[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured PredictionDeep Learning JP
LDA入門
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured PredictionDeep Learning JP
ISM-2012-TopicModels.ppt
統計数理研究所 H24年度公開講座 「確率的トピックモデル」 持橋大地 (統計数理研究所) 石黒勝彦 (NTTコミュニケーション科学基礎 研究所) 2013/1/15-16 統計数理研究所 会議室1 本講座の構成 1日目: トピックモデルの基礎 – トピックモデルとは, Naïve Bayes, PLSI, LDA – EMアルゴリズム, VB-EMアルゴリズム, Gibbsサンプラー, 他のモデルとの関係 2日目: トピックモデルの応用 – 複雑なトピックモデル、時系列モデル – 画像、音声、ネットワークデータ – 半教師あり学習、補助情報あり学習 無限モデル(ノンパラメトリックベイズ)は本講座では扱わない 2 講義予定 3 1日目 – AM/ 導入, LSI, ナイーブベイズ, PLSI, EMアルゴリ
統計的機械学習入門
上田 修功 統計的機械学習入門 NTTコミュニケーション科学基礎研究所 NII軽井沢土曜講話会 2011年11月4日 (於：軽井沢国際高等セミナーハウス） 機械学習って何? どんな研究？ 人の学習に例えると… 教師あり学習 (先生に習う） 教師なし学習 (自習する） 半教師あり学習 （膨大な情報を 活用する） アンサンブル学習 （皆で教え合う） 出力 情報処理システム 文字 ７２１０ 文（文章） こんにちは 日本語 これはペンです。 フォーマルには… 機械(情報処理システム)に 学習能力を持たせる技術 入力 文字認識 画像 音声認識 音声信号 機械翻訳 英語 This is a pen. ：所与のデータ（学習データ）だけでなく、未知のデータ（テ ストデータ）でも性能を発揮する汎化能力 学習能力 汎化誤差の最小化が実用上重要 情報処理＝情報変換(価値創造) x y 入力 出力(目標値) (
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
