Zobrazeno 1 - 10
of 20
pro vyhledávání: '"Isozaki Takashi"'
Autor:
Isozaki, Takashi
The issue of discrete probability estimation for samples of small size is addressed in this study. The maximum likelihood method often suffers over-fitting when insufficient data is available. Although the Bayesian approach can avoid over-fitting by
Externí odkaz:
http://arxiv.org/abs/1201.1384
Autor:
Mikio Urabe, Kazuya Sakai, Yasuda Masato, Kazuhiro Nitta, Yasue Noda, Akira Hosoda, Isozaki Takashi, Hirokazu Iwasaki
Publikováno v:
Proceedings of the Water Environment Federation. 2018:5473-5492
Autor:
Isozaki, Takashi, Kuroki, Manabu1
Publikováno v:
New Generation Computing. Jan2017, Vol. 35 Issue 1, p29-45. 17p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Isozaki, Takashi1 isozaki@csl.sony.co.jp
Publikováno v:
New Generation Computing. Jan2012, Vol. 30 Issue 1, p17-52. 36p.
Autor:
Funabashi, Masatoshi, Hanappe, Peter, Isozaki, Takashi, Maes, AnneMarie, Sasaki, Takahiro, Steels, Luc, Yoshida, Kaoru
Publikováno v:
First Complex Systems Digital Campus World E-Conference 2015; 2017, p351-374, 24p
Autor:
Isozaki, Takashi, Kuroki, Manabu
Publikováno v:
Advanced Methodologies for Bayesian Networks; 2015, p196-208, 13p
Autor:
ISOZAKI, TAKASHI1,2 t-isozaki@ai.is.uec.ac.jp, KATO, NORIJI3 noriji.kato@fujixerox.co.jp, UENO, MAOMI1 ueno@ai.is.uec.ac.jp
Publikováno v:
International Journal on Artificial Intelligence Tools. Oct2009, Vol. 18 Issue 5, p653-671. 19p. 2 Diagrams, 3 Charts, 3 Graphs.
Publikováno v:
Proceedings of SPIE; Nov2009 Part 2, Issue 1, p72600C-72600C-10, 10p
Autor:
Isozaki, Takashi, Ueno, Maomi
Publikováno v:
Machine Learning & Knowledge Discovery in Databases (9783642041792); 2009, p612-627, 16p