データの見える化・可視化をした結果を評価する指標を開発しました、ハイパーパラメータの設定もこれでOK (Python・MATLABプログラムあり)
応化先生と生田さんが論文 “k-nearest neighbor normalized error for visualization and reconstruction – A new measure for data visualiz...
プログラミングをするときに最初に身につけるべき３つのテクニック
プログラミングを始めると、やっぱり最初の壁が大きいです。プログラミングしてやりたいことができず、つまらなくなってしまう人もいると思います。そこで、自分でプログラミングを進めるとき、わたしが重要と考えているテクニックを３つ紹介します。 やりた...
第7回超異分野学会 本大会でのポスター発表～装置における測定困難な対象をリアルタイムに推定する人工知能の開発、分子・材料設計への応用～
2018年3月2, 3日に開催された第7回超異分野学会 本大会～人とは何か、そして人を取り巻く研究へ～ (The Hyper-interdisciplinary Conference 2018 – Research of the human...
就職活動に臨むときの考え方についてのアドバイス、それを身につけるためのトレーニング法
新しい学部4年生や修士２年生など、すでに就職活動が始まっていたり、４月から本格的に就職活動がスタートする人がいると思います。そんな人たちに向けた、就職活動する前にこんな考え方をした方がいいよ、というアドバイスです。また、そのような考え方を身...
アンサンブル学習でも、各サブモデルの適用範囲・適用領域をちゃんと考えよう！～Ensemble learning method Considering Applicability Domain of each Submodel (ECADS)～
応化先生と生田さんが論文 “Discussion on Regression Methods Based on Ensemble Learning and Applicability Domains of Linear Submodels”...
アンサンブル学習 ～三人寄れば文殊の知恵～ たくさんモデルを作って推定性能を上げよう！
応化先生と生田さんがアンサンブル学習 (ensemble learning) について話しています。応化：今日はアンサンブル学習 (ensemble learning) についてです。生田：アンサンブル？音楽関係ですか？応化：いえ、合奏とか...
k平均法 (k-means clustering) 非階層的クラスタリング
応化先生と生田さんが k平均法 (k-means clustering) について話しています。応化：今回は、k平均法 (k-means clustering) についてです。クラスタリングですね。生田：階層的なクラスタリングですか？応化：...
ロバストなモデル・手法・方法ってどういうこと？推定性能が高い、とは違います！
応化先生と生田さんがロバストなモデルについて話しています。応化：今回は、ロバスト (robust) についてです。日本語に訳すと、頑健、ですね。生田：ロバストも頑健も聞いたことがありません！応化：日常生活ではあまり出てきませんよね。統計や機...
人工知能・機械学習のときには過学習 (オーバーフィッティング) に気をつけよう！～過学習とその対処法～
応化先生と生田さんが過学習 (オーバーフィッティング) について話しています。応化：今日は過学習についてです。生田：過学習？学習し過ぎるってこと？応化：その通りです。生田：だったら悪いことじゃなさそうに聞こえるけど・・・。学習をたくさんする...
階層的クラスタリング(クラスター分析)、近いクラスターを結合していく
応化先生と生田さんが、階層的クラスタリング(クラスター分析)について話しています。応化：今日は階層的クラスタリングの話をします。生田：よろしくお願いします。クラスタリングって、クラス分類と名前の似ているアレですよね。応化：そうですね。もし違...