廿TT

譬如水怙牛過窓櫺 頭角四蹄都過了 因甚麼尾巴過不得

機械学習

非負値行列因子分解をRで(ベイズ推論による機械学習入門)2

abrahamcow.hatenablog.comはい。機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)作者: 須山敦志,杉山将出版社/メーカー: 講談社発売日: 2017/10/21メディア: 単行本(ソフトカバー)この商品を含むブログ (1件) を見るp.1…

かんたんなバンディットアルゴリズムのシミュレーション

報酬がベルヌーイ分布に従うときのトンプソンサンプリングをシミュレーションしてみました。 問題設定 スロットマシーンが5台あってそれぞれ「当たり」が出る確率が違うとする。「当たり」の出やすいスロットマシーンをうまく選んで、得られる「当たり」の回…

グループドデータの非負値行列因子分解

モチベーション たとえばこういう表がある。 gist.github.com表の左のほうにユーザー層の情報、右の方にユーザー層ごとのブログへのアクセス経路が書かれている。どのユーザー層がどの経路を好むか知りたいとする。そこでトピックモデルとしてポアソン分布を…

線形次元削減をRで(ベイズ推論による機械学習入門)

『ベイズ推論による機械学習入門』で解説されていた線形次元削減です。D 行 N 列の観測データを を M 行 N 列の潜在変数 で表現することが目標です。 D 行 M 列のパラメータ W と D 次元のベクトル μ を使ってという形で近似します。機械学習スタートアップ…

多項式回帰モデルの予測分布(『ベイズ推論による機械学習入門』をRで)

『ベイズ推論による機械学習入門』p.109 の図3.8をRで再現してみました。機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)作者: 須山敦志,杉山将出版社/メーカー: 講談社発売日: 2017/10/21メディア: 単行本(ソフトカバー…

混合ポアソン分布による逐次更新型異常検知をRで

詳しい説明は『異常検知と変化検知』5章を見てください。異常検知と変化検知 (機械学習プロフェッショナルシリーズ)作者: 井手剛,杉山将出版社/メーカー: 講談社発売日: 2015/08/08メディア: 単行本(ソフトカバー)この商品を含むブログ (2件) を見る『異常…

[googleAnalyticsR]非負値行列因子分解を用いたユーザーと閲覧ページのクラスタリング(とレコメンド)

非負値行列因子分解(非負値行列因子分解をRで(ベイズ推論による機械学習入門) - 廿TT)でもう少し遊んでみる.メインの関数は Non-negative matrix factorization · GitHub に上げました.非負値行列因子分解は情報推薦にも応用できる(Rによるレコメンドの…

非負値行列因子分解をRで(ベイズ推論による機械学習入門)

『ベイズ推論による機械学習入門』で解説されていた非負値行列因子分解 (Non-negative matrix factorization, NMF or NNMF) を R でやってみます.機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)作者: 須山敦志,杉山将出版…

カルバック・ライブラー密度比推定法をRで(異常検知と変化検知)

異常検知と変化検知 (機械学習プロフェッショナルシリーズ)作者: 井手剛,杉山将出版社/メーカー: 講談社発売日: 2015/12/04メディア: Kindle版この商品を含むブログを見る『異常検知と変化検知』の12章で説明されているカルバック・ライブラー密度比推定法を…

ポアソン混合モデルの変分ベイズによる推定をRで(ベイズ推論による機械学習入門)

モデル パラメータ のポアソン分布の確率関数を と書くことにする. の確率関数を, とする.ここで はカテゴリカル分布にしたがう変数とする. は観測されない潜在変数である. の事前分布にパラメータ , のガンマ分布を仮定する.カテゴリカル分布のパラメータ …