DeepLearning、協調フィルタリング等をtensorflowで実装したり、少しずつ勉強してます。
ComputerVisionという本について、Umedyでベイズ推定とグラフィカルモデルという講義をToru Tamaki推教授が無料実施されているので受講しました。
思ったこと
- この本の機械学習では、推論したい対象を確立的な構造で表して、（単純な構造から複雑な構造、それをさらに部分的に単純にして）、パラメータの最適値を計算している。
- 構造を人間が考えるからDLより分かりやすい
- DLで学習後できたモデルは、ベイズ推定とグラフィカルモデルと同じような構造がありえる。> つまりDLの構造を理解するのにこれは役立つ。
- より複雑なものは、DLでないと無理なレベルである＞DLのほうが精度が高くなる
初心者なので、内容に加え、マークダウンとか書き方とか覚えて、随時更新していきます。
同意、間違ってるよ等、コメントいただけたらうれしいです。