AI・機械学習・データサイエンス– category –

CausalMLは、統計と機械学習が融合した新しいアプローチです。2010年代後半から発展し続け、AI分野で重要な位置を占めています。その核心は因果推論であり、確率的関係を超えて行動の結果を予測する能力を持っています。 【この記事の目次】 CausalMLの定...

因果関係を見出す因果発見は、20世紀後半から研究され、近年AIの進化とともにデータ解析の新たな分野を開拓しています。この記事では、その理論的背景から実践的な応用までを深く掘り下げます。 【この記事の目次】 因果関係の解明とは アルゴリズムの概要...

Causal Attentionは、AIと機械学習の分野において時間順序を尊重した情報処理手法として注目を集めています。特に、過去のデータに基づいて将来の状況を予測するためのタイムシリーズ分析に効果的です。本記事では、この技術の特徴やその応用可能性につい...

カテゴリカルクロスエントロピー(Categorical Cross-Entropy)は、機械学習における分類問題を解決するための重要な概念です。その起源は情報理論にあり、1948年にシャノンにより提唱されました。この記事では、この損失関数がどのように機能し、なぜ深層学...

2017年にヤндекс社が開発したCatBoostは、特徴量エンジニアリングとガーッブースティングの強みを結集し、分類や回帰問題で優れた予測性能を発揮する。本記事ではCatBoostの背景から最新動向まで深く掘り下げ、その進化と適用範囲を探求します。 【この記...

破滅的忘却は、強化学習やニューラルネットワークの分野で顕著な課題として認識される現象です。新たなタスクの獲得とともに既存のスキルを忘れてしまう性質は、機械学習モデルの持続的な進化に大きな障壁となっています。 【この記事の目次】 破滅的忘却...

Casetextは、法律事案における判例検索と解析を容易にするAIプラットフォームです。1960年代の初期コンピューターサイエンスから始まった裁判所記録デジタル化が本格的な法テックへと進展し、Casetextはその最先端を担っています。 【この記事の目次】 Cas...

Classification and Regression Trees (CART)は1980年代に誕生した、決定木型の機械学習アルゴリズムです。そのシンプルな構造と強力な予測能力から、今日も広く利用され続けています。 【この記事の目次】 CARTの定義 歴史的背景 CARTの仕組み CARTと他の...

2018年にFacebookによって開発されたCaptumは、深層学習モデルを理解しやすい形に変換する重要なフレームワークである。その特徴や進化とともに、人工知能の研究者がモデル内部で何が起きているのか把握するための手法を探る。 【この記事の目次】 Captum...

C&W Attackは、2017年にGoogle Brainチームによって提案された、画像認識のディープラーニングモデルに対する悪意のある入力データによる攻撃技術。現在ではAIセキュリティ分野で重要な研究対象となりつつあります。 【この記事の目次】 C&W Attackの概要 ...