機械学習研究の現状とこれから
2. 2 自己紹介 現職： 理化学研究所・センター長：研究者とともに 東京大学・教授：学生とともに 企業・技術顧問：エンジニアとともに 専門分野： 機械学習の理論・アルゴリズム開発 機械学習の実世界応用 （音声，画像，言語，脳波，ロボット， 自動車，光学，広告，医療，生命など） 3. 機械学習の国際会議の動向 参加者数が激増： ICML: International Conference on Machine Learning NIPS: Neural Information Processing Systems 企業のスポンサーも非常に活発： 00年代前半：アメリカのIT企業(Google, IBM, Yahoo, Microsoft...) 00年代後半：世界中のIT企業 (Amazon, Facebook, Linkedin, Tenc
機械学習アルゴリズムへの招待 | POSTD
機械学習の問題 については以前に紹介したので、次はどんなデータを収集し、どんな機械学習アルゴリズムを使うことができるのかを見ていきましょう。本投稿では、現在よく使用されている代表的なアルゴリズムを紹介します。代表的なアルゴリズムを知ることで、どんな技法が使えるかという全体的なイメージもきっとつかめてくるはずですよ。 アルゴリズムには多くの種類があります。難しいのは、技法にも分類があり拡張性があるため、規範的なアルゴリズムを構成するものが何なのか判別するのが難しいということですね。ここでは、実際の現場でも目にする機会の多いアルゴリズムを例にとって、それらを検討して分類する2つの方法をご紹介したいと思います。 まず1つ目は、学習のスタイルによってアルゴリズムを分ける方法。そして2つ目は、形態や機能の類似性によって（例えば似た動物をまとめるように）分ける方法です。どちらのアプローチも非常に実用的
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
