2014-06-01から1ヶ月間の記事一覧

パターン認識と機械学習入門 第17回 参加メモ

資料 スライド マルコフ確率場 (Markov Random Field; MRF) 無向グラフによるグラフィカルモデル クリーク因子分解を行ったときに最大ファクターのサイズが最小となる マルコフ確率場:画像処理への応用 あるピクセルの値は観測値及び隣接するピクセルと強い…

歌舞伎座.tech#4「コンピュータ将棋プログラミング」 参加メモ

コンピュータ将棋の歴史と基本アルゴリズム (瀧澤 武信氏 (コンピュータ将棋協会会長))コンピュータ将棋の基本技術 min-max原理 alpha-beta法 木の並び方によって読むノードを減らせる その他の技術 反復深化 トランスポジションテーブル Futility枝刈り、nu…

パターン認識と機械学習入門 第16回 参加メモ

資料 スライド ジョインツリーアルゴリズムMCS(maximum cardinality search)フィルイン ベイジアンネットワークの計算量について最適なフィルインを保証するものではない 最適なフィルインを求めることはNP困難 頂点数nに対して計算量は O(n^2)

ヒカルのgo! (hikarie.go) 参加メモ

Go

このイベントとこれからのgo (@7yan00)Revel The Revel Web Framework for Go A high-productivity web framework for the Go language Play frameworkっぽい 標準でbootstrapが入っている Herokuもいける

パターン認識と機械学習入門 第15回 参加メモ

資料 スライド ベイジアンネットワーク上での推論変数消去法は効率が悪い 計算量は O(N^2 exp(w)) N: 変数の数、w: 変数消去の途中に出現する因子の変数の数の最大値 枝刈りクエリ集合 Q とエビデンス集合 E が与えられたとき、 Q に含まれない葉ノード(子を…

パターン認識と機械学習入門 第14回 参加メモ

資料 スライド ベイジアンネットワーク グラフィカルモデル:確率分布をグラフを通して表現したもの 条件付き独立性を利用する事でデータ量、計算量を減らせる ベイジアンネットワーク確率変数 X = (X1, X2, ..., Xn) からベイジアンネットワークは以下によ…