PRMLhttp://blog.livedoor.jp/naoya_t/archives/51379175.htmlhttp://atnd.org/events/2007PRML読書会のスピンオフ企画, パターン認識と機械学習に関する何かをするイベント第二回に参戦した. 試合時間は 9:00 ~ 17:30 の 8.5 時間ですが, 終わらなかったので夜行バスが来るまではマックで, 更に夜行バスの車内でもデバッグしてた. 隣接リストでグラフを持ってコード書いたらややこしくなって隣接行列に表現を直して, 近傍頂点の集合を安いコストで得たかったので, また隣接リストに戻したという時間の無駄をした. ひどい. 大いに反省する.お題として PRML の 9 章グラフィカルモデルのお話を選択. ループありの BP により組み合わせ最適化における b-matching を解く(あるいは b-match
PRML Hackathonに行ってきました。 今回のHackathonでは昨日書いたスライスサンプリングという手法をLDAの推論に使ってみて通常のGibbs samplerと比較してみました。 結果としてはサンプリング速度が2-3倍程度高速になり、手法の有効性を確かめることができました。また、perplexityの値は Gibbs samplerよりも少し悪い結果となりました。(誤解を招く表現でした、詳しくは下に追記しました) Prml HackathonView more presentations from tsubosaka. 追記: perplexityの値が悪くなったというと変分ベイズのように近似が入って性能が悪くなる印象を与えますがそうではないです。 slice samplerはgibbs samplerと同様に十分な回数反復すれば正しい確率分布からのサンプルを取ることができ
今日はPRMLHackason(http://atnd.org/events/2007)で、pLSAのプログラムを下のblogを見て自分で数式を紙に書いて照らし合わせながら打ち込んでました。 http://satomacoto.blogspot.com/2009/10/pythonplsa.html 一応プログラムは動いたのですが、「で、これをどう見れば便利か」がよくわかりませんでした。 自分が考えてたのは P(d,w) = Σ_z P(z)P(w|z)P(d|z)でP(z),P(w|z),P(d|z)がわかった後に、w_tを観測した時のドキュメントdの存在確率p(d|w_t)を知ることはできないかという事でした。 実際にソース元と同じデータ n = [[1,1,0,0], [0,0,1,1], [0,0,0,1]] で学習した後に w_t = [1,1,0,0] を与えて、plsa()内
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
