ホーム > 和書 > 工学 > 電気電子工学 > 機械学習・深層学習 目次 1 必要な数学的知識 2 文書および単語の数学的表現 3 クラスタリング 4 分類 5 系列ラベリング 6 実験の仕方など 著者等紹介 奥村学 [オクムラマナブ] 1984年東京工業大学工学部情報工学科卒業。1989年東京工業大学大学院博士課程修了(情報工学専攻)、工学博士。1989年東京工業大学助手。1992年北陸先端科学技術大学院大学助教授。2000年東京工業大学助教授。2007年東京工業大学准教授。2009年東京工業大学教授 高村大也 [タカムラヒロヤ] 1997年東京大学工学部計数工学科卒業。2000年東京大学大学院工学系研究科修士課程修了(計数工学専攻)。2003年奈良先端科学技術大学院大学情報科学研究科博士課程修了(自然言語処理学専攻)、博士(工学)。2003年東京工業大学助手。2007年東京工業大学助教。2010年東京工業大学准教授(本データはこの書籍が刊行された当時に掲載されていたものです) ※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
カテゴリ:一般 発行年月:2010.8 出版社: コロナ社 サイズ:21cm/211p 利用対象:一般 ISBN:978-4-339-02751-8 国内送料無料 紙の本 著者 高村 大也 (著), 奥村 学 (監修) 機械学習を用いた言語処理技術を理解するための基礎的な知識や考え方を解説。クラスタリング、分類、系列ラベリング、実験の仕方などを取り上げ、章末問題も掲載する。【「TRC M... もっと見る 言語処理のための機械学習入門 (自然言語処理シリーズ) 税込 3, 080 円 28 pt あわせて読みたい本 この商品に興味のある人は、こんな商品にも興味があります。 前へ戻る 対象はありません 次に進む このセットに含まれる商品 商品説明 機械学習を用いた言語処理技術を理解するための基礎的な知識や考え方を解説。クラスタリング、分類、系列ラベリング、実験の仕方などを取り上げ、章末問題も掲載する。【「TRC MARC」の商品解説】 著者紹介 高村 大也 略歴 〈高村大也〉奈良先端科学技術大学院大学情報科学研究科博士課程修了(自然言語処理学専攻)。博士(工学)。東京工業大学准教授。 この著者・アーティストの他の商品 みんなのレビュー ( 11件 ) みんなの評価 4. 0 評価内訳 星 5 ( 3件) 星 4 星 3 ( 2件) 星 2 (0件) 星 1 (0件)
分類で出てくるので重要! 1. 2, 1. 3の補足 最尤推定の簡単な例(本書とは無関係) (例)あるコインを5回投げたとして、裏、表、裏、表、表と出ました。このコインの表が出る確率をpとして、pを推定せよ。 (解答例)単純に考えて、5回投げて3回表が出るのだから、$p = 3/5$である。これを最尤推定を用いて推定する。尤度$P(D)$は P(D) &= (1 - p) \times p \times (1-p) \times p \times p \\ &= p^3(1-p)^2 $P(D) = p^3(1-p)^2$が0から1の間で最大となるpを求めれば良い。 そのまま微分すると$dP(D)/dp = p^2(5p^2 - 8p + 3)$ 計算が大変なので対数をとれば$log(P(D)) = 3logp + 2log(1-p)$となり、計算がしやすくなる。 2. 文書および単語の数学的表現 基本的に読み物。 語句の定義や言語処理に関する説明なので難しい数式はない章。 勉強会では唯一1回で終わった章。 3. クラスタリング 3. 2 凝集型クラスタリング ボトムアップクラスタリングとも言われる。 もっとも似ている事例同士を同じクラスタとする。 類似度を測る方法 単連結法 完全連結法 重心法 3. 3 k-平均法 みんな大好きk-means 大雑把な流れ 3つにクラスタリングしたいのであれば、最初に適当に3点(クラスタの代表点)とって、各事例がどのクラスタに属するかを決める。(類似度が最も近い代表点のクラスタに属するとする) クラスタの代表点を再計算する(重心をとるなど) 再度各事例がどのクラスタに属するかを計算する。 何回かやるとクラスタに変化がなくなるのでクラスタリング終わり。 最初の代表点の取り方によって結果が変わりうる。 3. 