worldblue (@worldblue0214)

投稿一覧(最新100件)

@nan_bayesstat ワイもやるぞ! https://t.co/UbmQZkMbHn
@tmaehara @allowfirm 密度推定に使えるかは分からないですが、回帰の問題ではガンマダイバージェンスが使えると思います https://t.co/1nNnnEqXaM https://t.co/ReUurYMJRi
RT @hiroki_f: ここまで高度な話をするつもりはないけど、この接続の解説はコンパクトだな。 https://t.co/iqoGMXlFdJ
いつの間に 私のブックマーク:人工知能と公平性 https://t.co/yUMppJ4euO
知らなかった <稀な事象の生起確率に関する統計的推測> https://t.co/5qdFzCjjTT
@hayashiyus ランジュバンの解説ありました https://t.co/R8hggQu47X https://t.co/y45S9y4ZcF https://t.co/w2R8GP6nB6 https://t.co/cl5f0UQj8c 深層学習の汎化の概論 https://t.co/j1VPLe6wX4
@kenmcalinn この資料だとラドンニコディムの定理が使えない状況に思って、現実的にあるのかと思い質問しました。 https://t.co/4Imi3eJsXd
ラドン・ニコディムの話だった https://t.co/4Imi3eJsXd
@masakat0 こういった内容でしょうか https://t.co/mXAftjp5J3
@ML_deep @kenmcalinn ベイズが使われているのはエピソードが1回のバンディットと逆強化学習あたりで、報酬の分布予測には分位回帰、分散推定、分布ベルマン方程式あたりが使われていると思います。 強化学習はベルマン方程式が肝でエピソードを沢山行って不確実性を回避してると思います。 https://t.co/mXAftjp5J3
@PSXase5 @kyow_QQ 金融への応用などでリスク考慮型強化学習が考えられてますね。 https://t.co/cud9Zq9V5m
黒木玄さんが何度もツイートされているので大変恐縮ですが、本当に為になるので私も紹介させていただきます。 エントロピーとモデルの尤度 赤池弘次 https://t.co/SNIFonWQId
RT @ohkubo_yusaku: (いわゆる”ベイズ=信念解釈”に異論があることを抜きにしても)ベイズファクターに様々な弱点があることはよく知られているので、下記の和文解説の方がフェアだと思う https://t.co/5dchyxRXuq
再生核ヒルベルト空間とガウス過程 https://t.co/3x1ZnoxIrv
@Miki15592462 ベイズだとどうですか? https://t.co/NXkPukvNr0
RT @koro485: 反事実モデルを日本語で学ぶ、となるとまずアクセスしやすいのがこちら。岡大えつーじ先生による解説。 https://t.co/3cIdd4XorU

お気に入り一覧(最新100件)

大変分かりやすく参考になった。 主観的期待効用理論の展開 https://t.co/5YBvNz5Txu
「富嶽でも因果探索」みたいな感じかしらん Accelerating LiNGAM Causal Discovery with Massive Parallel Execution on Supercomputer Fugaku Matsuda, Kurihara, Kawakami, Yamazaki, Yamada, Tabaru, and Yokoyama https://t.co/5HFENSQcdJ
「疑似科学は自らが誤っている可能性についてのテストを考案できないか,ないしは,自らが誤っている可能性を認めず,常にアドホックな言い逃れによって理論の延命を図るという」 出典:https://t.co/6qvUD9tNXi https://t.co/bYs4JYHOAo
日本におけるEBPMの展開と米英の取組みをコンパクトに知りたいとするならこの論文。見通しが一気によくなる。 https://t.co/juLrAwQ1aQ
ラプラシアンの固有値問題と有限要素法,グラフ理論には関係があるみたい
@matsui_kota @hanabusa_suguru 私自身は https://t.co/p1b4l4YBvd の3.2節,図4のような説明をしています
“論文のほとんども,明確さは論文によって異なるものの,因果関係の探究が目的”(中略)”当然のことながら,データが示している独立変数と従属変数の間の関係が予測にとって有用であるからといって「独立変数 →従属変数」の方向での因果関係の存在が示されたことにはならない” https://t.co/qGq8aSELpS
長濱・森田(2017)によれば「2倍速でも学習効果は変わらない」とのことです。https://t.co/1TScbrX26C https://t.co/ZC4AsMnyWD https://t.co/WNTgSyXx7B
小林昭七先生による「数学論文の書き方(英語編)」 https://t.co/MOwFglbsGQ 冠詞の使い方など、勉強になりました。辞書を引く大切さも。 学生の頃、検索ヒット数で英語を調べていたら 「辞書を引きなさい。多数決で正しさを決めるのは科学者の態度ではない」 と叱られたことを思い出しました。
研究における「問い」を見出すには https://t.co/9ZUue7HOtT
確率分布 の特徴づけ とその安定性 https://t.co/1zhC4C0b0I
The final published version is now available! https://t.co/6uE46hG8Up https://t.co/ZeEmWGdGie https://t.co/Y1tDR6TRDI
DNNの解釈をDNNで行う手法、LIMEやSHAPの数百倍の早さで計算できるそう、セッション中は時間なくてMNISTでの結果紹介だったので、文章分類問題とかで結果が見れたら面白そう https://t.co/9cVGKKLYcJ https://t.co/21QHSFRHWO #JSAI2020
『再生核ヒルベルト空間から眺める標本化定理』https://t.co/kegKoxOdzM

フォロー(718ユーザ)の投稿一覧(直近7日間)

フォロワー(273ユーザ)の投稿一覧(直近7日間)