Top PDF 機械学習と

PDFファイル 1G2 「機械学習の基礎」

... 1. はじめに転移学習 [1][2] は同一タスク内のみで訓練とテストを行う一般の機械学習とは異なり，新規タスクにおいて別のタスクで学習した結果を利用する手法である．転移学習を実現するアルゴリズムは様々考案されているが，我々はその一つである属性ベース転移学習 [3] に着目した．属性ベース転移学習は，全て ...

2

... 発見されたトピック • トピックは属性と解釈可能（ラベルは人手で付与） Label Top words sound quality sound quality headphones volume bass earphones good… connection with PC usb pc windows port transfer computer mac software… battery battery hours ...

62

PDFファイル 1G2 「機械学習の基礎」

... 1 となる。 [9] の提案手法は正当性と τ = 1 の頑強性を理論的に保証することができる。提案手法のアルゴリズムは分離可能な行列の幾何的な構造に基いて設計されている。分離可能な行列に比較的妥当な仮定を置くと、その列ベクトルの凸包は単体となり、頂点は基底行列の列ベクトルに対応する。したがって、単体の頂点を全て見つけることができると分離可能な行列の基底行列 ...

4

PDFファイル 1G2 「機械学習の基礎」

... 交換 MC 法のもう一つの利点として，メトロポリス法などの通常のモンテカルロ法では推定が困難である，状態密度 g(E) と規格化定数 Zβ の計算が可能なことが挙げられる．状態密度 g(E) は，エネルギーの値が E となる状態数のことをいう．すなわち，エネルギーのヒストグラムである．これらの二つの量は，交換 MC 法のサンプリング結果から，以下に説明するマ ...

2

PDFファイル 1G2 「機械学習の基礎」

... 2. 汎化中立性リスクと経験中立性リスク X ， Y をそれぞれ入力と目標の空間， D n = {(x i , y i )} n i=1 ∈ Z n (Z = X × Y ) を (Z, Z) 上の未知の確率測度 ρ から i.i.i. に生成された事例集合であるとし，入力 X から 2 値の目標 Y = {−1, 1} の予測を行う教師あり学習の問題を考える．教師 ...

4

PDFファイル 2F3 「機械学習による非定常性と異常検知」

... る事が難しい．そのため学習するデータ分布に対してガウス性を仮定しない Independent Component Analysis (ICA) に基づく手法も提案されている．故障検出は ICA により抽出された特徴空間上で行われ，しきい値の設定，あるいは多変量カー ...

4

PDFファイル 2F3 「機械学習による非定常性と異常検知」

... 力データを非線形写像することで，訓練データへの過学習が起こりやすくなっていることによるものと考えられる．一方オートエンコーダでは，潜在次元をどれだけ増やしても正規化項の効果によって訓練データに過学習を起こすことはない． ...

3

PDFファイル 2F3 「機械学習による非定常性と異常検知」

... However, because original Kleinberg is a batch based burst detection algorithm, the burst of a word is determined by analyzing its appearance frequency and calculating[r] ...

4

PDFファイル 3F3 「関係・構造の機械学習」

... 完を行う． PPCA は，データ間の特徴を潜在変数として考慮することができる．本稿では， PPCA をテンソルへ拡張することで，質問間，対象間および回答者間の特徴を考慮した欠損補完手法を提案する．実際のアンケートデータに対して提案手法を適用し，従来手法および協調フィルタリングと比較して欠損補完の精度が高いことを示す． ...

4

LMSを用いたプログラミング授業における機械学習による得点率予測

... タ ,3 割検証データに分割するのが精度を検証する方法として一般的である [9] . しかし , 本研究では , データ数が少ないため ,8 割学習データ ,2 割検証データとした .scikit-learn の train test split 関数を使いランダ ...

6

天気予報防災情報への機械学習の利 ( 概要 ) 2

... 目的変数の品質管理 28 目的変数（教師データ）にエラーがあった場合、適切な機械学習ができない。特に逐次学習では、変な学習をして、その後の予測精度が落ちることがある。学習前に除いておく必要がある。 ...

35

機械学習型材料情報統合システム”MIPHA”　取扱説明書

... 続いて、組織因子を走査する遺伝的アルゴリズムのオプションパラメータ（例えば、母集団サイズ 2000、最大世代数 200、交叉率 0.1、突然変異率 0.85）を入力します 19 。逆解析解の候補数（最大数であって、候補がそれ以下の数の場合は数が少なくなります。最大 500 候補まで探索できます。）を選択後、「探索開始」をクリックすると逆解析が開始します。結果は CSV ...

