組み合わせ構造に対するベイズ最適化
非自明な関数の最大値、または最小値を求める手法は Black-Box最適化 と呼ばれます。Black-Box最適化の中でもベイズの枠組みを用いて、関数の最大値、または最小値を求めていく方法を、 ...
29
25
Comment0
13 search resultsShowing 1~13 results
Stocked
You need to log-in
ベイズ最適化 from Scratch
非自明な関数の最大値、または最小値を求める手法は Black-Box最適化 と呼ばれます。Black-Box最適化の中でもベイズの枠組みを用いて、関数の最大値、または最小値を求めていく方法を、 ...
32
35
Comment0
スパース性を導入したベイズ線形回帰
線形回帰の解がスパースである(0が多い)ことが事前にわかっているとき、 ベイズ線形回帰(Bayesian Linear Regression) において重みの事前分布に対して、 馬蹄分布(Hor...
5
5
Comment0
馬蹄分布(Horseshoe Distribution)の基本
この記事は 馬蹄分布(Horseshoe Distribution) について、基本となる事柄だけを簡単にまとめたものです。 Googleで馬蹄分布と検索するといくつかの解説記事がヒットしますが...
4
4
Comment0
ガウス過程力学モデルと主成分分析、ガウス過程潜在変数モデルを比較する
ガウス過程力学モデル(Gaussian Process Dynamical Model,以下GPDM) はガウス過程による教師なし学習の一つで、 ガウス過程潜在モデル(Gaussian Proc...
3
2
Comment1
ガウス過程 from Scratch MCMCと勾配法によるハイパーパラメータ最適化
前回執筆した「ガウス過程 from Scratch」では、 ガウス過程(Gaussian Process) をゼロから実装することで、ガウス過程への理解を深めました。 前回の記事では回帰を行うと...
6
11
Comment2
ガウス過程 from Scratch Non-Gaussianな尤度によるガウス過程
今までに執筆した「ガウス過程 from Scratch」と「ガウス過程 from Scratch MCMCと勾配法によるハイパーパラメータ最適化」、「ガウス過程 from Scratch コレス...
1
0
Comment0
ガウス過程 from Scratch コレスキー分解による高速化
今までに執筆した「ガウス過程 from Scratch」と「ガウス過程 from Scratch MCMCと勾配法によるハイパーパラメータ最適化」では、 ガウス過程(Gaussian Proce...
7
7
Comment0
ガウス過程 from Scratch
ガウス過程(Gaussian Process) はノンパラメトリックなモデルの一つで、一般的に「関数を出力する箱」というような例えられ方をします。このようにたとえられる理由は、ガウス過程では関数...
6
10
Comment0
シミュレーテッド・アニーリング from Scratch
シミュレーテッド・アニーリング(Simulated Annealing、以下SA)は、「焼きなまし法」とも呼ばれ、大域的最適化問題へのアプローチ方法の一つです。「焼きなまし」の名称から察せられる...
29
20
Comment0
【MCMC】メトロポリス・ヘイスティングス法、ハミルトニアンモンテカルロ法、ギブスサンプリングを比較する
ベイズ推論を用いた予測では、パラメータの事後分布や予測分布を求める必要があります。尤度関数に対する共役事前分布を用いた線形回帰などのシンプルなモデルでは、事後分布や予測分布を解析的に求めることが...
21
21
Comment1
FlutterでWidget間やページ間でデータを共有する方法まとめ
はじめに この記事は、Flutterでページ間、Widget間で簡単にデータをシェアする方法についてまとめたものです。 この記事は、複雑なデータの受け渡し(BLoCパターン,ScopedMode...
18
16
Comment0
GoogleAppsScriptを用いた学生実験レポートの自動化
はじめに プログラミングを用いて学生実験のデータ加工からグラフ作成まで自動化する手法を紹介します。 この記事は、授業でC言語は触ったことある！くらいのひとを対象に描きます。 しかしながら、Goo...
0
0
Comment0
13 search resultsShowing 1~13 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles