SlideShare a Scribd company logo
1 of 214
Download to read offline
+)*. )1 +* 6L[ YLVNXL
6L[ YLVNXL
(
(
v *UU
v }
v }
v
X)*
{ | x
8RLX[OY *
8RLX[OY +
7V ULT_ 9O[OM[ V LVN 8RLV O 9O[OM[ V
8RLX[OY *
X))
X)*
X)*
}
X)*
= 54 +1m 7@9 54 0. C :@
}
X)*
= 54 +1m 7@9 54 0. C :@
}
X)*
= 54 +1m 7@9 54 0. C :@
}
X)*
= 54 +1m 7@9 54 0. C :@
}
X)+
X)+
= 54 +1m 7@9 54 0. C :@
x +1m 0.
X)+
= 54 +1m 7@9 54 0. C :@
x +1m 0.
X ^
X)+
X)+
X)+
n
X)+
X),
X),
X),
x
}
X),
X),
X)-
X)-
r
Y
9 4 ^*% _* % ^+% _+ %
X)-
r
Y
9 4 ^*% _* % ^+% _+ %
Y
X)-
r
Y
9 4 ^*% _* % ^+% _+ %
Y
s
9 4 ^*% ^+%
X)-
r
Y
9 4 ^*% _* % ^+% _+ %
Y
s
9 4 ^*% ^+%
X)-
X)-
r
X)-
l 3 _4)
3 _4*
r
X)-
l 3 _4)
3 _4*
r
X ^a_4)%9
X ^a_4*%9
X)-
s
l 3 _4)
3 _4*
r
X ^a_4)%9
X ^a_4*%9
X)-
s
} ^
l 3 _4)
3 _4*
r
X ^a_4)%9
X ^a_4*%9
X)-
s
} ^
l 3 _4)
3 _4*
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
r
X ^a_4)%9
X ^a_4*%9
X)-
s
} ^
l 3 _4)
3 _4*
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
r
X ^a_4)%9
X ^a_4*%9
X)-
X)/
X ^a9
X)/
X ^a9
r Y
X)/
X ^a9
s { |
r Y
X)/
X ^a9
} ^
s { |
r Y
X)/
X ^a9
} ^
X ^ a9&TVL ^ 4
s { |
r Y
X)/
X ^a9
} ^
X ^ a9&TVL ^ 4
s { |
r Y
X)/
X)0
r
s
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
X ^ a9&TVL ^ 4
X)0
r
s
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
X ^ a9&TVL ^ 4
X)0
}
X)0
X)1
X)1
r
8Y ELT NL[ V
>OL]O& VO& [ 8Y ELT NL[ V
X)1
r
8Y ELT NL[ V
>OL]O& VO& [ 8Y ELT NL[ V
s 55
n n
n n
X)1
r
8Y ELT NL[ V
>OL]O& VO& [ 8Y ELT NL[ V
s 55
n n
n n
Y
}
X)1
X)2
4
X)2
4
n
X)2
4
n
n
X)2
4
n
n
X)2
4
n
n
X)2
4
n
n
4
-
/
4 // 0
X)2
4
n
n
4
-
/
4 // 0 l 4 * &
X)2
X)2
4
X)2
4
n
X)2
4
n
n
X)2
4
n
n
X)2
4
n
n
X)2
4
4
,
/
4 .) )
n
n
X)2
X*)
)
*
X*)
Y)
閾
)
*
X*)
Y*
閾 Y)
閾
)
*
X*)
Y*
閾 Y)
閾
)
*
X*)
Y*
閾 Y)
閾
p
+Y)Y*
Y) Y*
)
*
X*)
Y*
閾 Y)
閾
p
+Y)Y*
Y) Y*
)
*
X*)
A8
X**
A8
4 * &)
*
X**
A8
閾
4 *
4 )
4 )
4 *
閾
閾
F% 4 *&Y) i % Y* i
4 * &)
*
X**
A8
7D8
閾
4 *
4 )
4 )
4 *
閾
閾
F% 4 *&Y) i % Y* i
4 * &)
*
X**
A8
7D8 4
4 ) .
7D8
閾
4 *
4 )
4 )
4 *
閾
閾
F% 4 *&Y) i % Y* i
4 * &)
*
X**
A8
x A8
X ^ a_4)%9
X ^ a_4*%9
TV4 L ^ 4
* * A8
X*+
X*+
4 *&
X*+
4 *&
3 HI
X*+
4 *&
3 HI
X*+
4 *&
3 HI
X*+
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
4 *&
3 HI
L ^ i4) 0
X*+
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
4 *&
3 HI
L ^ i4) 0
X*+
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
4 *&
3 HI
L ^ i4) 0
X*+
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
X*+
X*+
3 HI
X*+
3 HI
X*+
