SlideShare a Scribd company logo
1 of 72
Download to read offline
第1回
「はじめてのパターン認識」読書会
2013/6/18 (火)
Prunus1350
1.1 パターン認識とは
「パターン認識」とは,
1.1 パターン認識とは
「パターン認識」とは,
「物事の類型を知るはたらき,およびその内容」
1.1 パターン認識とは
「パターン認識」とは,
「物事の類型を知るはたらき,およびその内容」
ちょっとわかりづらい?
1.1 パターン認識とは
「パターン認識」とは,
1.1 パターン認識とは
「パターン認識」とは,
「対象の特徴量から対象が属するカテゴリを推
測する方法」を指す.
『Rで学ぶデータサイエンス5 パターン認識』より
1.1 パターン認識とは
識別対象
具体例
1.1 パターン認識とは
識別対象
硬貨
具体例
1.1 パターン認識とは
識別対象
特徴抽出
硬貨
具体例
1.1 パターン認識とは
識別対象
特徴抽出
サイズ
重さ
透磁率
穴の有無
…
硬貨
具体例
1.1 パターン認識とは
識別対象
特徴抽出
サイズ
重さ
透磁率
穴の有無
…
硬貨
識別の手がかりとなる
「特徴量」
具体例
1.1 パターン認識とは
識別対象 特徴ベクトル
特徴抽出
サイズ
重さ
透磁率
穴の有無
…
硬貨
具体例
1.1 パターン認識とは
識別対象 特徴ベクトル
特徴抽出 識別規則
サイズ
重さ
透磁率
穴の有無
…
硬貨
具体例
1.1 パターン認識とは
識別対象 特徴ベクトル 識別クラス
特徴抽出 識別規則
サイズ
重さ
透磁率
穴の有無
…
10円
50円
100円
500円
識別不能
硬貨
具体例
1.1 パターン認識とは
識別対象 特徴ベクトル 識別クラス
特徴抽出 識別規則
硬貨
識別対象は多岐に渡る
電話音声
顔画像
テキスト
データ
…
1.1 パターン認識とは
識別対象 特徴ベクトル 識別クラス
特徴抽出 識別規則
硬貨
特徴ベクトルの形になってしまえば, 同じ識別規則が使え
る
電話音声
顔画像
テキスト
データ
…
特徴量1
特徴量2
特徴量3
特徴量4
…
クラス1
クラス2
クラス3
…
識別不能
1.2 特徴の型
観測された特徴
1.2 特徴の型
観測された特徴
• 定性的特徴(非数値データ)
• 定量的特徴(数値データ)
1.2 特徴の型
観測された特徴
• 定性的特徴(非数値データ)
• 名義尺度 (分類のための単なる名前) 
• 順序尺度 (順序関係を表す)
• 定量的特徴(数値データ)
1.2 特徴の型
観測された特徴
• 定性的特徴(非数値データ)
• 名義尺度 (分類のための単なる名前) 
• 順序尺度 (順序関係を表す)
• 定量的特徴(数値データ)
• 比例尺度 (原点が定まっており, 比率が意味を持つ)
• 間隔尺度 (一定の単位で量られた量, 量間の比が意味を持た
ない)
例題 1.1
次の特徴の型は何か.
(1)試験の点数
(2)成績表のA, B, C, D
(3)偏差値
(4)単語の出現頻度
例題 1.1
次の特徴の型は何か.
(1)試験の点数 → 間隔尺度
(2)成績表のA, B, C, D
(3)偏差値
(4)単語の出現頻度
例題 1.1
次の特徴の型は何か.
(1)試験の点数 → 間隔尺度
(2)成績表のA, B, C, D → 順序尺度
(3)偏差値
(4)単語の出現頻度
例題 1.1
次の特徴の型は何か.
(1)試験の点数 → 間隔尺度
(2)成績表のA, B, C, D → 順序尺度
(3)偏差値 → 間隔尺度
(4)単語の出現頻度
例題 1.1
次の特徴の型は何か.
(1)試験の点数 → 間隔尺度
(2)成績表のA, B, C, D → 順序尺度
(3)偏差値 → 間隔尺度
(4)単語の出現頻度 → 比例尺度
1.2 特徴の型
定性的な特徴を計算機上で扱うために符号化を
行う.
1.2 特徴の型
定性的な特徴を計算機上で扱うために符号化を
行う.
例1) 2クラス
男性:0, 女性:1
1.2 特徴の型
定性的な特徴を計算機上で扱うために符号化を
行う.
例1) 2クラス
男性:0, 女性:1
例2) 多クラス
(5つのクラスラベルでクラス2を表現)
t = (0, 1, 0, 0, 0)T
1.3 特徴ベクトル空間と次元の呪い
• 特徴数がd個あれば, 特徴ベクトルはd次元線形
空間を張る.
x1
x2
65
70
(例) 特徴数2の特徴ベクトル
x = (65, 70)T
1.3 特徴ベクトル空間と次元の呪い
• 特徴数がd個あれば, 特徴ベクトルはd次元線形
空間を張る.
(例) 手書き文字認識 (kaggle)
1.3 特徴ベクトル空間と次元の呪い
• 特徴数がd個あれば, 特徴ベクトルはd次元線形
空間を張る.
(例) 手書き文字認識 (kaggle)
• 28 28=784個の画素値
