機械学習・AIPRML10章 演習10.39解答（その２：(10.218)の導出）
問題、記号の意味、利用した式については を参照。 目標 \(q^{\mathrm{new}}(\boldsymbol{\theta})\) の平均と分散を \(q^{\backslash n}(\boldsymbol{\theta})f_{...
機械学習・AI
機械学習・AI
機械学習・AIPRML10章 演習10.39解答（その１：(10.217),(10.219)の導出）
問題、記号の意味、利用した式については を参照。 目標 \(q^{\mathrm{new}}(\boldsymbol{\theta})\) の平均と分散を \(q^{\backslash n}(\boldsymbol{\theta})f_{...
機械学習・AI【PRML10章 演習10.38解答】EP法による事後分布の近似
PRML10章 演習10.38の解答・解説。EP法によって近似した事後分布の平均と分散を導出する。また、近似された事後分布と近似因子の積に関し、その正規化定数を計算する。
機械学習・AIPRML10章正誤表（10.7.1 例：雑音データ問題）
この記事では、「C.M.ビショップ『パターン認識と機械学習（下）ベイズ理論による統計的予測』（2012）丸善出版」（通称：PRML）における式の修正を行う。 なお、筆者はPRMLは初版第10刷（2018）を用い、修正内容は を参考にした。 ...
機械学習・AI行列式を変数・行列で微分・対数微分する方法と、その証明
多次元正規分布の最尤推定など、行列の最適化を行う際、行列式の微分を計算する必要があります。この記事では、行列式や行列式の対数を①変数で微分する方法と、②行列で微分する方法について解説します。また、機械学習分野の著名な書籍であるPRMLで、このテーマを扱っている部分の練習問題についても解答を掲載しています。
機械学習・AINeural Trojanミニレビュー
この記事は、2020年1月12日に行われた「第二回サイバーセキュリティ系LT会 in 東京」で発表した、「Neural Trojan -- mini review」の内容を解説する記事です。 主に、arXivに投稿されているNeural T...
Unity「UnityとC#で創る人工生命」見本誌配布
2019年11月23日15:57 見本誌 v0 → v1 のアップデートを行いました！ 現在執筆中の「UnityとC#で創る人工生命」の見本誌を無料配布します。 この本では、UnityとC#を使って、自分で考えて行動する人工生命を観察するこ...
Python【Pythonで異常検知】Chapter 1. １変数正規分布に基づく異常検知
概要 この章では、以下の手順にしたがって１変数データの異常検知をPythonで実践することを目標とする。 訓練用データを正規分布にフィッティングする得られた正規分布からテスト用データの異常度を求める異常度の閾値を設定し、それを上回るデータを...
機械学習・AIベイズの定理の考え方と使い方【独立性や条件付き確率から丁寧に】
「２つの事象が同時に生じる確率」を同時確率といいます。同時確率を計算する方法について、事象の独立性や条件付き確率を通して考え、最終的にベイズの定理を導きます。この記事を読むことで、ベイズの定理を効果的に利用するための方法を理解することができます。
機械学習・AI混同行列の読み方と指標―検査の性能は感度だけじゃ測れない！
混同行列は、検査による分類結果をまとめた表です。この表を用いて感度や特異度、偽陽性/陰性率、陽性/陰性的中率、陽性/陰性尤度比などの指標を計算し、検査の性能を評価します。この記事を読むことで、混同行列の見方と書き方を知り、そこから得られる指標の特性を理解して、検査や機械学習の性能を適切に評価することができるようになります。