NISHIO Hirokazu
[Translate]
CBOW
word2vecによる自然言語処理
p.41
Tweet
Related Pages
word2vecによる自然言語処理
🤖2023-08-19 07:08
深層学習による自然言語処理
2018-10-09
→
qr
×
エンジニアの知的生産術_著者公式ページ
×
エンジニアの知的生産術第5刷の増刷が決定!
×
一般社団法人未踏の理事に就任しました
×
一般社団法人未踏の理事を退任しました
×
灘2021講演準備
×
未踏と僕の関わり
×
pluralitybook
×
mashbean
×
創造一個充滿團隊合作的社會
×
デジタル民主主義サミット2026
×
face
×
真鶴2023-05-13
×
opus5.5自己紹介動画
×
コーディングを支える技術
×
word2vecによる自然言語処理
×
視点を変えてみよう
×
3d-nws
×
パーフェクトシャッフル
×
世界一わかりやすいプログラミングのしくみ
→
自己紹介
→
知的生産性の向上
×
ブロードリスニング
×
コーディングを支える技術
×
word2vecによる自然言語処理
×
エンジニアの知的生産術
×
ブロードリスニングの「あの図」
×
主観か客観かではなく、一人の主観から大勢の主観へ
×
安野たかひろ
×
talk_to_the_cityのui日本語化
×
全体の1%の意見は100人に聞いても36%見落とす
×
人数でなく読む意見の種類を増やす
×
zipf-broadlistening
×
しゃべれるマニフェスト
×
チームみらい2025参院選「しゃべれるマニフェスト」オープンデータ
×
論点数は人数ではない
×
umap
×
hdbscan
×
umapの結果をクラスタリングするべきか
×
要約の読みやすさは何が抜けたかを隠す
×
要約で落ちる情報をピックアップして要約
×
世論地図
×
polis
×
japan_choice
×
pca
×
答えたことと計算のために補ったことを区別する
×
世論地図2024オープンデータ
×
ブロードリスニングは誰のためか
×
ブロードリスニングに足りてないのは受け止められた感
×
意見のトレーサビリティに2方向ある
×
確認できる能力が、開放できる参加の範囲を制約する
×
条件を記述するコストが裁量を狭める
×
社会を人間による計算として考える
×
n月刊ラムダノート「特集:計算とは何か」
×
ルールベースと重み付け和の空間分割
×
浅く多数に聞くか、深く少数に聞くか
×
多数決は計算能力の制約下で選ばれてきた集約アルゴリズム
×
一人一票が不自然
×
直接民主制
×
「できるかも」で試して「やったらできた」が信念を更新する
×
できるかもしれない力
×
半径5メートルの公共
×
ものを作ることが生きていくために必要では無くなった時代に何が残るのか
×
人に喜んでもらうために作る
×
自分が作りたいものを作る
×
他人が作ったものを消費する
×
承認欲求
×
狩猟採集民
×
通貨
×
アテンションエコノミー
×
駄サイクル
×
同人誌
×
同人誌はおすそわけ
×
スパチャ
×
scratch
×
フォーク
×
すべての人にバイアスがある
×
居座る旧統治者
→
2026年社会情報学会
→
サイボウズラボ勉強会
×
世論地図勉強会
×
2024衆院選
×
世論地図
×
世論地図のumap
×
濃い塊の抽出
×
カール・ピアソン
×
karl_pearson
×
多次元尺度構成法
×
主座標分析
×
自己組織化マップ
×
som
×
self-organizing_maps
×
カーネル法
×
再生核ヒルベルト空間
×
サポートベクターマシン
×
isomap
×
isometric_mapping
×
lle
×
locally_linear_embedding
×
対立次元
×
pca
×
umap
×
2022年参院選のumap可視化
×
polisクラスタ2つになる問題
×
東京大学谷口研究室・朝日新聞社共同調査
×
2022年参院選のpolis的可視化
×
convex_hull
×
code_for_japan_summit_2024
×
世論地図3970人umap
×
dbscan
×
高次元泥団子
×
集団極性化
×
匿名の市民の意見ベクトルはそんなに明瞭に別れてない
×
umapの結果をクラスタリングするべきか
×
tsneの結果のクラスタリングは慎重に
×
賛成反対データのumap
×
シン東京2050ブロードリスニング
×
テキスト埋め込みベクトルの分布
×
text-embedding-3-large
×
小さな粒のある一つの塊
×
クラスタリングとパーティショニング
×
k平均法
×
クラスタリング
×
spectralclusteringとhdbscanの違い
×
日テレnews×2024衆院選×ブロードリスニング
×
aiによるクラスタ解説
×
濃いクラスタ抽出
×
ptttc2024-11-12
×
外れ値
×
まずは大雑把に
×
全体像を把握したい
×
talk_to_the_city_turbo
×
tttc:_aiと著作権に関するパブリックコメント
×
talk_to_the_city勉強会
×
kj法
×
発想法
×
川喜田二郎
×
凝集型階層的クラスタリング
×
離れザル
×
側面
×
word2vecによる自然言語処理
×
概念の類似度は距離ではない
×
50枚のkj法は10時間の想定
×
5年間で129枚しかkj法をしていない
→
高次元データ分析勉強会
→
gyazo_pro
×
pdfからpngへの変換
×
google_cloud_vision
×
ja_pdf_to_text
×
pdfminer
×
word2vecによる自然言語処理
×
cmapの再生成
×
poppler
×
pdftotext
×
cid問題
×
pdfminerの座標系解析
→
PDFからのテキスト抽出
→
mitou_foundation
×
コーディングを支える技術
×
word2vecによる自然言語処理
×
世界一わかりやすいプログラミングのしくみ
×
エンジニアの知的生産術_著者公式ページ
×
自己紹介
→
Self introduction in east Asian context
→
自己紹介
×
エンジニアの知的生産術
×
コーディングを支える技術
×
word2vecによる自然言語処理
×
自分のscrapboxをchatgptにつないだ
×
scrapbox_chatgpt_connector
×
中高生のためのchatgpt
×
新しい自然
×
誰も正解を知らない
×
みずからの目で見なければならない
×
chatgpt_plugins実験
×
1
×
chatgpt
×
2023-04-10 LLM Meetup
→
2023-04-10 LLM Meetup
→
word2vecによる自然言語処理
×
距離
×
三角不等式
×
ベクトルの類似度
×
軸を潰す
×
潰す
×
無視
×
次元削減は抽象化
×
抽象化
×
特徴量の無視
×
違いを無視
×
word2vec
×
deep_learning
×
dropout
×
ニューロン
×
汎化性能
×
概念
×
類似度
×
単語の意味
×
意味の類似度
×
話が飛躍する人=ベクトル検索エンジンか?
×
連想
×
次元削減してから類似度検索
→
概念の類似度は距離ではない
→
word2vecによる自然言語処理
×
word2vec
×
ネガティブサンプリング
×
ロジスティック回帰
→
ネガティブサンプリングとロジスティック回帰
"
Engineer's way of creating knowledge
" the English version of my book is now available on
[Engineer's way of creating knowledge]
(C)NISHIO Hirokazu / Converted from
[Scrapbox]
at
10/10/2026, 6:06:48 PM
[Edit]