• 各画素が256階調のグレースケール
1.3 特徴ベクトル空間と次元の呪い
• 特徴数がd個あれば, 特徴ベクトルはd次元線形
空間を張る.
(例) 手書き文字認識 (kaggle)
• 28 28=784個の画素値
• 各画素が256階調のグレースケール
→ 784次元のベクトル空間の各軸が256個の区
画を持っている.
1.3 特徴ベクトル空間と次元の呪い
• 特徴数がd個あれば, 特徴ベクトルはd次元線形
空間を張る.
(例) 手書き文字認識 (kaggle)
• 28 28=784個の画素値
• 各画素が256階調のグレースケール
→ 784次元のベクトル空間の各軸が256個の区
画を持っている.
区画の数は全体で 256784
1.3 特徴ベクトル空間と次元の呪い
適応制御において未知の複雑な関数を学習する
ために必要なデータが, 次元の増加と共に指数
関数的に増加することを
「次元の呪い」
という.
例題 1.2
d次元超立方体の面(ファセットという)の数
は2d個であることを示せ.
例題 1.2
d次元超立方体の面(ファセットという)の数
は2d個であることを示せ.
A. d次元超立方体は, 各軸の直交する二つのd-1次
元超平面で構成されるので, 面は全部で2d個あ
る.
章末問題 1.1
あなたの利き手でない方の人差し指と中指の指
紋を区別したい, どのような特徴をとればよい
か観察せよ.
章末問題 1.2
辺の長さが  の  次元超立方体について, 以下
の問いに答えよ.
da
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
d 2d
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 0次元の場合
d
頂点の数:
2d
20
= 1
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 0次元 → 1次元
新しい軸  を
考える
O
x1
d 2d
x1
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 0次元 → 1次元
  の正負の方向   の
位置に頂点を移す
O1
2
a
1
2
a
x1
d 2d
x1 ±
1
2
a
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 1次元の場合
O1
2
a
1
2
a
x1
d 2d
頂点の数: 21
= 2
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 1次元 → 2次元
軸  に直交する軸  を
考える
O1
2
a
1
2
a
x1
x2
d 2d
x1 x2
章末問題 1.2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 1次元 → 2次元
O1
2
a
1
2
a
1
2
a
1
2
a
x1
x2
d 2d
  の正負の方向   の
位置に頂点を移す
±
1
2
ax2
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 2次元の場合
章末問題 1.2
O1
2
a
1
2
a
1
2
a
1
2
a
x1
x2
d 2d
頂点の数: 22
= 4
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 2次元 → 3次元
章末問題 1.2
3次元空間を考える
x1
x2
d 2d
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 2次元 → 3次元
章末問題 1.2
x1
x2
d 2d
x3
軸    に直交する
軸  を考える
x1, x2
x3
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 2次元 → 3次元
章末問題 1.2
x1
x2
x3
d 2d
  の正負の方向   の
位置に頂点を移す
±
1
2
ax3
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 3次元の場合
章末問題 1.2
x1
x2
x3
d 2d
頂点の数: 23
= 8
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 3次元 → 4次元
章末問題 1.2
軸     に直交する
軸  を考える
x1
x2
x3
d 2d
?
x1, x2, x3
x4
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 3次元 → 4次元
章末問題 1.2
x1
x2
x3
d 2d
?
