アンサンブル学習の全体像 — Bagging・Boosting・Stacking
1人の専門家の意見より、100人の素人の多数決の方が正しいことがある——これは「...
Lasso回帰とElastic Netの理論 — スパース推定の数理
数百の特徴量を持つデータセットがあるとき、本当に予測に寄与しているのはそのうちの...
DBSCAN密度ベースクラスタリングの理論と実装
都市の地図を見て「繁華街」を見つけるとき、私たちは建物が密集している地域を自然に...
活性化関数の全体像 — ReLU・GELU・Swishの特性比較
ニューラルネットワークの各層では、入力の重み付き和に「活性化関数」を適用します。...
CNNの基礎 — 畳み込み・プーリング・受容野の数理
人間が画像を認識するとき、まず「エッジ」や「色の変化」といった局所的な特徴を捉え...
ResNetとスキップ接続 — なぜ深いネットワークが学習できるのか
深層学習では「層を深くすれば表現力が上がる」と期待されますが、2015年以前、実...
PyTorch入門 — Tensor・Autograd・DataLoaderの基礎
深層学習の研究と実装には、効率的なフレームワークが不可欠です。NumPyでのスク...
知識蒸留の理論と実装 — 大きなモデルの知識を小さなモデルに転写する
1億パラメータのモデルが99%の精度を達成しました。しかし、このモデルをスマート...
半教師あり学習の理論と実装 — ラベルなしデータを活用する
現実の機械学習プロジェクトでは、データは大量にあるのにラベル付きデータだけが不足...
報酬設計の理論と実践 — 強化学習の報酬関数をどう定義するか
強化学習の教科書には「エージェントは累積報酬を最大化するように行動する」と書かれ...