相互情報量

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$', '$'] ], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); 食材をベクトル化する研究を紹介． 論文理解の助けになれば幸い． FlavorGraphとは 食材と化合物を同じグラフ上で表現し，異種グラフ特化型の埋め込み手法に入れることでそれぞれ食材の分散表現を得ている． 論文中ではこの構築している異種グラフのことをFlavorGraph[1]と呼んでいる． 埋め込み手法は異種グラフ埋め込み手法としては初期のものである Metapath2vec…

MathJax.Hub.Config({ tex2jax: { inlineMath: [['$', '$'] ], displayMath: [ ['$$','$$'], ["\\[","\\]"] ] } }); sklearn.metricsでNMIを計算する． NMIは正規化相互情報量で２つのデータ群の分布の一致度を見ることができる． （自分が見たのはクラスタリングの評価） 使い方は公式から以下． from sklearn.metrics.cluster import normalized_mutual_info_score A = [0, 0, 1, 1] B = [0, 0, 1,…

こんにちは、ABEJAの真壁孝嘉（@Takayoshi_ma）です。変数Aと変数Bにどれくらいの関連性があるの？このデータから何が言える？みたいなニーズって至る所にあるかと思います。その時に活用される様々な数学的指標たち、（自分含め）名前を知ってるだけだと危険だよなあって場面が近頃多い気がしたので、改めてメモ的な意味でブログを書いてみました。前半に（ピアソンの積率）相関係数に関する注意点を列挙したのち、後半にそれ以外の数学的指標の概要を列挙していこうと思います。 尚、このブログで度々登場する相関係数とはピアソンの積率相関係数を表すこととします。 相関係数の注意点 相関係数の概要 相関関係と因果…

2022年2月に実施された情報理工学研究科創造情報学コース冬入試に合格しましたの冬入試に合格したので体験記を書きたいと思います。 今年度の入試は1次試験が書類、2次試験が筆記試験及び面接となっていました。 受験したきっかけ 出願時の知識レベル 1次試験 2次試験 筆記 プログラミング 分野別対策 論理回路 コンピュータアーキテクチャ アルゴリズム OS 機械学習・深層学習 基本情報・応用情報 合格発表 得点開示 受験したきっかけ 東大理系非情報系学部出身でありながら、進振り後に機械学習にハマったことがきっかけです。個人的には機械学習をメインにエンジニアとして仕事をし始めていたこともあり この分…