SVM、ニューラルネットなどに共通する分類問題における考え方 - "機械学習","信号解析","ディープラーニング"の勉強

2017/03/07 55 users SVM ニューラルネット bookmark 曲面 線形

2017 - 03 - 08 SVM、ニューラルネットなどに共通する分類問題における考え方 人工知能 人工知能-機械学習 シェアする Bookmark! Facebook Twitter Google+ Pocket はじめに 分類問題の基本 分類における困難：線形分離不可能 非線形な分類問題 曲線、曲面によって境界を定める＝空間を捻じ曲げて線形な境界を定める 素朴な疑問とその回答 次元に自由度が... 続きを読む

多層パーセプトロンの動きを可視化する - StatsFragments

2014/11/30 82 users 多層パーセプトロン StatsFragments 補足 次元

2014-11-30 多層パーセプトロンの動きを可視化する Python 可視化 概要 多層パーセプトロン記事の補足。下の記事の最後で、入力されたデータを隠れ層で線形分離しやすい形に変換している、ということを確かめたかったが、MNIST データでは次元が高すぎてよくわからなかった。ということで、もうちょっとわかりやすい例を考える。 Theano で Deep Learning <2> : 多層パー... 続きを読む

どんなデータでも(※)線形分離可能にしてしまう技術，Vanishing Component Analysis(ICML 2013)を紹介してきました - a lonely miner

2013/07/10 181 users 仲間内 a lonely miner ICML 2013

どんなデータでも(※)線形分離可能にしてしまう技術，Vanishing Component Analysis(ICML 2013)を紹介してきました Jul 10th, 2013 急に蒸し暑くなってきましたね．でぶちんなのでけっこうこたえます．タイトルはちょっと釣り気味．ビビっと来た方は是非論文に目を通してみてください:) 例によって，仲間内でやっている小さな勉強会で論文紹介をしてきましたので，そ... 続きを読む

どんなデータでも(※)線形分離可能にしてしまう技術，Vanishing Component Analysis(ICML 2013)を紹介してきました - a lonely miner

2013/07/10 181 users a lonely miner ICML 2013 データ

急に蒸し暑くなってきましたね．でぶちんなのでけっこうこたえます．タイトルはちょっと釣り気味．ビビっと来た方は是非論文に目を通してみてください:) 例によって，仲間内でやっている小さな勉強会で論文紹介をしてきましたので，そのご紹介です．ぼくの専門というか興味の中心は自然言語処理なので，ふだんはそっち方面を追っているのですが，勉強会では機械学習方面を中心にいろいろ読んでみてます． 今回は岡野原さんのこ... 続きを読む

第18回　ロジスティック回帰：機械学習 はじめよう｜gihyo.jp … 技術評論社

2013/02/13 79 users ロジスティック回帰 パーセプトロン 中谷秀洋 機械学習 難点

機械学習 はじめよう 第18回　ロジスティック回帰 2013年2月13日 中谷秀洋 機械学習, ロジスティック回帰, 分類, 関数 この記事を読むのに必要な時間：およそ 2 分 1 2 前回までに，分類問題のモデルの一つ「パーセプトロン」を紹介して，その実装を行いました。 パーセプトロンはとてもシンプルでわかりやすいモデルでしたが，「線形分離可能」なデータにしか適用できないという難点がありましたね... 続きを読む