ML

深層学習 畳み込み後のサイズの式 値 記号 幅 w 高さ h パディングサイズ p フィルタ（カーネル）サイズ k ストライド s $$ w' = \frac{w + 2p -k}{s} + 1$$ $$ h' = \frac{h + 2p -k}{s} + 1$$...

以下、個人的に咀嚼して完全に回答のできなかった用語集 DBSCAN 教師なし学習のハードクラスタリングにおけるモデルの1つ 密度を指標においている ちなみによく使用されるkmeansは距離を指標にしている コア、ボーダー、ノイズの３つの観点が存在する コア:...

What's? 2016年に開発された囲碁のAI DeepMind社と言う現在はGoogleが買収した企業が作った 当時プロ棋士に勝ったと言うことで有名に 将棋じゃないよ、AWAKEじゃないよ 深層強化学習で作られている...

What's 生成モデル? ニューラルネットワークのモデルを非常に大きなジャンルで分けると以下の２つになる。 分類モデル 生成モデル このうち分類モデルは、一般的な問題を解く。例えば以下のような感じ。 画像が猫である確率は？ タイタニックで生き残れる？ 英語を日本語に翻訳...

機械学習、統計で必須の平均と分散と標準偏差についてまとめる 平均 あるデータを全て加算し、そのデータ数で除算したもの。 $$ \overline{x} = \frac{1}{n} \sum_{k=1}^{n} x_k $$ 分散...

損失関数とは NN（ニューラルネットワーク）においては、ある予測がどれくらい正しいかを判断するときには損失関数を用いる。 これは、大雑把にいうと正解に対して予測がどれだけ外れているか？を示す指標になっている。...

定義 1である確率を\(p\)とすると、0である確率は\(1 - p\)となる 上記の通りベルヌーイ分布は2値分類にて使用される。 例えば、「成功 or 失敗」「勝ち or 負け」「Aである or Aでない」などなど。 公式...

ベイズの定理は条件確率の応用で、通常の確率では「ある条件下Xの元（原因）で事象Yが起こる確率（結果）」を求めるが、 本定理を使うことで、「事象Yが起きた（結果）時のある条件X（原因）」を求めることができる。 つまり、ベイズの定理は逆方向の問題を解くことに相当する。...

最尤推定について自分用にまとめます。 （完全に個人用なので、ミスがあったらすみません） はじめに Youtubeでめちゃくちゃ分かりやすい動画あったのでその紹介。 チャンネル 動画 10分で単位が取れる、理系科目のサクっと講義...

行列の特異値分解問題の解き方を整理する。 始める前に今回学習に当たって、最強に分かりやすいYoutubeの動画があったので感謝の意を込めて、リンクを記載します。 チャンネル 動画 某处生活_LiveSomewhere 特異値分解PART2：特異値分解...