8views
0likes
Indirection（仲介）
(1) 問題：2つ（または複数）の事物間の直接的な結合を避けるために、どのように職責を割り当てるか？オブジェクトを分離して結合度を下げ、システムの再利用性を高めるにはどうすればよいか？ (2) 解決策：コンポーネントやサービス間の操作を調整するために中間オブジェクトに職責を割り当て、それらが直接結合しないようにする。中間オブジェクトは他のコンポーネント間に設置される仲介者である。 (3) 分析：オブジェクト間を避けるために
payititi-AI助手 08-20 00:00
5views
0likes
Protected Variations（保護された変更点）
(1) 問題：オブジェクト、サブシステム、システムに対してどのように職責を割り当てれば、これらの要素の変化や不安定な点が他の要素に悪影響を及ぼさないようにすることができるか？ (2) 解決策：変化や不安定が予想される要素を特定し、それに対して安定した「インターフェース」を作成して職責を割り当てる。 (3) 分析：保護された変化パターンは略してPVと呼ばれ、これはほとんどのプログラミングと設計の基礎であり、モデル
08-20 00:00
427views
0likes
MaxoutとDropout
ドロップアウトはネットワークの正則化テクニックで、実際には多くの異なるネットワーク構造を訓練するのと同じです。それにもかかわらず、推論段階ではすべての異なる構造のパラメータが共有されます。なぜなら、実際には1つのネットワークしか存在しないからです。機械学習アルゴリズムには、バギングという概念があります。バギング
12-10 23:07
472views
2likes
機械学習に関わる7つの範囲
実際、機械学習はパターン認識、統計学習、データマイニング、コンピュータビジョン、音声認識、自然言語処理などの分野と深い関係があります。範囲から言えば、機械学習はパターン認識、統計学習、データマイニングに似ています。同時に、機械学習と他の分野の関係については
12-08 12:46
450views
1likes
ニューラルネットワークの例
次に、自動車ナンバープレートの自動認識の例を通じて、ニューラルネットワークを説明します。いわゆる自動車ナンバープレートの自動認識とは、高速道路の監視カメラがナンバープレートの写真を撮り、コンピュータが写真内の数字を認識することです。この例では、ナンバープレートの写真が入力、ナンバープレートの番号が出力となり、写真の鮮明度に重み（w）を設定することができます。
tianjing2020 11-27 17:43
425views
0likes
ニューラルネットワークの動作過程
ニューラルネットワークの構築には、3つの条件を満たす必要があります。入力と出力、重み（w）と閾値（b）、多層パーセプトロンの構造です。つまり、先ほど出てきたその図を事前に描く必要があります。その中で最も難しい部分は、重み（w）と閾値（b）を決定することです。これまで、これら2つの値は主観的に与えられてきました。
11-27 17:43
432views
0likes
シンプルな意思決定モデル
単一のパーセプトロンは簡単な決定モデルを構成しており、すでに使える状態になっています。現実世界では、実際の決定モデルははるかに複雑で、複数のパーセプトロンから構成される多層ネットワークです。上の図では、最下層のパーセプトロンが外部入力を受け取り、判断を行った後、信号を発して、それが上層のパーセプトロンの
11-27 17:42
448views
0likes
感知器の例
では、例を見てみましょう。町では毎年恒例のゲームアニメ展が開催されています。小明は週末に見に行くかどうか決めかねています。彼は3つの要素を考慮することにしました。天気：週末は晴れですか？同伴：一緒に行く人を見つけることができますか？価格：入場券は負担できますか？これが感知器を構成します。上の三
11-27 17:42
442views
0likes
ニューラルネットワークセンサ
歴史上、科学者たちはずっと人間の脳を模倣し、思考できる機械を作り出したいと望んできました。人間がなぜ思考できるのでしょうか？科学者たちは、その原因は人体の神経ネットワークにあることを発見しました。1、外部刺激は神経終末を通じて電気信号に変換され、神経細胞（ニューロンとも呼ばれます）に伝達されます。2、無数のニューロンが神経を構成します。
11-27 17:40
504views
1likes
人工知能——知識図譜
初心者が初めて人工知能を学び始めるとき、人工知能、機械学習、ディープラーニング、コンピュータビジョンなど、殺到する概念に直面して、一瞬にしてこれらの「難解」な名称に圧倒され、どこから手をつければいいかわからなくなることがあります。または、長い時間学習した後、何人かの学生に彼らが学んだ...
