[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング22 (1002ﾚｽ)
【統計分析】機械学習・データマイニング22 http://mevius.5ch.net/test/read.cgi/tech/1547338417/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
抽出解除
必死ﾁｪｯｶｰ(本家)
(べ)
自ID
ﾚｽ栞
あぼーん
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
204: デフォルトの名無しさん (ﾜｯﾁｮｲ f13c-wV/9) [] 2019/01/23(水) 05:00:34.60 ID:uD/CD71q0 >>203 1. 膨大なデータ → 現象を説明可能なモデル 2. モデル → 現象の予測 1のステップ(fit)は帰納的 2のステップ(predict)は演繹的 公理系とか持ち出すと宗教くさくて嫌だけど 1で作られたモデルが他のモデルから導出できなければ モデルは公理ということになる ディープラーニングを例に考えるとモデルはニューロンと活性化関数の集合 {ニューロン, 活性化関数}から演繹的にモデルが導出可能だから ここでいうモデルは公理ではなく、ニューロンと活性化関数が公理ということになる http://mevius.5ch.net/test/read.cgi/tech/1547338417/204
205: デフォルトの名無しさん (ﾜｯﾁｮｲ f13c-wV/9) [] 2019/01/23(水) 05:42:58.83 ID:uD/CD71q0 最後の一文はなんか伝えきれてないな 定義1 NAND回路を次の定義とする 0 NAND 0 → 1 0 NAND 1 → 1 1 NAND 0 → 1 1 NAND 1 → 0 定理1. いかなる論理回路もNAND回路の組み合わせで表現できる この場合、定義1は公理 定義2. ニューラルネットワークを次の定義とする y = f(Wx+C) 定理2. いかなる「りんごの画像」もニューラルネットワークで判別できる 定義2は公理 http://mevius.5ch.net/test/read.cgi/tech/1547338417/205
210: デフォルトの名無しさん (ﾜｯﾁｮｲ f13c-wV/9) [] 2019/01/23(水) 08:42:47.62 ID:uD/CD71q0 >>208 帰納と演繹のはざまには真実(公理)が埋まってるからだよ 小学生が教室でウンコ漏らしたとする 漏らした張本人は「周りの人くっさいだろうなぁ」と考える(演繹) 周りの生徒は匂いから「誰かウンコ漏らしだろ」と考える(帰納) 教室がクサイのは変わらないよ? でも漏らした加害者と周りの被害者は区別する必要があるだろ? http://mevius.5ch.net/test/read.cgi/tech/1547338417/210
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.191s*