[B! 機械学習] cocodripsのブックマーク

異常検知のための One Class SVM - Qiita

One Class SVM とは SVM : クラス分類、教師あり学習 One Class SVM ：外れ値検出、教師なし学習異常検知：異常検知とは簡単にいえば、「他に比べて変なデータを見つけ出す」タスク (ソース： https://research.preferred.jp/2013/01/outlier/) 統数研の丸山副所長がよくおっしゃる「ビッグデータ周辺の問題の多くはサンプリングとExcelで解ける」という話が、異常検知タスクではあまり成り立たない (ソース： https://research.preferred.jp/2013/01/outlier/) クラス分類問題に用いられるサポートベクターマシンは教師あり学習ですが、１クラスサポートベクターマシンは教師なし学習です。したがって、外れ値検出のための教師データは不要です。 (ソース： http://sudillap.hate

cocodrips 2018/09/18

リンク

文字認識はCNNで終わるのか？

電子情報通信学会「パターン認識・メディア理解研究会」（2016年2月14日＠九州工業大学，福岡県飯塚市)でのプレゼン資料です．対応する原稿は以下です．電子情報通信学会技術研究報告, PRMU2015-133 http://www.ieice.org/ken/paper/20160221UbGo/ 以下はアブストラクトです．=========================== 印刷数字，手書き数字，多フォント数字を対象として，畳み込みニューラルネットワーク(CNN) による認識実験を試みた．いずれのタスクにも大規模なデータセットを用いた．得られた認識率は，印刷数字について99.99%，手書き数字について99.89%，そして多フォント数字について96.4%であった．さらに印刷数字と手書き数字の混合認識という，予想される困難性からか従来あまり試みられなかった課題についても，CNNの利