Deep Neural Networks） →畳み込みニューラルネット（後日） 太線以外は読み飛ばしてOK 正直、RBMを使いたいだけなら、この記事は読まなくても問題ない。 ボルツマンマシン自体の資料が少なすぎて、この記事全体的に怪しい。 ボルツマンマシン 前回記事（ホップフ
ゼロから始めるDeepLearning_その2_ホップフィールドネットワークとは - 分からんこと多すぎ
はじめに 学部四年生向け。 ゼロから始めるDeepLearning_その1_ニューラルネットとは - 分からんこと多すぎ →（Auto Encoder） →（Denoising AutoEncoder） →ホップフィールドネットワーク（この記事） →ゼロから始めるDeepLearning_その3_ボルツマンマシンとは - 分からんこと多すぎ →Restricted ボルツマンマシン（後日） →（Gaussian Binary - Restricted Boltzmann Machines） →（Deep Belief Networks） →（Deep Neural Networks） →畳み込みニューラルネット（後日） 太線以外は読み飛ばしてOK 知識に乏しく深く踏み込めなかったので、間違ってたらごめんなさい。 参考図書 An Introduction to Restricted Bolt
ゼロから始めるDeepLearning_その1_ニューラルネットとは - 分からんこと多すぎ
対象とする人 ディープラーニングすごい！ ←聞き飽きた チュートリアルあるよ！ ←ふわっとしすぎて具体的なところが分からん こういう論文あるよ！ ←読めるわけないだろ そういう人向け。（たぶん学部四年程度向け） ニューラルネット初学者が、書ききるまで怪しいところ満載でも突っ走ります。 ニューラルネット（この記事） →（AutoEncoder） →（DenoisingAutoEncoder） →ホップフィールドネットワーク →ボルツマンマシン →Restrictedボルツマンマシン →（Gaussian Binary - Restricted Boltzmann Machines） →（DeepBeliefNetwork） →（DeepNeuralNetworks） →畳み込みニューラルネット（後日） までやる。 太線以外は読み飛ばしてOK 本文中では怖い式は使わない。（Appendixに書
はてなブックマークをデータマイニングした_2013年_06月-09月 - 分からんこと多すぎ
概要 TwitterなどのSNSは、自分の興味ある話題を共有できるユーザのグループを見つけ、その人達とオススメ情報を共有するのが、メジャーな使い方でしょう。 したがって、私のようなコミュ症は、そもそもSNSに向いていません。 そこで本記事では、はてブユーザたちが形成する、 同じ話題（タグのグループ）に興味を持っている ユーザの集団と、 彼らが有用と判断した記事郡を、勝手に解析して紹介します。 人と話す必要はないので，安全安心です． また、そのユーザの集団の中でも特に、有用な記事を発掘してくるユーザのランキングも、合わせて記載します。 （名前出すのがまずかったら消します） データ自体は古いので、主に、お気に入り登録すべきユーザを発見するために利用して貰えたら幸いです。 解析手法（高校生向け）やデータの詳細は、最後の方を参照してください。 はてブのデータマイニング結果 このページには新着ブック
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
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
