自然言語処理における機械学習の利用について理解するため,その基礎的な考え方を伝えることを目的としている。広大な同分野の中から厳選された必須知識が記述されており,論文や解説書を手に取る前にぜひ目を通したい一冊である。 1. 必要な数学的知識 1. 1 準備と本書における約束事 1. 2 最適化問題 1. 2. 1 凸集合と凸関数 1. 2 凸計画問題 1. 3 等式制約付凸計画問題 1. 4 不等式制約付凸計画問題 1. 3 確率 1. 3. 1 期待値,平均,分散 1. 2 結合確率と条件付き確率 1. 3 独立性 1. 4 代表的な離散確率分布 1. 4 連続確率変数 1. 4. 1 平均,分散 1. 2 連続確率分布の例 1. 5 パラメータ推定法 1. 5. 1 i. i. d. と尤度 1. 2 最尤推定 1. 3 最大事後確率推定 1. 6 情報理論 1. 6. 1 エントロピー 1. 2 カルバック・ライブラー・ダイバージェンス 1. 3 ジェンセン・シャノン・ダイバージェンス 1. 4 自己相互情報量 1. 5 相互情報量 1. 7 この章のまとめ 章末問題 2. 文書および単語の数学的表現 2. 1 タイプ,トークン 2. 2 nグラム 2. 1 単語nグラム 2. 2 文字nグラム 2. 3 文書,文のベクトル表現 2. 1 文書のベクトル表現 2. 2 文のベクトル表現 2. 4 文書に対する前処理とデータスパースネス問題 2. 1 文書に対する前処理 2. 2 日本語の前処理 2. 3 データスパースネス問題 2. 5 単語のベクトル表現 2. 1 単語トークンの文脈ベクトル表現 2. 2 単語タイプの文脈ベクトル表現 2. 6 文書や単語の確率分布による表現 2. 7 この章のまとめ 章末問題 3. クラスタリング 3. 1 準備 3. [WIP]「言語処理のための機械学習入門」"超"まとめ - Qiita. 2 凝集型クラスタリング 3. 3 k-平均法 3. 4 混合正規分布によるクラスタリング 3. 5 EMアルゴリズム 3. 6 クラスタリングにおける問題点や注意点 3. 7 この章のまとめ 章末問題 4. 分類 4. 1 準備 4. 2 ナイーブベイズ分類器 4. 1 多変数ベルヌーイモデル 4. 2 多項モデル 4. 3 サポートベクトルマシン 4. 1 マージン最大化 4. 2 厳密制約下のSVMモデル 4.
4 連続確率変数 連続確率分布の例 正規分布(ガウス分布) ディレクレ分布 各値が互いに近い場合、比較的高い確率を持ち、各値が離れている(偏っている)場合には非常に低い確率を持つ分布。 最大事後確率推定(MAP推定)でパラメータがとる確率分布として仮定されることがある。 p(\boldsymbol{x};\alpha) = \frac{1}{\int \prod_i x_i^{\alpha_i-1}d\boldsymbol{x}} \prod_{i} x_i^{\alpha_i-1} 1. 5 パラメータ推定法 データが与えられ、このデータに従う確率分布を求めたい。何も手がかりがないと定式化できないので、大抵は何らかの確率分布を仮定する。離散確率分布ならベルヌーイ分布や多項分布、連続確率分布なら正規分布やポアソン分布などなど。これらの分布にはパラメータがあるので、確率分布が学習するデータにもっともフィットするように、パラメータを調整する必要がある。これがパラメータ推定。 (補足)コメントにて、$P$と$p$の違いが分かりにくいというご指摘をいただきましたので、補足します。ここの章では、尤度を$P(D)$で、仮定する確率関数(ポアソン分布、ベルヌーイ分布等)を$p(\boldsymbol{x})$で表しています。 1. 5. 1. i. d. と尤度 i. とは独立に同一の確率分布に従うデータ。つまり、サンプルデータ$D= { x^{(1)}, ・・・, x^{(N)}}$の生成確率$P(D)$(尤度)は確率分布関数$p$を用いて P(D) = \prod_{x^{(i)}\in D} p(x^{(i)}) と書ける。 $p(x^{(i)})$にベルヌーイ分布や多項分布などを仮定する。この時点ではまだパラメータが残っている。(ベルヌーイ分布の$p$、正規分布の$\sigma$、ポアソン分布の$\mu$など) $P(D)$が最大となるようにパラメーターを決めたい。 積の形は扱いにくいので対数を取る。(対数尤度) 1. 2. 最尤推定 対数尤度が最も高くなるようにパラメータを決定。 対数尤度$\log P(D) = \sum_x n_x\log p(x)$を最大化。 ここで$n_x$は$x$がD中で出現した回数を表す。 1. 3 最大事後確率推定(MAP推定) 最尤推定で、パラメータが事前にどんな値をとりやすいか分かっている場合の方法。 事前確率も考慮し、$\log P(D) = \log P(\boldsymbol{p}) + \sum_x n_x\log p(x)$を最大化。 ディリクレ分布を事前分布に仮定すると、最尤推定の場合と比較して、各パラメータの値が少しずつマイルドになる(互いに近づきあう) 最尤推定・MAP推定は4章.
