研究スタイル
研究内容
![クラスタリング](/_next/image?url=%2F_next%2Fstatic%2Fmedia%2Fclustering_1.e55395ce.png&w=750&q=75)
クラスタリング
類似度に基づいてデータをグループ分けする機械学習の手法。
![アンサンブル](/_next/image?url=%2F_next%2Fstatic%2Fmedia%2Fensemble.65bdebe7.png&w=750&q=75)
アンサンブル
似ている表現力を持つ学習器ではなく、色々な表現ができる弱学習器を組み合わせることでより正答率を上げるという機械学習の手法。
![統計的モデル](/_next/image?url=%2F_next%2Fstatic%2Fmedia%2Fstatistical_model.aec4f884.png&w=750&q=75)
統計的モデル
確率分布が1点に定まる空間において機械学習の手法を議論する枠組み。
![ICA](/_next/image?url=%2F_next%2Fstatic%2Fmedia%2Fica.b49362f4.png&w=750&q=75)
ICA
独立成分分析。観測信号から原信号を推定するために信号を独立な成分に分解して行う解析手法。
類似度に基づいてデータをグループ分けする機械学習の手法。
似ている表現力を持つ学習器ではなく、色々な表現ができる弱学習器を組み合わせることでより正答率を上げるという機械学習の手法。
確率分布が1点に定まる空間において機械学習の手法を議論する枠組み。
独立成分分析。観測信号から原信号を推定するために信号を独立な成分に分解して行う解析手法。
早稲田大学 先進理工学部 電気・情報生命工学科 村田昇研究室
〒 169-8555 東京都新宿区大久保 3-4-1 63 号館 6F-18
Email: noboru.murata[at]eb.waseda.ac.jp
2023 Murata Web Services - All Rights Reserved