Markov chains, named after Andrey Markov, are mathematical systems that hop from one "state" (a situation or set of values) to another. For example, if you made a Markov chain model of a baby's behavior, you might include "playing," "eating", "sleeping," and "crying" as states, which together with other behaviors could form a 'state space': a list of all possible states. In addition, on top of the
次へ: 序 論 有限混合分布モデルの学習に関する研究 (Web 版) 赤穂 昭太郎 2001 年 3 月 15 日学位授与(博士(工学)) 序 論 研究の背景と位置づけ 論文の構成 有限混合分布とその基本的性質 定義 モジュール性 階層ベイズモデルとの関係 パラメトリック性とノンパラメトリック性 RBF ネットワークとの関係 学習における汎化と EM アルゴリズム 最尤推定 汎化と竹内の情報量規準 (TIC) 汎化バイアス 竹内の情報量規準 (TIC) 冗長性と特異性 EM アルゴリズム 一般的な特徴 一般的な定式化 独立なサンプルが与えられた時の混合分布の学習 独立な要素分布の場合 サンプルに重みがある場合 EM アルゴリズムの一般化 EM アルゴリズムの幾何学的解釈 正規混合分布の汎化バイアスの非単調性について はじめに Radial Basis Boltzmann Machine (
ノンパラメトリック回帰の広場の表紙に戻る Ｑ１：ノンパラメトリック回帰って何ですか？ Ｑ２：ノンパラメトリック検定（ウィルコクスン検定とか）は、ノンパラメトリック回帰と関係あるんですか？ Ｑ３：ノンパラメトリック統計というのは、ノンパラメトリック回帰のことですか？ Ｑ４：ニューラルネットワークとノンパラメトリック回帰は関係がありますか？ Ｑ５：樹形モデルもノンパラメトリック回帰ですか？ Ｑ６：ノンパラメトリック回帰よりデータマイニングの方が盛んなのは何故ですか？ Ｑ７：平滑化ってノンパラメトリック回帰の別名ですか？ Ｑ８：平滑化パラメータって何ですか？ バンド幅と違うのですか？ Ｑ９：平滑化スプラインの平滑化パラメータの値はどのくらいがいいのですか？ Ｑ１０：局所１次式回帰、局所２次式回帰、局所３次式回帰、---、といろいろ考えられます。どれを使えばいいですか？ Ｑ１１：ノンパラメトリック
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