3 緩和制約下のSVMモデル 4. 4 関数距離 4. 5 多値分類器への拡張 4. 4 カーネル法 4. 5 対数線形モデル 4. 1 素性表現の拡張と対数線形モデルの導入 4. 2 対数線形モデルの学習 4. 6 素性選択 4. 1 自己相互情報量 4. 2 情報利得 4. 7 この章のまとめ 章末問題 5. 系列ラベリング 5. 1 準備 5. 2 隠れマルコフモデル 5. 1 HMMの導入 5. 2 パラメータ推定 5. 3 HMMの推論 5. 3 通常の分類器の逐次適用 5. 4 条件付確率場 5. 1 条件付確率場の導入 5. 2 条件付確率場の学習 5. 5 チャンキングへの適用の仕方 5. 6 この章のまとめ 章末問題 6. 実験の仕方など 6. 1 プログラムとデータの入手 6. 2 分類問題の実験の仕方 6. 1 データの分け方と交差検定 6. 2 多クラスと複数ラベル 6. 3 評価指標 6. 1 分類正解率 6. 2 精度と再現率 6. 3 精度と再現率の統合 6. 4 多クラスデータを用いる場合の実験設定 6. 5 評価指標の平均 6. 6 チャンキングの評価指標 6. 4 検定 6. 5 この章のまとめ 章末問題 付録 A. 1 初歩的事項 A. 2 logsumexp A. 3 カルーシュ・クーン・タッカー(KKT)条件 A. 4 ウェブから入手可能なデータセット 引用・参考文献 章末問題解答 索引 amazonレビュー 掲載日:2020/06/18 「自然言語処理」27巻第2号(2020年6月)
法医学教室の事件ファイルのあらすじ 第46話 法医学教室の事件ファイルスペシャル 2019年6月23日 テレビ朝日 法医学者・早紀(名取裕子)と警部の夫・一馬(宅麻伸)が事件を解決する姿を描く人気シリーズ第46弾。河川敷に立つ作業小屋から女性の刺殺死体が発見される。現場に駆け付けた早紀は、着衣がぬれていることに気付き、近づこうとする。だが、鑑識課班長でやり手の映子(室井滋)に「まだ近づくな」と注意される。 名取裕子 宅麻伸 由紀さおり 阿川佐和子 正名僕蔵 遠藤久美子 阿佐ヶ谷姉妹 室井滋 詳細を見る 第45話 法医学教室の事件ファイル スペシャル 2018年11月18日 テレビ朝日 法医学者の二宮早紀(名取裕子)と、夫で警部の一馬(宅麻伸)の活躍を描くシリーズ第45弾。雑木林で落雷を受けたとみられる男性が遺体で発見される。だが、早紀の検視により落雷での事故死ではないことが判明。また、内縁の妻・千尋(星野真里)との間でトラブルがあったことを一馬らが突き止める。 星野真里 平泉成 中山忍 中村俊介 佐野和真 中村静香 依田司 第41話 法医学教室の事件ファイル「女医の教え子が夫の愛人を殺害した?現場から消えた"変身するカナリア"の謎とゴム手袋アレルギーが暴く、夫婦の秘密!! 」 2015年11月28日 テレビ朝日 法医学准教授の早紀(名取裕子)と夫で警部の一馬(宅麻伸)が事件に挑むシリーズ第41弾。ウエディングプランナー・由佳里(伴杏里)の遺体が自宅で見つかる。遺体を発見した隣人は、由佳里の部屋でカナリアが1羽飛んでいたと話す。早紀が解剖すると、由佳里はカナリアに対しアレルギーを持っていたことが判明する。 大浦龍宇一 小木茂光 山下容莉枝 三津谷葉子 井田國彦 本村健太郎 第34話 法医学教室の事件ファイル「判決の報酬!! 誘拐された裁判長…女医VSくちびるを読む妻!疑惑の音声分析?破れた鼓膜が暴くバスルームの秘密」 法医学者の早紀(名取裕子)の活躍を描く。早紀は女性が路上で倒れる現場を目撃。通報しようとした早紀は、通り掛かった聴覚研究者の奈津子(清水美沙)に制止され、夫で判事の河島(別所哲也)が誘拐されたと聞く。背中を撃たれていた女性は奈津子が身代金の受け渡しに使ったキャリーケースを持っていた。 清水美沙 別所哲也 村井美樹 大沢樹生 螢雪次朗 第25話 法医学教室の事件ファイル「北九州〜横浜 配達された解剖遺体…女医二人が鑑定対決!魚のトゲに疑惑が!?