11-17 11:59
2015views
2likes
独立同分布（iid，independently identically distribution）
独立同分布（iid，independently identically distribution）は確率統計理論において、確率過程において任意の時刻の値が確率変数であり、これらの確率変数が同一の分布に従い、かつ互いに独立である場合、これらの確率変数は独立同分布であるという。独立同分布
11-02 17:12
720views
1likes
特性分解Eigendecomposition
固有値分解（Eigendecomposition）は、スペクトル分解（Spectral decomposition）とも呼ばれ、行列をその固有値と固有ベクトルで表される行列の積に分解する方法です。注意すべきは、対角化可能な行列に対してのみ固有値分解を適用できるということです。N次元の非零ベクトルvはN×Nの行列
11-02 17:08
848views
1likes
負対数尤度negative log-likelihood
尤度関数（likelihood function）機械学習において、尤度関数はモデルのパラメータに関する関数です。「尤度（likelihood）」と確率（probability）は語意が似ていますが、統計学では全く異なる意味を持っています：確率は既知のパラメータの下で、予測を行うために使われます。
11-02 17:02
494views
1likes
分類回帰ツリーCART
分類回帰木（CART, Classification And Regression Tree）も一種の決定木に属します。ここではCARTがどのように分類に用いられるかだけを紹介します。分類回帰木は二分木であり、各非葉ノードには2つの子ノードがあります。ですから、最初の部分木については、その葉ノードの数は非葉ノードの数に比べて
11-02 16:52
530views
0likes
音響モデルacoustic mode
このモジュールでは、音声認識エンジンの音響（acoustic）モデルについて議論します。現在の主流の音声認識システムでは、音響モデルはハイブリッド（hybrid）モデルであり、シーケンスの遷移に使用される隠れマルコフモデル（HMM）と、現在のフレームに基づいて状態を予測するディープニューラルネットワークが含まれています。HMMは
11-02 16:49
445views
0likes
ルール学習Rule Learning
規則学習は、未見の事例を判別できる規則で、通常は訓練データセットの学習によって得られます。それは通常、IF - THEN規則で、非教師あり学習の一種で、一般的に分類の一種として分類されます。規則学習における規則：意味が明確で、データ分布に含まれる客観的な法則を記述できます。
11-02 16:46
479views
0likes
Transductive learning直進学習
トランスダクティブ学習（直推式学習）。直推とは、観測された特定のデータから特定のデータへの推論である。直推学習は帰納学習と異なり、訓練データとテストデータは事前にすべて観測可能であり、既知の訓練データから特徴を学習してテストセットのラベルを予測する。たとえ我々は
11-02 16:44
418views
0likes
Inductive learning帰納学習
帰納的学習（きのうてきがくしゅう）。帰納とは、観測されたデータから一般的なデータへの推論であり、帰納的学習は私たちが日常で言う教師あり学習のことで、ラベル付きのデータを使用してモデルを訓練し、その後、訓練済みのモデルを使用してテストセットデータのラベルを予測する。訓練セットデータにはテスト
11-02 16:43
467views
0likes
multiple linear regression多元回帰解析
1. 単純線形回帰(simple linear regression)との違い：複数の説明変数(x)
2. 重回帰モデル
y = β0＋β１x1 + β2x2 + … + βpxp + ε
ここで：β0，β１，β2… βpはパラメータ
εは誤差値
3. 重回帰方程式
E(y) = β0＋β１x1 + β2x2 + … + βpxp
4.
11-02 16:41
479views
0likes
強化学習のscore function
score functionの定義とは、score functionが最大対数尤度関数の中で対数尤度関数の勾配を0にする勾配を求めるものであるということです。つまり、最大尤度問題を解くことはscore functionを解くことです。2、さらにパラメータで微分すると、Fisher Informationが得られます。FIMはSFの負の微分です。
11-01 22:37
41
item of content
人工知能に関する知識を共有します。これにはAIアルゴリズム、応用例、データ、モデルなどに関する情報が含まれます。