⚠️ このページは機械翻訳されています
この日本語訳は機械翻訳によるもので、誤りや不自然な表現が含まれている場合があります。正確な内容については英語版をご参照ください。
This page was machine-translated and may contain errors. Please refer to the English version for accuracy.
誤りを見つけられた場合は、joseph.austerweil@gmail.com までご連絡いただくか、GitHub リポジトリにプルリクエストをお送りください。
ベイズから深層ネットワークへ
キオスクと見習い。新年を迎え、二つの新参者がキャンパスの生活を変えます： カフェテリアAの写真認識弁当キオスクと、Chibanyに付き従うロボットマスコッ ト見習いです。どちらも説得はできませんが、明らかに学習します。このPartは ブラックボックスを開けます：ネットワークはどう見るのか、その訓練がなぜ尤度の 変装なのか、アテンションは実際に何に注意を向けるのか、そして文脈内学習を行う 大規模言語モデルが、Chibanyがすでに知っている階層ベイズ になぜ怪しいほど似ているのか。
準備中のPart
これらの章はHuman and Machine Learningコースの第11〜12週に対応し、現在執筆中 です。以下のスタブは各章の前提を描いています。
章一覧
本プロジェクトは日本確率計算コンソーシアム協会（JPCCA）の助成を受けています。