3 HI
L ^ i4) 0
X*+
3 HI
L ^ i4) 0
X*+
3 HI
L ^ i4) 0
X*+
X*+
X*+
4 *&
X*+
X*+
X*,
x
}
X ^ a_4)%9
X ^ a_4*%9
TV4 L ^ 4
* +
X*,
x
}
X ^ a_4)%9
X ^ a_4*%9
TV4 L ^ 4
* +
4
n
X*,
r { |
s r x
t
u { |
X*,
r{ |
X*,
r{ |
X*,
r{ |
L
L
X*,
s r x
X*,
s r x
L
X*,
s r x
L
L ^
{ | { | }
X*,
t
[OX*
L ^ y
X*-
t
[OX*
L ^ y
e
X*-
t
[OX*
L ^ y
e
ie
3 HI
X*-
t
[OX*
L ^ y
e
ie
3 HI
X*-
t
[OX+
ie x L ^ &5
X*-
t
[OX+
ie x L ^ &5
3 HI
l *&e x
X*-
t
[OX+
ie x L ^ &5
3 HI
l *&e x
L
X*-
t
[OX,
X*-
t
[OX,
dHLafI 4 { |
X*-
t
[OX,
dHLafI 4 { |
X*-
t
[OX,
dHLafI 4 { |
x
X*-
t
[OX-
X*-
t
[OX-
X*-
t
[OX-
X*-
u { |
X*-
u { |
X*-
TV L ^
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
u { |
X ^a_4*%9 x
X*-
TV L ^
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
r
}
r
}
s
x
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
r
}
s
x
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
t
x A8
r
}
s
x
X ^ a_4)%9
X ^ a_4*%9
TVL ^ 4
t
x A8
u
C+
8RLX[OY +
X*.
X*.
X*.
9 4 ^*% ^+% % ^@
@
@ ^ag% o
Y
X*.
X*.
r
X*.
s
r
X*.
t
s
r
X*.
u
x x ^
t
s
r
X*.
r
+ *
X*.
r
X*.
r
X*.
r
X*.
r
X*.
r
X*/
r
9 4 ^*% ^+% % ^@
X*/
r
9 4 ^*% ^+% % ^@
94 ^*% ^+% % ^@ ^
^ x ^ }
{ g%o 9 |
X*/
r
9 4 ^*% ^+% % ^@
94 ^*% ^+% % ^@ ^
^ x ^ }
{ g%o 9 |
n 9 n g%o
X*/
r
X*/
r
> x
l
X*/
r
> x
l
x 9
X*/
r
> x
l
x 9
X*/
s
+ + C+
X*0
s
X*0
s
X*0
s
X ^ a9&TVL ^ 4
X*0
s
X ^ a9&TVL ^ 4
^ g 4
X*0
t
+ + C+
X*1
t
X*1
t
C+
n L ^
X*1
t
C+
n L ^
L ^
X*1
t
C+
n L ^
L ^ L ^
X*1
t
C+
n L ^
L ^ L ^
}
L ^
X*1
t
C+
n L ^
L ^ L ^
}
L ^
X*1
t
C+
n L ^
L ^ L ^
}
.
.
L ^
X*1
t
C+
n L ^
L ^ L ^
}
.
.
L ^
X*1
C+
+ * C+
X*2
C+
@ g%o @ ^*% ^+% % ^@ x
g x o y@ g%o ^
x y
+ * C+
r ^ &g x )x @ * o(@
s o x^ &g }
t C+
4 @& L ^ ( @ * C+
x
%@& yL ^
u @55 xL ^ x x *
X*2
C+
@55 x
L ^ x *
X*2
C+
@55 x
L ^ x *
X*2
C+
@55 x
L ^ x *
X*2
C+
@55 x
L ^ x *
L ^ c+
^a %*
X*2
u
+ + C+
X+*
X+*
r
X+*
s
r
X+*
t
s
r
X+*
u
x x ^
t
s
r
X+*
u
x x ^
t
s
r N VO
X+*
u
x x ^
t
s
r N VO
N VO
X+*
u
x x ^
t
s
r N VO
N VO
N VO
X+*
u
r
s
t ^ L ^
u
X+*
u
r e x
*& e
X+*
u
r e x
L ^
c+
^a % *
*& e
X+*
u
r e x
L ^
c+
^a % *
*& e
X+*
u
r e x
L ^
c+
^a % *
*& e
L[R
X+*
u
r e x
L ^
c+
^a % *
*& e
L[R
X+*
u
r e x
L ^
c+
^a % *
*& e
L[R
X+*
u
r e x
L ^
c+
^a % *
*& e
L[R
X+*
u
s n
X+*
u
s n
X+*
u
s n
X+*
u
t ^ L ^
X+*
u
t ^ L ^
L ^
^ g 4
X+*
u
u
X+*
u
u
L ^
X+*
u
u
L ^L[R
X+*
u
u
L ^L[R
X+*
X+*
X+*
X++
X++
@ )%h+
^* ^ x M5)
x
+ +
x x Mh+
c+
a %Mh+
4 M ^*
+
^+
+
^ +
+ -
X++
r x
s x
t x
u
}

