Kenta Oono

255 Followers

41 SlideShares 255 Followers 90 Followings

machine learning deep learning chainer mathematics chemistry bioinformatics density ratio estimation nips fredholm equation statistics mcmc data mining gtc python manifold encode pfn nlp caffe maf phewas gwas

Activity
About

PFI final presentation

13 years ago • 1370 Views

PFI seminar 2010 0902

13 years ago • 1987 Views

One way to see higher dimensional surface

13 years ago • 478 Views

mathemaical_notation

12 years ago • 819 Views

mathematical_notation

12 years ago • 8033 Views

Math tutorial public

12 years ago • 711 Views

tensor-decomposition

11 years ago • 33690 Views

20130527 mechanism design

10 years ago • 839 Views

regenerative_medicine

10 years ago • 5832 Views

20130116_pfi_seminar_gwas_postgwas

10 years ago • 3260 Views

NIPS2013読み会：Inverse Density as an Inverse Problem: The Fredholm Equation Approach

10 years ago • 4852 Views

NIPS2013読み会：Inverse Density as an Inverse Problem: The Fredholm Equation Approach

10 years ago • 1754 Views

How to Develop Experiment-Oriented Programs

9 years ago • 3834 Views

Development and Experiment of Deep Learning with Caffe and maf

9 years ago • 70937 Views

Learning Image Embeddings using Convolutional Neural Networks for Improved Multi-Modal Semantics

9 years ago • 6161 Views

Deep Learning技術の最近の動向とPreferred Networksの取り組み

9 years ago • 28112 Views

Encode勉強会：GENCODE: The reference human genome annotation for The ENCODE Project (Harrow et. al)

9 years ago • 2379 Views

Techtalk：多様体

9 years ago • 6502 Views

ディープラーニング最近の発展とビジネス応用への課題

8 years ago • 18287 Views

Caffeインストール

8 years ago • 5572 Views

Chainerインストール

8 years ago • 8358 Views

提供AMIについて

8 years ago • 2824 Views

日本神経回路学会セミナー「DeepLearningを使ってみよう！」資料

8 years ago • 11679 Views

Introduction to Chainer (LL Ring Recursive)

8 years ago • 8563 Views

2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用

8 years ago • 1937 Views

Chainer Contribution Guide

8 years ago • 90534 Views

Stochastic Gradient MCMC

8 years ago • 6120 Views

Introduction to Chainer and CuPy

8 years ago • 3148 Views

Common Design of Deep Learning Frameworks

7 years ago • 1430 Views

VAE-type Deep Generative Models

7 years ago • 10293 Views

パターン認識と機械学習入門

Momoko Hayamizu • 11 years ago

20160906 pplss ishizaki public

Kazuaki Ishizaki • 7 years ago

（DL hacks輪読）Bayesian Neural Network

Masahiro Suzuki • 7 years ago

General Tips for participating Kaggle Competitions

Mark Peng • 8 years ago

集中不等式のすすめ [集中不等式本読み会#1]

Kentaro Minami • 9 years ago

深層学習による自然言語処理の研究動向

STAIR Lab, Chiba Institute of Technology • 7 years ago

マルコフ連鎖モンテカルロ法入門-１

Nagi Teramo • 13 years ago

GPU上でのNLP向け深層学習の実装について

Yuya Unno • 8 years ago

Introduction to Chainer: A Flexible Framework for Deep Learning

Seiya Tokui • 8 years ago

CEDEC2014 「ライブラリを作ってはいけない～それでも作りたいあなたへのアドバイス～」

Yoshihiro Kurohata • 9 years ago

特徴ベクトル変換器を作った話 #dogenzakalt

Tokoroten Nakayama • 9 years ago

２次元可解量子系のエンタングルメント特性

Shu Tanaka • 9 years ago

いつも働きすぎの CEO におくる、スタートアップの成功のための心と体の健康管理入門

Takaaki Umada • 9 years ago

20141208.名大セミナー

Hayaru SHOUNO • 9 years ago

最適化超入門

Takami Sato • 9 years ago

Apache Spark の紹介（前半：Sparkのキホン）

NTT DATA OSS Professional Services • 9 years ago

How Google Glass Will Change Healthcare

Vala Afshar • 9 years ago

大学3年生の僕に伝えたいことをつらつらと

Toshinori Sato • 14 years ago

Sparse estimation tutorial 2014

Taiji Suzuki • 9 years ago

第1回文献紹介勉強会20140826

Masakazu Sano • 9 years ago

あなたの業務に機械学習を活用する5つのポイント

Shohei Hido • 9 years ago

Masakazu Sano Tokyowebmining 37 20140621

Masakazu Sano • 9 years ago

機械学習におけるオンライン確率的最適化の理論

Taiji Suzuki • 10 years ago

MapR アーキテクチャ概要 - MapR CTO Meetup 2013/11/12

MapR Technologies Japan • 10 years ago

Deep Learningの技術と未来

Seiya Tokui • 10 years ago

Ruby を用いた超絶技巧プログラミング（夏のプログラミングシンポジウム 2012）

mametter • 11 years ago

Deep C

Olve Maudal • 12 years ago

ロックフリーGCLOCKページ置換アルゴリズム

Makoto Yui • 15 years ago

Clouderaの品質保証・CDHのテスト工程について by Andrew bayer

Cloudera Japan • 11 years ago

スタート低レイヤー #0

Kiwamu Okabe • 11 years ago

Kenta Oono

Presentations

Likes