機械学習

Python R

データの前処理

python でアプリを作った際に使用した前処理の手法をまとめています。基本的にはone hot encodingです。
Python R

ゼロから作るRNN2

PTBコーパスから言語モデルを作る記事です。分散表現を作り、RNNに通して全結合で予測するという単純なモデルです。単語の分散表現が得られるので、意味のあるものになっているか、コサイン類似度を使って試してみます。
Python R

ゼロから作るRNN1

RNNをnumpy だけで実装していきます。ゼロから作るDeep Learning 2に載っているコードを解説しながら作っていきます。
ベイズ統計学

EMアルゴリズムの一般化と計算例

EMアルゴリズムを色々な確率分布に対して使えるようにします。正規分布とベルヌーイ分布の場合で、EMアルゴリズムを実装するための計算をします。
Python R

EMアルゴリズムのpythonによる実装と一般化

EMアルゴリズムのまとめをして、python 上で実装します。最後に、EMアルゴリズムの一般化について触れます。
機械学習

EMアルゴリズム

扱うデータが複数の分布を持っていそうな時、分布の混合割合と、パラメーターを推定する方法があります。それはEMアルゴリズムと呼ばれています。EMアルゴリズムの原理について解説します。
ベイズ統計学

エントロピーからKLダイバージェンスを理解する

エントロピーの定義から始めて、KLダイバージェンスの意味を理解するのが目標です。エントロピーがデータの分布の違いを検知できる事を説明し、KLダイバージェンスが確率分布同士の距離を測る道具になっていることを解説します。最後に応用について少しだけ説明します。
Python R

自然言語処理入門の入門

自然言語処理の入門記事です。文字をどうやってコンピューターに認識させているか解説します。簡単なモデルで、不思議の国のアリスの文を再現させてみます。
Python R

主成分分析からカーネル主成分分析へ

テーブルデータがある時、データの雰囲気を掴む手法の一つに、主成分分析があります。線形代数の知識を使って主成分分析の原理(特異値分解)を解説します。カーネル法と主成分分析が分かると、カーネル主成分分析が理解できます。カーネル法は知っていると思ってカーネル主成分分析も解説します。
Python R

Pythonによるディープラーニングの実装➂

pythonで1から作るディープラーニング第3弾です。プーリングについて解説し、プーリング層の実装をします。写真をMax Pooling すると、輪郭が取り出されることを実験して確かめます。
タイトルとURLをコピーしました