  の正負の方向   の
位置に頂点を移す
±
1
2
ax4
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 4次元の場合
章末問題 1.2
x1
x2
x3
d 2d
?
頂点の数: 24
= 16
(1) 次元超立方体の頂点の数は  個であること
を示せ.
• 同様にして, 次元が増えるごとに超立方体の頂
点の数は2倍になるので  次元超立方体の頂
点の数は  個である.
章末問題 1.2
d 2d
d
2d
(2) 次元超立方体の表面積を求めよ.
章末問題 1.2
d
(2) 次元超立方体の表面積を求めよ.
• 1辺の長さが  の   次元超平面の表面積
は   と表される.
章末問題 1.2
d
a d 1
ad 1
(2) 次元超立方体の表面積を求めよ.
• 1辺の長さが  の   次元超平面の表面積
は   と表される.
例題1.2より, これが  個あるので,
章末問題 1.2
d
a d 1
ad 1
2d
ad 1
⇤ 2d = 2dad 1
(3)超立方体を構成する  次元超平面の個数が
で表されることを, 3次元立方体で確かめよ.
章末問題 1.2
m
(0  m  d 1)
2d m
✓
d
m
◆
(3)超立方体を構成する超平面の個数
• 0次元(頂点)
章末問題 1.2
23 0
✓
3
0
◆
= 23
⇤ 1
= 8
x1
x2
x3
(3)超立方体を構成する超平面の個数
• 1次元(辺)
章末問題 1.2
23 1
✓
3
1
◆
= 22
⇤ 3
= 12
x1
x2
x3
(3)超立方体を構成する超平面の個数
• 2次元(面)
章末問題 1.2
23 2
✓
3
2
◆
= 21
⇤ 3
= 6
x1
x2
x3
(4)超立方体を構成する  次元超平面の総数を求
めよ.
章末問題 1.2
m
(4)超立方体を構成する  次元超平面の総数を求
めよ.
•   次元超平面の個数は
と表されるので,
章末問題 1.2
m
2d m
✓
d
m
◆
m
(4)超立方体を構成する  次元超平面の総数を求
めよ.
•   次元超平面の個数は
と表されるので, それを0次元から   次元ま
で合計すればよい.
章末問題 1.2
m
2d m
✓
d
m
◆
m
d 1
(4)超立方体を構成する  次元超平面の総数を求
めよ.
•   次元超平面の個数は
と表されるので, それを0次元から   次元ま
で合計すればよい.
よって
章末問題 1.2
m
2d m
✓
d
m
◆
m
d 1
d 1X
m=0
2d m
✓
d
m
◆
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
5 1X
m=0
25 m
✓
5
m
◆
=
4X
m=0
25 m
✓
5
m
◆
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
5 1X
m=0
25 m
✓
5
m
◆
=
4X
m=0
25 m
✓
5
m
◆
= 25 0
✓
5
0
◆
+ 25 1
✓
5
1
◆
+ 25 2
✓
5
2
◆
+ 25 3
✓
5
3
◆
+ 25 4
✓
5
4
◆
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
5 1X
m=0
25 m
✓
5
m
◆
=
4X
m=0
25 m
✓
5
m
◆
= 25 0
✓
5
0
◆
+ 25 1
✓
5
1
◆
+ 25 2
✓
5
2
◆
+ 25 3
✓
5
3
◆
+ 25 4
✓
5
4
◆
= 32 ⇤ 1 + 16 ⇤ 5 + 8 ⇤ 10 + 4 ⇤ 10 + 2 ⇤ 5
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
5 1X
m=0
25 m
✓
5
m
◆
=
4X
m=0
25 m
✓
5
m
◆
= 25 0
✓
5
0
◆
+ 25 1
✓
5
1
◆
+ 25 2
✓
5
2
◆
+ 25 3
✓
5
3
◆
+ 25 4
✓
5
4
◆
= 32 ⇤ 1 + 16 ⇤ 5 + 8 ⇤ 10 + 4 ⇤ 10 + 2 ⇤ 5
= 32 + 80 + 80 + 40 + 10
(5)その式から, 5次元超立方体を構成する超平面の
総数を求めよ.
章末問題 1.2
5 1X
m=0
25 m
✓
5
m
◆
=
4X
m=0
25 m
✓
5
m
◆
= 25 0
✓
5
0
◆
+ 25 1
✓
5
1
◆
+ 25 2
✓
5
2
◆
+ 25 3
✓
5
3
◆
+ 25 4
✓
5
4
◆
= 32 ⇤ 1 + 16 ⇤ 5 + 8 ⇤ 10 + 4 ⇤ 10 + 2 ⇤ 5
= 32 + 80 + 80 + 40 + 10
= 242
ご清聴ありがとうございました。