鑑識官女ふたりの熱い闘い! 2つの血液型を持つ体の完全犯罪! 17 2003/04/05 法医学教室の事件ファイル "笑う自殺者"の謎 息子を失くした女記者vs. 女医の対決! 黒と白の繊維が殺人複合トリックに 18 2003/11/08 開局45周年記念企画 法医学教室の事件ファイル 真犯人は法医学のプロ? 見えない血痕と逆さまの傷… 女医に完全犯罪の罠が! 19 2004/05/29 法医学教室の事件ファイル 死体の顔は別の顔? 謎の整形美女殺人 "2つの銃創"の真実を女医が暴く! 20 2004/10/23 法医学教室の事件ファイル・スペシャル! 疑惑の美人ナース "殺された恋人は身元不明?" 開きすぎた瞳孔の謎に挑む二人の女医 21 2005/06/25 法医学教室の事件ファイル(21)スペシャル 集団自殺サイトで狙われた女たち "水槽に浮かぶ死美人"を追った殉職刑事の執念 22 2006/01/28 SP 法医学教室の事件ファイル 指紋は二度嘘をつく!? 女医も鑑識官も知らない"柔らかい指の謎"… 殺人犯と女医 事件の陰にそれぞれの嫁姑戦争! 23 2006/10/07 30周年特別企画 法医学教室の事件ファイル23 バス大爆破心中!! 恋人の死体が、自分でバスに乗った!? 疑惑の検事と女医の対決… 二つの電流痕の謎 24 2007/02/24 法医学教室の事件ファイル バレリーナは、二度殺される!? 打撲痕15センチ幅の謎… 狙われた女性警部の秘密 25 2007/10/13 法医学教室の事件ファイル25 北九州~横浜 配達された解剖遺体… 女医二人が鑑定対決! 魚のトゲに疑惑が!? 26 2008/05/10 法医学教室の事件ファイル 豪華クルーザー殺人パーティー! 法医学教室の事件ファイル47. 狙われたのは女医か?女優か? ガラスの擦り傷と猫のDNAが複合殺意を解く! 27 2008/11/22 法医学教室の事件ファイル 襲われた婚約者 死後硬直のズレと電流痕の謎… 女医と警察犬に臭気判別"0回答"の罠!! 28 2009/02/14 法医学教室の事件ファイル 整形美女は二度殺される!? 致死量失血の謎!! 疑惑の警視正vs. 女医! 皮膚組織と銃弾に秘密が… 29 2009/08/15 法医学教室の事件ファイル29 自殺した妻は翌年、夫に復讐する!? 気温25℃で凍死の謎… 盗撮ビデオが暴く女子大の裏と表 30 2010/01/09 法医学教室の事件ファイル 女医vs.
は制作された順番であり、放送された順番とは必ずしも一致しません。 放送済作品が掲載されていない場合は、 放送済作品 もご覧ください。 未放送作品は、 放送予定作品 、 放送未定作品 をご覧ください。 背景色が 赤色 の作品は日曜ワイド・日曜プライムまたは日曜日に特番として放送。 背景色が 黄色 の作品はゴールデンワイド劇場・月曜ワイド劇場または月曜日に特番として放送。 背景色が 桃色 の作品は火曜スーパーワイド・火曜ミステリー劇場で放送。 背景色が 青色 の作品は水曜日に特番として放送。 背景色が 緑色 の作品は木曜日に特番として放送。 背景色が 金色 の作品は金曜日に特番として放送。 背景色が 水色 の作品は昼間の再放送枠で放送。