Today search ranking
The Week search ranking
month search ranking
497views
0likes
長短期間記憶ネットワーク（Long/Short Term Memory Network）
ホクライター・シュミットハバー（1997年）は長短期記憶ネットワークを構築し、RNNの長時間記憶を取得する問題を解決しました。乗算論理線形ユニットを使用して記憶ユニットを設計し、「書き込み」ゲートを開いたままにしておけば、情報がユニットに書き込まれて保持され、「読み取り」ゲートを開くことでデータを取得することもできます。
小小程序员 05-15 23:43
673views
0likes
ホープフィールドネットワーク（Hopfield Networks）
非線形循環ネットワークには多くの表現形式があり、分析が難しい。安定状態、振動状態、またはカオス状態という3つの表現形式に達することができる。Hopfieldネットワークは循環接続された二値閾値ユニットで構成されている。1982年、ジョン・ホプフィールドは、接続が対称であれば、グローバルなエネルギー関数が存在することを発見した。
05-15 23:43
433views
0likes
ボルツマンマシン（Boltzmann Machine Network）
ボルツマンマシンは確率的な再帰型ニューラルネットワークであり、ホップフィールドネットワークの確率的生成産物と見なすことができ、内部表現（representations）を学習する最初のニューラルネットワークの1つです。このアルゴリズムは、訓練データセット内のバイナリベクトルに機械が割り当てる確率の積を最大化することを目的としており、これは最大化することに相当します
05-15 23:42
471views
0likes
深さ自動エンコーダ（Deep Auto-encoders）
このアーキテクチャは2種類のマッピング方式を提供しています。非線形次元削減に非常に適した方法のようです。訓練事例の数に対して線形（またはそれ以上）の特性を持ち、最終的なエンコーディングモデルはかなりコンパクトで高速です。しかし、誤差逆伝播法を使って深層オートエンコーダを最適化するのは困難です。初期の重みが小さい場合、逆伝播
05-15 23:42
454views
0likes
ディープ信念ネットワーク（Deep Belief Network）
逆伝播は、人工ニューラルネットワークが1バッチのデータを計算処理した後の各ニューロンの誤差分布を計算する標準的な方法ですが、いくつかの問題もあります。まず、訓練データにラベル付けを行う必要がありますが、ほとんどのデータにはラベルが付けられていません。次に、学習時間が不足しています。これは、隠れ層の数が多いネットワークでは学習が遅くなることを意味します。第三に、
05-15 23:42
536views
0likes
深さ残差ネットワーク（Deep Residual Network，ResNet）
深度残差ネットワーク（Deep Residual Network, ResNet）は非常に成功した深層学習手法であり、2015年末にarXiv上で公開されて以来、Google Scholar上での引用回数はすでに3万回近くに達しています。深度残差収縮ネットワークはResNetの新しい改良版であり、その後
05-15 23:40
546views
0likes
幅モデル（wide model）
線形モデルの一種で、通常は多数の疎な入力特徴量を持ちます。私たちがこれを「幅広モデル」と呼ぶのは、これが特殊なタイプのニューラルネットワークであり、大量の入力がすべて出力ノードに直接接続されているからです。深度モデルと比較すると、幅広モデルは通常、デバッグや検査が容易です。ただし、幅広モデルは
05-16 01:08
444views
0likes
ウェイト(weight)
線形モデルにおける特徴量の係数、またはディープネットワークにおけるエッジ。線形モデルを訓練する目的は、各特徴量の理想的な重みを決定することです。重みが 0 の場合、対応する特徴量はモデルに対して何らの貢献もしません。
05-15 23:37
637views
0likes
認証セット（validation set）
データセットのサブセットで、トレーニングセットから分離され、ハイパーパラメータの調整に使用されます。トレーニングセットとテストセットとは対照的です。
05-15 23:37
519views
0likes
非監視機械学習（unsupervised machine learning）
モデルを訓練して、データセット（通常はラベルのないデータセット）内のパターンを見つけます。教師なし機械学習の最も一般的な用途は、データを異なるクラスターに分け、類似したサンプルが同じグループに入るようにすることです。たとえば、教師なし機械学習アルゴリズムは、音楽のさまざまな属性に基づいて曲を異なるクラスターに分けることができます。
05-15 23:36
423views
0likes
ラベルサンプルなし（unlabeled example）
特徴を含むがラベルのないサンプル。無ラベルサンプルは推論を行うための入力内容として使用されます。半教師あり学習および教師なし学習では、無ラベルサンプルは学習中に使用されます。
05-15 23:36
1583views
0likes
真例率（true positive rate、略称TP率）
再現率の同義語です。つまり、真陽性率 = 真陽性数 / ( 真陽性数 + 偽陰性数 ) 真陽性率はROC曲線のy軸です。
05-15 23:36
442views
0likes
真の例（TP，true positive）
05-15 23:36
507views
0likes
真負例（TN，true negative）
05-15 23:36
405views
0likes
転送学習（transfer learning）
05-15 23:36
354views
0likes
トレーニングセット（training set）
05-15 23:36
421views
0likes
時系列解析（time series analysis）
機械学習と統計学のサブ分野で、時系列データの分析を目的としています。多くの種類の機械学習問題では、分類、クラスタリング、予測、異常検出など、時系列分析が必要になります。たとえば、過去の販売データに基づいて、未来の毎月の冬コートの販売量を予測するために時系列分析を利用することができます。
05-15 23:36
625views
0likes
テストセット（test set）
05-15 23:35
601views
0likes
テンソルサイズ（Tensor size）
05-15 23:35
359views
0likes
テンソル形状（Tensor shape）
05-15 23:35