[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

---

860: (ｻｻｸｯﾃﾛ Spbd-4fA7) 2019/02/23(土)01:51 ID:47rng884p(1) AA×
>>844


[240|320|480|600|100%|JPG|べ|ﾚｽ栞|ﾚｽ消]
860: (ｻｻｸｯﾃﾛ Spbd-4fA7) [sage] 2019/02/23(土) 01:51:44.83 ID:47rng884p >>844 ここで言いたいことは、機械学習学習のモデリングのことではないかな 明らかに正規分布に従わない分布に、正規分布を仮定したモデリングをしても得られる結果は間違っている 同様にベイズ推定系の学習では、共役となる事前分布やハイパーパラメータを適切にえらばないと変な答えを出す 他にもコスト関数に尤度に加えてL1,L2の制約条件を加えたり、さらに追加でスパースネス項を追加したりする場合には、収束条件を満たすかどうかなどが重要で高度な数学の知識がいる 深層学習でKeras等で畳み込みやニューラルネットワークをレイヤとして並べ換えるだけなら統計も数学も要らないが、どういうときにどんな活性化関数を使うとか、どんな損失関数を使うかなどは統計の知識ががあった方が理解は早い http://mevius.5ch.net/test/read.cgi/tech/1547338417/860
ここで言いたいことは機械学習学習のモデリングのことではないかな 明らかに正規分布に従わない分布に正規分布を仮定したモデリングをしても得られる結果は間違っている 同様にベイズ推定系の学習では共役となる事前分布やハイパーパラメータを適切にえらばないと変な答えを出す 他にもコスト関数に尤度に加えての制約条件を加えたりさらに追加でスパースネス項を追加したりする場合には収束条件を満たすかどうかなどが重要で高度な数学の知識がいる 深層学習で等で畳み込みやニューラルネットワークをレイヤとして並べ換えるだけなら統計も数学も要らないがどういうときにどんな活性化関数を使うとかどんな損失関数を使うかなどは統計の知識ががあった方が理解は早い

---

上下前次1-新書関写板覧索設栞歴

---

あと 142 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 0.043s