パターン認識と機械学習入門

1. 簡単な自己紹介

2. 理論と現実の妥協点探し‐最適化問題と機械学習‐

Contents

＊パターン認識と機械学習入門＊

パターン認識と機械学習という 人間の意思決定の基礎となるような

学際的な理論の世界からの眺めを共有します

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

o

o

o

o

o

http://ja.wikipedia.org/wiki/

http://ja.wikipedia.org/wiki/

http://ja.wikipedia.org/wiki/

http://ja.wikipedia.org/wiki/

つまりあなたが アヒルと白鳥の

雑多な集団の中から 白鳥を探し出したいのなら

•

•

o

o

http://mathworld.wolfram.com/TravelingSalesmanProblem.html

http://www.isgtw.org/feature/isgtw-feature-traveling-salesman-meets-distributed-computing

http://www.isgtw.org/feature/isgtw-feature-traveling-salesman-meets-distributed-computing

http://mathematica-bits.blogspot.jp/2011/01/listing-all-hamiltonian-cycles-of-graph.html

http://mathematica-bits.blogspot.jp/2011/01/listing-all-hamiltonian-cycles-of-graph.html

http://mathematica-bits.blogspot.jp/2011/01/listing-all-hamiltonian-cycles-of-graph.html

http://fsharpnews.blogspot.jp/2009/07/traveling-salesman-demo-from-fnet.html

http://fsharpnews.blogspot.jp/2009/07/traveling-salesman-demo-from-fnet.html

http://fsharpnews.blogspot.jp/2009/07/traveling-salesman-demo-from-fnet.html

http://fsharpnews.blogspot.jp/2009/07/traveling-salesman-demo-from-fnet.html

混沌としているようで もしかしたらコスト関数は 最小化問題に悩むほど

複雑怪奇な姿ではないことが 見えてくるかもしれません

それにしても

こんなつまらない話は 「釈迦に説法」かもしれないから 恥ずかしいしやめておこうと

思いとどまっても良さそうなものですが

Enjoy Uncertainty !

"Pattern Recognition and Machine Learning" Christopher M. Bishop Springer; 1st ed. 2006. Corr. 2nd printing edition (October 1, 2007) "Truth and Probability" Frank Plumpton Ramsey (1926) "The physical basis of IMRT and inverse planning" S Webb British Journal of Radiology (2003) 76, 678-689

Reference

Wikipedia 渡辺慧 http://ja.wikipedia.org/wiki/%E6%B8%A1%E8%BE%BA%E6%85%A7 『No Free Lunch Theorem—理想の＊＊の探し方—』 矢吹太朗 伊庭斉志 http://www.unfindable.net/article/no_free_lunch/nfl.pdf 『量子アニーリング』 大関真之 西森秀稔 (2010) http://www-adsys.sys.i.kyoto-u.ac.jp/mohzeki/QA.pdf 『統計的機械学習における量子アニーリング 情報統計力学の最前線 情報と揺らぎの制御の物理学を目指して』 佐藤一誠ら（2012） http://www.slideshare.net/issei_sato/ss-12125104