Machine Learning (14) 썸네일형 리스트형 Random number generation using C++ TR1 C++ TR1으로 특정 확률분포를 가지는 랜덤 수를 생성하는 방법 (구현) http://www.johndcook.com/cpp_TR1_random.html http://preshing.com/20111007/how-to-generate-random-timings-for-a-poisson-process http://telliott99.blogspot.kr/2010/02/replot-poisson-example-with-python.html 퍼듀대 2011년 Machine Learning Summer School Youtube 동영상 리스트 : http://www.youtube.com/playlist?list=PL2A65507F7D725EFB&feature=view_all웹사이트 : http://learning.stat.purdue.edu/mlss/mlss/start (접속안됨)시간을 내서 한번은 봐야 할...서버접속이 안되니 강의노트는 다운받을 수 없음. Restricted Boltzmann Machine(볼쯔만 머신) 요즘 한창 machine learning분야에 기존의 state-of-the-art를 갈아치울 것이라 기대를 받고있는 deep learning, deep architecture가 떠오르고.. (아니 이미 떠 올랐다.)Google에서도 Stanford의 Andrew Ng.를 중심으로 practical하게 large scale의 이미지를 대상으로 적용을 하였으니... deep structure, deep network에 대해서 논문이나 튜토리얼을 찾다보면, 흔하게 나오는게 DRBM(Deep Restricted Boltzmann Machine)이나 DBN(Deep Belief Network)이다. 그래서 몇일에 걸쳐 이 두가지에 대해서 공부하고 정리를 해볼려고 한다. 구글링을 해보면 튜토리얼이 참 많이 나오니.. 구글이 인간 뇌 본뜬 인공 신경망 개발? 아래는 매트로 신문에서 발췌한 기사중 일부입니다. (http://www.metroseoul.co.kr/news/articleView.html?idxno=195403)해외기사 : http://www.digitalstrategyconsulting.com/intelligence/2012/06/google_brain_simulator_uses_16.php 구글, 인간 뇌 본뜬 인공 신경망 개발 구글의 비밀 연구소 '구글 X'가 사람의 뇌를 흉내 낸 인공 신경망에 대한 연구를.... .... 몇 년 전부터 1만 6000개의 컴퓨터로 연결된 인공 신경망을 개발해왔다.... 이 인공 신경망은 사람의 도움 없이 유튜브에서 찾은 1000만 개의 이미지 가운데 고양이를 식별해내는 작업을 성공적으로 수행...... 1만 6.. 비모수 베이지안 모델(Bayesian Nonparametric Models) 기계학습(Machine Learning) 분야에서 통계나 확률적인 방법으로 접근하여 문제를 해결하려고 시도하는 것은 자연스러운 접근방법일 것이다. 이미 어떤 데이터를 학습시킬 것인지 그 데이터의 특성을 우리가 사전에 완전히 알고 있다면 모를까, 대부분 그렇지 않을 것이고 따라서 불확실성(uncertainty)을 데이터가 가지고 있다고 봐야하기 때문에 그 데이터를 커버할 수 있는 학습모델을 선정할 때에 가장 먼저 자연스럽게 떠오르는 것이 확률적 방법일 것이라 생각한다. 기계학습분야에서 통계적 방법을 사용하는 이유는, 데이터들이 가지는 어떤 특징들의 분포(distribution)를 보고 다음에 들어오는 새로운 데이터가 어디에 많이 포함되는지를 보고 그 데이터를 분류하기 위한것이다. 그런데.. 우리가 학습문제.. Bayesian Nonparametrics: Hope or Hype? 참고 : http://people.seas.harvard.edu/~rpa/nips2011npbayes.html NIPS 2011 워크샵에서 비모수 베이지안에 대해 토론이 있었던 모양이다.이 워크샵 Description은 아래와 같다. Bayesian nonparametric methods are an expanding part of the machine learning landscape. Proponents of Bayesian nonparametrics claim that these methods enable one to construct models that can scale their complexity with data, while representing uncertainty in both the.. 이전 1 2 다음
