これか．https://t.co/w3jYLFjFAc

スパース正規化学習の理論とアルゴリズム http://t.co/2CXHtVKhq0

スパース正規化学習の理論とアルゴリズム http://t.co/2CXHtVKhq0

RT @shima__shima: 拙著のICML2015会議報告が人工知能学会誌に掲載されました． http://t.co/Z2YZcFVTpY で無料ダウンロードできますので，ご関心があればご覧下さい．

RT @fronori: 「頻度論者frequetist」vs「正統派Bayesian」vs「真正Bayesian」vs「にわかBayesian」 講義のーと第7回 http://t.co/iFPgRJZ5aU 元 http://t.co/j0TeP7ab2g http://t…

RT @hatebu: CiNii 論文 -  マイクロブログの投稿時間に着目したユーザの職業推定に関する研究 (52 users) http://t.co/e9fR6Clzf0

RT @KazDelMundo: 自己組織化マップを用いたジェスチャー認証．バイオメディカル・ファジィ・システム学会誌．2011年ですよ．http://t.co/PyYynMHM

LASSOの正則化パラメータの選択には SURE（Stein's Unbiased Risk Estimate）から導出されるAICを使いましょう，という二宮さんからのメッセージ。 数値例やAICの導出もあって分かりやすい。 https://t.co/HlRa27ZSgR

明日から開かれる人工知能学会全国大会にて、スマートフォン上で好きな画像を生成する手法ついて発表を行います！6/7(水) 09:40 ~ 10:00です！ https://t.co/M2D4Dbw3GW いらっしゃる方は是非聴きに来ていただけると嬉しいです

人工知能学会2023のポスターセッションで発表します！タイトルは「Mixed-basedデータ拡張手法による文書評価問題に対する予測精度の向上」です。 Kaggle Feedback3コンペのソリューションです！ 6/9の09:00 〜 10:40で発表するので、会場いる方遊びにきてください

ホンダの自動運転で用いられている自己位置推定。白線マッチングには、Mobileye（モービルアイ）の技術が採用されていると思われる。 GNSS＋カメラで認識した白線をHDマップとマッチング＋IMU併用車輪オドメトリ "世界で初めてレベル3の型式指定を受けた自動運転技術の概要" https://t.co/miGbHvU5eb https://t.co/GNfOj6jYt3

ベイズがうまくいく理由がスタイン推定がうまくいくのと似てるなって思ったら丸山先生の論文にそのまんま書いてあった。 https://t.co/PoPhoJfSvR それから、定理 4.1 で線形回帰における縮小推定に決定係数が出てくるのすごく面白い。決定係数にそんな役割があったんか。。。

画像センシングシンポジウム( #SSII2022 )に当社フェロー 河口・エンジニア 斉藤が登壇します。 6月9日(木)09:30〜10:40 チュートリアルセッション2「自律移動ロボットのためのロボットビジョン　〜 オープンソースの自動運転ソフトAutowareを解説 〜」 https://t.co/rjUwBfAozy @SSII_PR @nkawa

サーベイ論文「Deep Learningを用いた移動物体間のインタラクションを考慮した経路予測の研究動向」が公開されました。 https://t.co/hQRDmM47Ex

生存時間解析の機械学習モデルの評価指標として用いられる「C-index」について，日本語で分かりやすくまとめられている論文でとても助かりました！ Brierスコア，AUC，calibrationなどの評価指標の数式的な理解も深まるのでおすすめです〜 https://t.co/YpyOh4Opoi

解説 深層学習を用いた異常検知技術 https://t.co/B2cCczaBhz

我々の論文が、2019年度 映像情報メディア学会 論文賞を受賞しました！ 入社＆入学して初めての研究テーマだったので感慨深いです。 共著の皆様のご指導や家族の日々のサポートに感謝します。 論文：https://t.co/TxEpWNKdMf https://t.co/rxjTiWrow1

これ単純だけど面白いアイディアだった。決定木アンサンブル系の手法の変数重要度の計算方法の提案。決定木群を単体の予測性能で2分し、性能が良い/悪い群で使われている度合いから変数の重要度を測る。 [4Rin1-26] 決定木アンサンブルにおける出現頻度比に基づく変数重要度 https://t.co/ArIpKdDJSH

マツケンさん提示資料 / 他4件のコメント https://t.co/LTKi9RQgaA “統計検定を理解せずに使っている人のために III” (49 users) https://t.co/j9WiMIGBbE

マツケンさん提示資料 / 他4件のコメント https://t.co/LTKi9RQgaA “統計検定を理解せずに使っている人のために III” (49 users) https://t.co/j9WiMIGBbE

多様体の概念について https://t.co/p7XP9xgrM9

.@yu4u さん、PQ著者のJegouさん、佐藤先生とPQのサーベイ論文書いたので全員引用してください。本当にお願いします　https://t.co/TI7oIrv9De

昨年2月にプレスリリースが出ていた富士通研究所のtime delay embedding + TDA(topological data analysis) + deep learningによる時系列データ分類の論文 https://t.co/Xx77pzZAbT

自然勾配近似法を起点としたバッチ正規化の数理的理解 https://t.co/2w72DtkzZ4

数学的にきちんとしたモデル選択の話としては　柴田里程氏の昔のこれ　https://t.co/n4QYJLwkHl　がよくまとまっているのでは（個人的には数学的にきちんとしていることに特に興味はないけど）特異モデルとかは出てこないけど，それはいいでしょう．

拙著のICML2015会議報告が人工知能学会誌に掲載されました． http://t.co/Z2YZcFVTpY で無料ダウンロードできますので，ご関心があればご覧下さい．

問診データに対する潜在トピックモデルに基づく健診データ解析 https://t.co/obawbZgz1C #メモン