CONCEPTS / COMPUTING
情報・コンピューティングの概念まとめ
情報・コンピューティングの原理や重要な関係式、例、モデルの適用範囲を読み、関連する実験で確かめましょう。12編の概念と12件の実験がつながります。
情報・コンピューティングの実験をすべて見る →アルゴリズム探究
データ表現
二進数と文字エンコーディング
ビット列の意味は、その解釈方法によって異なります。同じ 0 と 1 が、整数、文字、または色を表現することができます。
概念を読む →
誤り検出とハミング符号
誤り訂正符号は、有効なデータ表現の間の差を増やすために、冗長なビットを追加します。 検出または訂正できるエラーの数は、限定的です。
概念を読む →
可逆圧縮と情報エントロピー
圧縮は、データの内部の繰り返しや周波数における差異を利用することで、より少ないシンボルでデータを表現します。しかし、単一の方法は常にすべての入力をより小さいサイズに削減できるわけではありません。
概念を読む →
画素・ビット深度と画像サイズ
ピクセル数は空間のサンプルの数を表し、ビット深度は1つのピクセル値におけるステップ数を表します。ファイルサイズはこれら両方の条件に依存します。
概念を読む →ネットワークと安全
人工知能の基礎
セル・オートマトンと局所規則
セルオートマは、各セルの状態を、その周囲のセルとの状態と、あらかじめ設定されたルールに基づいて更新します。 簡素なルールを用いても、複雑な全体的なパターンが生まれることがあります。
概念を読む →
パーセプトロンと線形分類
パーセプションは、入力とバイアスの重み付き和に基づいてデータを2つのカテゴリーに分類します。単層の線形分類器では、データを完全に分離できないデータは、直線で分割できません。
概念を読む →
k平均法によるクラスタリングと誤差平方和
k-meansは、繰り返し、最も近い中心に点を割り当て、各中心を、割り当てられた点の平均に移動します。クラスタリングは、既知のラベルで学習された分類とは異なります。
概念を読む →