NISHIO Hirokazu
[Translate]
k-means
kMeans
k平均法
Tweet
Related Pages
Polis
読書を支援するボット
状態のベクトル化
液状化とword2vec
→
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
→
サイボウズラボ勉強会
×
pluralityとpolis勉強会
×
plurality
×
Polis
×
polis:_scaling_deliberation_by_mapping_high_dimensional_opinion_spaces
×
ec2でpolis
×
polisのdbからデータをエクスポート
×
民主的プロセス
×
投票
×
多数決
×
デジタル民主主義
×
デジタル投票
×
意思決定
×
熟議
×
透明な意思決定プロセス
×
熟議民主主義
×
democratic_inputs_to_ai
×
anthropic
×
the_computational_democracy_project
×
opportunities_and_risks_of_llms_for_scalable_deliberation_with_polis
×
雨傘運動
×
データ大使館
×
government_as_a_service
×
領土を必要としない国家
×
エストニアで電子投票による票数が過半数になった
×
ethereum
×
世界コンピュータ
×
台湾デジタル発展省が分散型idの標準化に参与
×
シルバー民主主義
×
ドメイン投票方式
×
余命投票制度
×
一人一票
×
紙と箱の投票
×
ヤシノミ作戦
×
落選運動
×
技術的実力行使
×
代議制
×
sentiment_gathering_platform
×
センチメント
×
感情
×
納得
×
人には個人差がある
×
一つの方法で全員のニーズを満たすことはできない
×
polis体験レポート:同性婚を合法化すべきか
×
関係ない設問が多すぎる
×
後から関係が見出される
×
離れ猿
×
投票行列
×
主成分分析
×
k平均法
×
シルエット係数
×
ベータ分布
×
ベルヌーイ分布
×
共役事前分布
×
ベイズ推定
×
fisherの正確確率検定
×
超幾何関数
×
コンセンサス
×
拒否権
×
コトノハ
×
magiシステム
×
対立
×
台湾のタイムゾーンを変えるかどうかの議論の事例
×
オードリー・タンが語るデジタル民主主義
→
Polis勉強会
→
k平均法
×
spectral_clustering
×
クラスタリング
×
パーティショニング
×
dbscan
×
dbscanにおけるクラスタの定義
→
クラスタリングとパーティショニング
→
強化学習
×
機械学習勉強会
×
谷口忠大
×
椹木哲夫
×
双シェマモデル
×
自律エージェントの為の自己組織化機械学習手法の提案
×
piaget
×
シェマ理論
×
schema
×
スキーマ
×
シェマの均衡化
×
k平均法
×
クラスタ_=_シェマ
×
シェマの分化
×
身体と環境の相互作用を通した記号創発
×
環境との相互作用
×
身体と環境の相互作用
×
記号創発
×
知覚シェマ
×
行為シェマ
×
意図
×
記憶容量の有限性
×
主観的誤差
×
知覚シェマ活性度
×
距離情報からカテゴリ化を行うことの問題
×
汎化行為概念の適応的獲得
×
作られるシェマの量と身体能力の関係
×
人間はベクトル演算が弱い
×
身体能力の高いロボットは言語を作る必要がない
×
身体性
×
選好注視法
×
報酬
×
生まれつきの好み
×
自然淘汰による最適化
→
双シェマモデル プレゼン
→
シンボル
×
意味
×
ベクトル
×
集合
×
意味の演算
×
k平均法
×
ベクトルの集合
×
抽象化
×
射影
×
軸を潰す
×
階層的クラスタリング
→
シンボルの意味がベクトルの集合→意味の演算は?
→
cart
×
決定木
×
lsh
×
kmeans
×
k平均法
→
BERTで区分け
"
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
11/23/2025, 4:57:30 PM
[Edit]