33

PDFファイル 3F3 「関係・構造の機械学習」

... るために，実名のような個人を特定できる情報が含まれないことがある．そのような場合にはアンケートから得られる複数のエゴセントリック情報を集計しても，プライバシー保護のために匿名化されているため，ネットワーク構造は再現できないが，どの属性値のノード間にリンクが存在する傾向にあるかは把握できる．つまり，ネットワークを構成する全ノードの次数や属性が得られれば，これらの情報をもとに，次数制約を満た ...

4

PDFファイル 4G1 「機械学習の応用」

... ている．そして「重複度」は， 1 つの節点が属するクラスタ数の平均をそれぞれ表している． δ が 0.3 より小さい場合は，研磨の過程においての構造はそれぞれ異なっていることを確認したが，最終的に収束した構造は同じであった．また δ が 0.4 から 0.7 まではクラスタ数が増加している．これは， δ を増加させると，間接的な共起関係の弱い枝は削除されるため，小さいサイズのクラスタが生成され ...

4

PDFファイル 3F3 「関係・構造の機械学習」

... 適切な順序グラフで置き換え，順序付けリストを更新することで G が得られるなら， g と G はマッチするという．例えば図 2 では，順序グラフパターン g の変数 x を順序グラフ F 1 で，変数 y を順序グラフ F 2 でそれぞれ置き換えることで順序グラ ...

2

PDFファイル 2F3 「機械学習による非定常性と異常検知」

... The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014.. 2F3-3..[r] ...

4

PDFファイル 2F3 「機械学習による非定常性と異常検知」

... により提案されたリスク最小化に基づくポートフォリオ選択と疎学習の適用による方法ついて述べる．次に 3. では，各銘柄毎に定義された正定値カーネルを用いた複数カーネル学習に基づくポートフォリオ選択モデルを提案する． 4. では更に，時間 ...

4

PDFファイル 3F4 「人間・行動と機械学習」

... し，日常行動分析のために意味のあるフレームの部分列 ( 行動素と呼ぶ ) の抽出を目指す．特定の日常行動には特徴的なセンサーの部分発火系列が含まれているので，行動素の抽出には，部分発火系列の分析が有効と考えられる．その際，行動の変動 ...

4

将棋ソフトウェアにおける棋譜データの利用と機械学習

... • ただし，評価関数は人間の大局観以上のものが得られているとはいえず，今後も改良の余地は大きい • 同じ学習データを用いても，その活用方法（学習方法）によって得られる知識は全く異なる ...

32

PDFファイル 3F4 「人間・行動と機械学習」

... マルチタスク学習の手法として非常に様々なモデルが考案されてきた．単純な学習方法として，全タスクをまとめて一タスクと見立て一つの予測モデルを学習する単一予測モデルアプローチと，各タスクに予測モデルを一つ割りあてそれぞれ独立に最適化する単純独立予測モデルアプローチが存在する．これらのアプローチはタスク間の関連性を無視するなど非常にナ ...

4

機械学習と

PDFファイル 1G2 「機械学習の基礎」

テキストからの評判分析と機械学習

PDFファイル 1G2 「機械学習の基礎」

PDFファイル 1G2 「機械学習の基礎」

PDFファイル 1G2 「機械学習の基礎」

PDFファイル 2F3 「機械学習による非定常性と異常検知」

PDFファイル 2F3 「機械学習による非定常性と異常検知」

PDFファイル 2F3 「機械学習による非定常性と異常検知」

PDFファイル 3F3 「関係・構造の機械学習」

LMSを用いたプログラミング授業における機械学習による得点率予測

天気予報防災情報への機械学習の利 ( 概要 ) 2

機械学習型材料情報統合システム”MIPHA”　取扱説明書

PDFファイル 3F3 「関係・構造の機械学習」

PDFファイル 4G1 「機械学習の応用」

PDFファイル 3F3 「関係・構造の機械学習」

PDFファイル 2F3 「機械学習による非定常性と異常検知」

PDFファイル 2F3 「機械学習による非定常性と異常検知」

PDFファイル 3F4 「人間・行動と機械学習」

将棋ソフトウェアにおける棋譜データの利用と機械学習

PDFファイル 3F4 「人間・行動と機械学習」

関連した話題