投稿者「starpentagon」のアーカイブ

画像認識タスクの違い

深層学習（Deep Learning）の登場により画像認識の性能が劇的に向上し、時には「人間の認識能力を超えた」とまで言われるようになりました。ただ、画像認識のタスクにはいくつか種類があり難易度が大きく異なります。ここで… 続きを読む »

ニューラルネットワーク(Neural Network, NN)の基本形と言える単純パーセプトロン(simple perceptron)が持つ能力とその限界について紹介します。単純パーセプトロンの定義まず単純パーセプト… 続きを読む »

数値実験やシミュレーションを行う際に正規分布[math]\mathcal{N}(\mu, \sigma^2)[/math]や多次元正規分布[math]\mathcal{N}(\mathbf{\mu},\Sigma)[/m… 続きを読む »

よくわかる人工知能　最先端の人だけが知っているディープラーニングのひみつ天才プログラマー／スーパークリエイターとして有名な清水さんがディープラーニング（深層学習）の最先端を行く人達との対談をまとめた書です。「最先端」と… 続きを読む »

脳は神経細胞（ニューロン）のネットワークで出来ていることが知られています。そこで、ニューロンをモデル化した「ユニット」[1]詳細は「ニューラルネットワークの基本要素: ユニット」を参照くださいをつないでネットワーク化する… 続きを読む »

ニューラルネットワーク(Neural Network, NN)とは脳の神経細胞(ニューロン, Neuron)の挙動をモデル化し、物体認識や判別などの脳機能を計算機上でシミュレーションすることを目指したモデルです。もう少し… 続きを読む »

人工知能の核心 (NHK出版新書 511) NHKスペシャル「天使か悪魔か－羽生善治人工知能を探る」の取材内容をまとめた一冊です。各章のテーマ人工知能が人間に追いついた人間あって、人工知能にないもの人に寄り添う人… 続きを読む »

コメント大問3は指数分布族を少し限定したクラスに対するモーメント法をテーマとした問題が出題されました。モーメント法は頻出分野ですが問2でモデルMに含まれる確率密度関数の全積分に帰着するところ問3で混合モデルに対す… 続きを読む »

2015年統計検定1級（理工学）大問3 確率変数[math]Y[/math]は以下の確率密度関数 [math] f(y;\theta, \psi) = \exp\left[\dfrac{y\theta-b(\theta… 続きを読む »

コメント大問2は生存時間解析から出題されました。応用的なトピックは素直な問題が多いという傾向の通り有名事実の証明（問1, 2）具体的な分布を仮定し条件付き平均値の算出（問3～5）と生存時間解析を学んだことがある人… 続きを読む »