More Related Content

What's hot

最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリングmlm_kansai
 
[DL輪読会]Deep Learning 第2章 線形代数
[DL輪読会]Deep Learning 第2章 線形代数[DL輪読会]Deep Learning 第2章 線形代数
[DL輪読会]Deep Learning 第2章 線形代数Deep Learning JP
 
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズHiroshi Shimizu
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Takashi J OZAKI
 
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?hoxo_m
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知Yuya Takashina
 
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデルKei Nakagawa
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだことnishio
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化Miyoshi Yuya
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)Takao Yamanaka
 
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門hoxo_m
 
【解説】 一般逆行列
【解説】 一般逆行列【解説】 一般逆行列
【解説】 一般逆行列Kenjiro Sugimoto
 
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本hoxo_m
 
変分ベイズ法の説明
変分ベイズ法の説明変分ベイズ法の説明
変分ベイズ法の説明Haruka Ozaki
 
はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半Prunus 1350
 
第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知Chika Inoshita
 
多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識佑 甲野
 
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜SSII
 
MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」Shinichi Tamura
 
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習Deep Learning JP
 

What's hot (20)

最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
 
[DL輪読会]Deep Learning 第2章 線形代数
[DL輪読会]Deep Learning 第2章 線形代数[DL輪読会]Deep Learning 第2章 線形代数
[DL輪読会]Deep Learning 第2章 線形代数
 
心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ心理学者のためのGlmm・階層ベイズ
心理学者のためのGlmm・階層ベイズ
 
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~ Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
 
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
 
グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知グラフィカル Lasso を用いた異常検知
グラフィカル Lasso を用いた異常検知
 
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
 
実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと実践多クラス分類 Kaggle Ottoから学んだこと
実践多クラス分類 Kaggle Ottoから学んだこと
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
 
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
 
【解説】 一般逆行列
【解説】 一般逆行列【解説】 一般逆行列
【解説】 一般逆行列
 
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本トピックモデルの評価指標 Coherence 研究まとめ #トピ本
トピックモデルの評価指標 Coherence 研究まとめ #トピ本
 
変分ベイズ法の説明
変分ベイズ法の説明変分ベイズ法の説明
変分ベイズ法の説明
 
はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半
 
第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知第8章 ガウス過程回帰による異常検知
第8章 ガウス過程回帰による異常検知
 
多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識多様な強化学習の概念と課題認識
多様な強化学習の概念と課題認識
 
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
SSII2021 [TS2] 深層強化学習 〜 強化学習の基礎から応用まで 〜
 
MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」
 
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
 

Similar to はじめてのパターン認識 第1章

PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半Ohsawa Goodfellow
 
Characeter-Level CNN
Characeter-Level CNNCharaceter-Level CNN
Characeter-Level CNNtdualdir
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみたTakahiro Yoshizawa
 
Boolean retrieval
Boolean retrievalBoolean retrieval
Boolean retrievalsaireya _
 
プログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズムプログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズムTakuya Akiba
 

Similar to はじめてのパターン認識 第1章 (8)

Prml 1.3~1.6 ver3
Prml 1.3~1.6 ver3Prml 1.3~1.6 ver3
Prml 1.3~1.6 ver3
 
統計学
統計学統計学
統計学
 
直交領域探索
直交領域探索直交領域探索
直交領域探索
 
PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半PRML上巻勉強会 at 東京大学 資料 第1章後半
PRML上巻勉強会 at 東京大学 資料 第1章後半
 
Characeter-Level CNN
Characeter-Level CNNCharaceter-Level CNN
Characeter-Level CNN
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた
 
Boolean retrieval
Boolean retrievalBoolean retrieval
Boolean retrieval
 
プログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズムプログラミングコンテストでの乱択アルゴリズム
プログラミングコンテストでの乱択アルゴリズム
 

More from Prunus 1350

SAS University EditionでもJupyter Notebookが使えるようになった話
SAS University EditionでもJupyter Notebookが使えるようになった話SAS University EditionでもJupyter Notebookが使えるようになった話
SAS University EditionでもJupyter Notebookが使えるようになった話Prunus 1350
 
統計的学習の基礎 第2章後半
統計的学習の基礎 第2章後半統計的学習の基礎 第2章後半
統計的学習の基礎 第2章後半Prunus 1350
 
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Prunus 1350
 
はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2Prunus 1350
 
TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法Prunus 1350
 
はじめてのパターン認識 第9章 9.5-9.6
はじめてのパターン認識 第9章 9.5-9.6はじめてのパターン認識 第9章 9.5-9.6
はじめてのパターン認識 第9章 9.5-9.6Prunus 1350
 
