百科事典

ニューラル チューリング マシンは、ニューラル ネットワークに基づいたチューリング マシンであり、微分関数を実現できるマシン アルゴリズムです。ニューラル ネットワーク コントローラー (コントローラー) と外部メモリ (メモリー) が含まれます。

同じ戦略とは、サンプルの生成に使用される戦略が、ネットワークがパラメーターを更新するときに使用される戦略と同じであることを意味します。同じ戦略手法の代表的な例としては、SARAS アルゴリズムがあります。

受信機動作特性 (ROC) は、システム マッチング アルゴリズムのテスト メトリックです。マッチングスコア閾値と誤認識率、拒否率の関係です。これは、さまざまなしきい値での認識アルゴリズムの拒否率と誤認識率のバランスを反映しています。

制限付きボルツマン マシンは、2 層構造、対称接続、自己フィードバックのない一種の確率的ニューラル ネットワーク モデルです。

SLAM (Simultaneous Localization and Mapping) は、ロボットの動作における技術です。

統計学習は、データに基づいて確率統計モデルを構築し、データを予測および分析する学問であり、統計的機械学習とも呼ばれます。

代替損失関数は、元の損失関数では計算が不便な場合に使用される関数です。

アップサンプリングまたは画像補間の主な目的は、元の画像を拡大して、より高解像度の表示デバイスに表示できるようにすることです。

勾配消失問題は、勾配降下法と逆伝播法を使用して人工ニューラル ネットワークをトレーニングするときに遭遇する困難な問題です。

T – 分散確率的近傍埋め込み (t – SNE) は、次元削減のための機械学習手法です。

Treebank は、単語の分割、品詞のタグ付け、文の構文構造関係の注釈を実行する深層処理コーパスです。

決定論的チューリング マシンとしても知られるチューリング マシンは、1936 年にアラン チューリングによって提案された抽象コンピューティング モデルです。そのより抽象的な意味は、あらゆる有限論理の数学的プロセスと同等と見なすことができる、究極の強力な論理マシンです。 。

専門化は一般から特殊へのプロセスです

同義語セットは、同じ意味を持つ単語の集合です。

タイム ステップは、物理シミュレーション間の時間間隔がどの程度小さいかを定義します。ゲーム エンジンでは、これは関数を実行する必要がある頻度を反映します。

パラメータ調整とは、より良い結果を得るためにパラメータを調整する行為を指します。

数値属性はデータを定量的に記述する属性の一種であり、データが測定可能な量であることを意味します。

一般的な人工知能とは、人間と同等、または人間の能力を超える知能エージェントを指します。強力な人工知能としても知られており、通常の人間が持つあらゆる知的な行動を表現することができます。従来の人工知能や主流の人工知能で使用されるAI用語と区別するために、共通の接頭辞表現が追加されます。

属性空間: 属性によって広がる空間。「サンプル空間」または「入力空間」とも呼ばれます。 特徴空間: 線形相関やモデル構築に有益ではない属性を除外して形成される属性空間を特徴空間と呼びます。 関連概念 データセット […]

ナイーブ ベイズ分類器は、「属性の条件付き独立性の仮定」を採用しています。つまり、既知のカテゴリについては、すべての属性が互いに独立していると想定されます。 改良された単純ベイズ: トレーニングセットに一度も出現したことのない属性値によって、他の属性によって運ばれる情報が「消去」されるのを防ぐために、通常、確率値を推定する際には「平滑化」が実行され、「ラプラス補正」が行われます。一般的に使用されるのは[…]

敵対的生成ネットワークは、2 つのニューラル ネットワークを相互に対戦させることで実装される教師なし学習手法で、2014 年に Ian Goodfellow によって提案されました。 敵対的生成ネットワークには、生成ネットワークと判別ネットワークが含まれます。生成ネットワークは潜在空間でのランダム サンプリングを入力として受け取り、出力結果は可能な限りトレーニングを模倣する必要があります。

機械学習では、生成モデルを使用してデータを直接モデル化することも、変数間の条件付き確率分布を確立するために使用することもできます。条件付き確率分布は、ベイズの定理に基づく生成モデルにすることができます。 生成モデルは、分類やクラスタリングなどの教師なしタスクに適しています。典型的な生成モデルには、ガウス混合モデルとその他の混合モデルが含まれます。

グラフ理論は組み合わせ数学の分野であり、ここでのグラフとは、複数の頂点と、それらの頂点を接続する辺で構成されるグラフを指します。物と縁、それらのつながりを表します。 グラフ理論は、1736 年にオイラーによって解決されたケーニヒスベルクの 7 つの橋問題に由来します。

勾配爆発の問題は通常、深いネットワークで重みの初期化値が大きすぎる場合に発生し、一般にネットワーク層の数が増加するにつれてより顕著になります。 活性化関数を導出することで、結果が 1 より大きい場合、レイヤーの数が増加すると、最終的な勾配の更新は指数関数的に増加します。つまり、結果が 1 より小さい場合、レイヤーの数は勾配爆発が発生します。 […]