言語処理のための機械学習入門 第8回

Contents
  1. 概要
  2. 範囲
  3. 資料置き場
  4. 3 クラスタリング
  5. 3.1 準備
  6. 3.2 凝集型クラスタリング
  7. 3.3 k-平均法
  8. 3.4 混合正規分布によるクラスタリング
  9. 所感
  10. 言語処理のための機械学習入門
  11. 機械学習勉強会について

nownab.log | 言語処理のための機械学習入門 第7回

概要

機械学習勉強会で輪読してる 言語処理のための機械学習入門 の学習メモです。 勉強会用の資料があるのでこちらでは資料に載らなかったメモ等を。

範囲

  • 3 クラスタリング
    • 3.1 準備
    • 3.2 凝集型クラスタリング
    • 3.3 k-平均法
    • 3.4 混合正規分布によるクラスタリング

資料置き場

3.1, 3.2, 3.3, 3.4 · Issue #91 · Wondershake/machine-learning-study

3 クラスタリング

3.1 準備

教師なし学習という言葉は 4 章で出てくるらしい。

3.2 凝集型クラスタリング

3.3 k-平均法

3.4 混合正規分布によるクラスタリング

正規表現の確率密度関数は

f(x)=12πσ2exp⁡(−(x−μ)22σ2)f(x)=\frac{1}{\sqrt{2\pi\sigma^2}}\exp \left( -\frac{(x-\mu)^2}{2\sigma^2} \right)

擬似コードのm′m'は現在のmcm_cの集合, mmは次のmcm_cの集合ってことでいいのかな。

所感

復習という感じだった。

言語処理のための機械学習入門

言語処理のための機械学習入門 (自然言語処理シリーズ 1)

機械学習勉強会について

社内で毎週開催している。本書は輪読形式でまわしているが、題材によって形式は柔軟に変えている。 毎週読む範囲を決めて資料にまとめて発表するという感じでやっている。

また、勉強会で書いたコードや疑問点などをまとめるために GitHub のレポジトリを活用している。 Wondershake/machine-learning-study: 機械学習勉強会