パターン認識と機械学習 §8.3.4 有向グラフとの関係
パターン認識と機械学習 §8.3.4 有向グラフとの関係パターン認識と機械学習 §8.3.4 有向グラフとの関係
パターン認識と機械学習 §8.3.4 有向グラフとの関係Prunus 1350
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成Prunus 1350
 
集合知プログラミング 第4章 4.7
集合知プログラミング 第4章 4.7集合知プログラミング 第4章 4.7
集合知プログラミング 第4章 4.7Prunus 1350
 
スティーヴ・ライヒを聴こう
スティーヴ・ライヒを聴こうスティーヴ・ライヒを聴こう
スティーヴ・ライヒを聴こうPrunus 1350
 
第5章 統計的仮説検定 (Rによるやさしい統計学)
第5章 統計的仮説検定 (Rによるやさしい統計学)第5章 統計的仮説検定 (Rによるやさしい統計学)
第5章 統計的仮説検定 (Rによるやさしい統計学)Prunus 1350
 

More from Prunus 1350 (11)

SAS University EditionでもJupyter Notebookが使えるようになった話
SAS University EditionでもJupyter Notebookが使えるようになった話SAS University EditionでもJupyter Notebookが使えるようになった話
SAS University EditionでもJupyter Notebookが使えるようになった話
 
統計的学習の基礎 第2章後半
統計的学習の基礎 第2章後半統計的学習の基礎 第2章後半
統計的学習の基礎 第2章後半
 
Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章Rで学ぶデータマイニングI 第8章〜第13章
Rで学ぶデータマイニングI 第8章〜第13章
 
はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2はじめてのパターン認識 第11章 11.1-11.2
はじめてのパターン認識 第11章 11.1-11.2
 
TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法TokyoR 第36回LT Rで部分空間法
TokyoR 第36回LT Rで部分空間法
 
はじめてのパターン認識 第9章 9.5-9.6
はじめてのパターン認識 第9章 9.5-9.6はじめてのパターン認識 第9章 9.5-9.6
はじめてのパターン認識 第9章 9.5-9.6
 
パターン認識と機械学習 §8.3.4 有向グラフとの関係
パターン認識と機械学習 §8.3.4 有向グラフとの関係パターン認識と機械学習 §8.3.4 有向グラフとの関係
パターン認識と機械学習 §8.3.4 有向グラフとの関係
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
 
集合知プログラミング 第4章 4.7
集合知プログラミング 第4章 4.7集合知プログラミング 第4章 4.7
集合知プログラミング 第4章 4.7
 
スティーヴ・ライヒを聴こう
スティーヴ・ライヒを聴こうスティーヴ・ライヒを聴こう
スティーヴ・ライヒを聴こう
 
第5章 統計的仮説検定 (Rによるやさしい統計学)
第5章 統計的仮説検定 (Rによるやさしい統計学)第5章 統計的仮説検定 (Rによるやさしい統計学)
第5章 統計的仮説検定 (Rによるやさしい統計学)
 

Recently uploaded

リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドリアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドKen Fukui
 
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドリアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドKen Fukui
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」inspirehighstaff03
 
What I did before opening my business..pdf
What I did before opening my business..pdfWhat I did before opening my business..pdf
What I did before opening my business..pdfoganekyokoi
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」inspirehighstaff03
 
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfEstablishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfoganekyokoi
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」inspirehighstaff03
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」inspirehighstaff03
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」inspirehighstaff03
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slidessusere0a682
 
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfDivorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfoganekyokoi
 
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドリアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドKen Fukui
 
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」inspirehighstaff03
 
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドリアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドKen Fukui
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」inspirehighstaff03
 
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドリアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドKen Fukui
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」inspirehighstaff03
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfyukisuga3
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」inspirehighstaff03
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfinspirehighstaff03
 

Recently uploaded (20)

リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライドリアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
 
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライドリアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
 
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
 
What I did before opening my business..pdf
What I did before opening my business..pdfWhat I did before opening my business..pdf
What I did before opening my business..pdf
 
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
 
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdfEstablishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
 
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
 
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
 
My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」My Inspire High Award 2024    「孤独は敵なのか?」
My Inspire High Award 2024    「孤独は敵なのか?」
 
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
 
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdfDivorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
 
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライドリアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
 
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
 
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライドリアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
 
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
 
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライドリアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
 
My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」My Inspire High Award 2024  「正義って存在するの?」
My Inspire High Award 2024  「正義って存在するの?」
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
 
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
 
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdfMy Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
 

はじめてのパターン認識 第1章