4 混合正規分布によるクラスタリング k-平均法では、事例が属するクラスタは定まっていた。しかし、クラスタの中間付近に存在するような事例においては、代表点との微妙な距離の違いでどちらかに分けられてしまう。混合正規分布によるクラスタリングでは、確率的に所属するクラスタを決める。 例えば、ある事例はAというクラスタに20%の確率で属し、Bというクラスタに80%の確率で属する・・など。 3. 5 EMアルゴリズム (追記予定) 4. 分類 クラスタリングはどんなクラスタができるかは事前にはわからない。 分類はあらかじめ決まったグループ(クラス)に分けることを分類(classification, categorization)と呼ぶ。クラスタリングと分類は異なる意味なので注意する。 例) 単語を名詞・動詞・形容詞などの品詞に分類する ここでの目的はデータから自動的に分類気を構築する方法。 つまり、ラベル付きデータ D = {(d (1), c (1)), (d (2), c (2)), ・・・, (d (|D|), c (|D|))} が与えられている必要がある。(教師付き学習) 一方、クラスタリングのようにラベルなしデータを用いて行う学習を教師無し学習とよぶ。 4.
マリオット ボンヴォイ(Marriott Bonvoy)の関連記事
0125。 USD/JPYのレート「110円」の場合、1ポイントあたり1. 375円。 USD/JPYのレート「100円」の場合、1ポイントあたり1. 250円。 ポイント「定価購入」の場合を見る/閉じる 購入ポイント数 販売価格 (USD) 1ポイントあたりの価格 (JPY) USD/JPY 110円の場合 USD/JPY 100円の場合 1, 000 12. 50 0. 0125 1. 375 1. 250 2, 000 25. 00 3, 000 37. 50 4, 000 50. 00 5, 000 62. 50 6, 000 75. 00 7, 000 87. 50 8, 000 100. 00 9, 000 112. 50 10, 000 125. 00 15, 000 187. 50 20, 000 250. 00 25, 000 312. 50 30, 000 375. 00 35, 000 437. 50 40, 000 500. 00 45, 000 562. 50 50, 000 625. 00 55, 000 687. 50 60, 000 750. 00 65, 000 812. 50 70, 000 875. 00 75, 000 937. 50 80, 000 1, 000. 00 85, 000 1, 062. 50 ポイント「30%割引」キャンペーンの場合 ポイント「30%割引」キャンペーンの場合、1ポイントあたりの価格はUSD0. 00875。 USD/JPYのレート「110円」の場合、1ポイントあたり0. 9625円。 USD/JPYのレート「100円」の場合、1ポイントあたり0. 875円。 ポイント「30%割引」の場合を見る/閉じる 17. 00875 0. 9625 0. 875 26. 25 35. 00 43. 75 52. 50 61. 25 70. 00 78. 75 131. 【マリオットポイント購入セール 】30%割引6月20日まで | マイルトラベリングの日記. 25 175. 00 218. 75 262. 50 306. 25 350. 00 393. 75 481. 25 525. 00 568. 75 612. 50 656. 25 700. 00 743. 75 ポイント「60%ボーナス」キャンペーンの場合 ポイント「60%ボーナス」キャンペーンの場合、1ポイントあたりの価格はUSD0.
00ドル」ですが、セール価格では30%割引の「437. 50ドル」で購入 することができます。 1ドル=110円(2021年5月14日現在の為替レートより)と仮置きすると、50, 000ポイントを 約48, 125円で購入 できるということになります。 50, 000ポイント=437. 50ドル= 約48. 125円 ポイント購入セールは「外貨建て」になりますので、円換算の購入単価は為替の影響を受けます。円安および円高に振れた場合の価格はそれぞれ以下になります。 円高に振れた方が割安 になっていくのがわかりますね。また、円建てで購入する場合、クレジットカードの為替手数料が別途必要になります(1.