More Related Content

What's hot

比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!takehikoihayashi
 
PRML輪読#4
PRML輪読#4PRML輪読#4
PRML輪読#4matsuolab
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみたTakahiro Yoshizawa
 
15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学Ken'ichi Matsui
 
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定Akira Masuda
 
時系列分析による異常検知入門
時系列分析による異常検知入門時系列分析による異常検知入門
時系列分析による異常検知入門Yohei Sato
 
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会Kenyu Uehara
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介Naoki Hayashi
 
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)Yoshitake Takebayashi
 
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法Ken'ichi Matsui
 
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装takehikoihayashi
 
PRML輪読#2
PRML輪読#2PRML輪読#2
PRML輪読#2matsuolab
 
統計学基礎
統計学基礎統計学基礎
統計学基礎Yuka Ezura
 
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章Shushi Namba
 
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由takehikoihayashi
 
MCMCでマルチレベルモデル
MCMCでマルチレベルモデルMCMCでマルチレベルモデル
MCMCでマルチレベルモデルHiroshi Shimizu
 

What's hot (20)

階層ベイズとWAIC
階層ベイズとWAIC階層ベイズとWAIC
階層ベイズとWAIC
 
比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!比例ハザードモデルはとってもtricky!
比例ハザードモデルはとってもtricky!
 
PRML輪読#4
PRML輪読#4PRML輪読#4
PRML輪読#4
 
異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた異常検知と変化検知の1~3章をまとめてみた
異常検知と変化検知の1~3章をまとめてみた
 
15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学
 
EMアルゴリズム
EMアルゴリズムEMアルゴリズム
EMアルゴリズム
 
ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定ようやく分かった!最尤推定とベイズ推定
ようやく分かった!最尤推定とベイズ推定
 
時系列分析による異常検知入門
時系列分析による異常検知入門時系列分析による異常検知入門
時系列分析による異常検知入門
 
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
 
正準相関分析
正準相関分析正準相関分析
正準相関分析
 
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
マルコフ連鎖モンテカルロ法 (2/3はベイズ推定の話)
 
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
 
主成分分析
主成分分析主成分分析
主成分分析
 
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
 
PRML輪読#2
PRML輪読#2PRML輪読#2
PRML輪読#2
 
統計学基礎
統計学基礎統計学基礎
統計学基礎
 
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
 
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
なぜベイズ統計はリスク分析に向いているのか? その哲学上および実用上の理由
 
MCMCでマルチレベルモデル
MCMCでマルチレベルモデルMCMCでマルチレベルモデル
MCMCでマルチレベルモデル
 

More from at grandpa

Rubykaigiの歩き方
Rubykaigiの歩き方Rubykaigiの歩き方
Rubykaigiの歩き方at grandpa
 
Crystal 勉強会 #5 in 渋谷 発表資料
Crystal 勉強会 #5 in 渋谷 発表資料Crystal 勉強会 #5 in 渋谷 発表資料
Crystal 勉強会 #5 in 渋谷 発表資料at grandpa
 
Crystalを触り始めてから起こったこと
Crystalを触り始めてから起こったことCrystalを触り始めてから起こったこと
Crystalを触り始めてから起こったことat grandpa
 
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクションat grandpa
 
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料at grandpa
 
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料at grandpa
 
はじめてのdocker
はじめてのdockerはじめてのdocker
はじめてのdockerat grandpa
 

More from at grandpa (7)

Rubykaigiの歩き方
Rubykaigiの歩き方Rubykaigiの歩き方
Rubykaigiの歩き方
 
Crystal 勉強会 #5 in 渋谷 発表資料
Crystal 勉強会 #5 in 渋谷 発表資料Crystal 勉強会 #5 in 渋谷 発表資料
Crystal 勉強会 #5 in 渋谷 発表資料
 
Crystalを触り始めてから起こったこと
Crystalを触り始めてから起こったことCrystalを触り始めてから起こったこと
Crystalを触り始めてから起こったこと
 
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション
東京 Crystal 勉強会 #4 in 渋谷 - イントロダクション
 
基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料基礎からのベイズ統計学 2章 勉強会資料
基礎からのベイズ統計学 2章 勉強会資料
 
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料
機械学習プロフェッショナルシリーズ輪読会 #2 Chapter 5 「自己符号化器」 資料
 
はじめてのdocker
はじめてのdockerはじめてのdocker
はじめてのdocker
 

Recently uploaded

SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 

Recently uploaded (10)

SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 

機械学習プロフェッショナルシリーズ輪読会 #5 異常検知と変化検知 Chapter 1 & 2 資料