[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)
上下前次1-新

---

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: (ﾜｯﾁｮｲ f13c-wV/9) 2019/01/23(水)05:00 ID:uD/CD71q0(1/3) AA×
>>203


[240|320|480|600|100%|JPG|べ|ﾚｽ栞|ﾚｽ消]
204: (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
膨大なデータ 現象を説明可能なモデル モデル 現象の予測 のステップは帰納的 のステップは演的 公理系とか持ち出すと宗教くさくて嫌だけど 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

---

上下前次1-新書関写板覧索設栞歴

---

あと 798 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ

---

ぬこの手 ぬこTOP 0.031s