AIエージェント
TECHNICAL POSTS
技術ブログ
全 50 記事
AIエージェント
エージェントに何を覚えさせるか：長いコンテキスト・RAG・Prompt Cachingをコストで選ぶ
AIエージェント
エージェント出力の品質を確率で保証する：Conformal Predictionで人手に回す割合を決める
AIエージェント
LLM-as-a-Judgeのバイアスはどこまで補正できるか：提示順・回答の長さ・自己選好
AIエージェント
評価データセットは何件必要か：合格率の幅と、改善を検出できる件数
AIエージェント
タスクを分けるほど精度は上がるのか：エージェントの分割数を式で決める
機械学習
BigQueryオプティマイザのコストモデルに外部APIの料金は考慮されない：BigQuery MLの注意点
数値計算・最適化
人間が事前に定義する範囲は、70年でどこまで縮んだか
AIエージェント
最適化計算にLLMを使うときのベストプラクティス
機械学習
小規模チームのMLOps最小構成：Composerを入れず、Cloud Run jobsで4つの要件を満たす
機械学習
「精度を上げたい」の前に決めること：精度改善・閾値・運用を金額で比べる
統計・確率
LLMリーダーボードはなぜ歪むのか：Bradley-Terryモデルと交絡・選択バイアスをシミュレーションで理解する
統計・確率
UCBはThompson Samplingに追いつけるか：報酬スケールと探索定数を検証する
合成データ・プライバシー
差分プライバシー入門：LaplaceとGaussian機構でεと有用性を交換する
合成データ・プライバシー
メンバーシップ推論攻撃入門：モデルは学習データを漏らすか
機械学習
乱数シードを変えるだけでスコアは動く：モデル比較に必要な統計的作法
統計・確率
A/Bテストを毎日覗くと偽陽性は何倍になるか：ピーキング問題と逐次検定
合成データ・プライバシー
合成データはどこまで実データの代わりになるか：TSTRによる有用性の定量評価
統計・確率
Conformal Prediction入門：モデルを問わず被覆率を保証する予測区間
統計・確率
極値統計入門：正規分布では測れないテールリスクをGPDで評価する
統計・確率
ベイズA/Bテストとバンディット：Thompson Samplingで後悔を最小化する
モンテカルロ法
MCMC入門：Metropolis-HastingsとHMCで事後分布からサンプリングする
モンテカルロ法
粒子フィルタ入門：非線形・非ガウスな状態空間を逐次モンテカルロで推定する
数値計算・最適化
ベイズ最適化入門：ガウス過程と獲得関数で評価回数を抑えて最適化する
数値計算・最適化
最適輸送入門：Wasserstein距離で分布間の距離を測る
機械学習
確率校正入門：分類器の「0.9」は本当に90%か（Platt・Isotonic・Temperature）
機械学習
カルマンフィルタ入門：状態空間モデルでノイズ下の真値を推定する
合成データ・プライバシー
ADS-GANによる合成データ生成、分布・ユーティリティ・プライバシーの評価
合成データ・プライバシー
合成データのプライバシー品質評価指標
合成データ・プライバシー
金融データのプライバシー保護：合成データ生成技術の概要と考察
機械学習
データの性質で選ぶナイーブベイズのサブタイプ
統計・確率
コピュラの基礎：5つの代表的なコピュラの特徴と可視化
モンテカルロ法
モンテカルロVaRにおける、分布の仮定がリスク評価に与える影響
モンテカルロ法
準モンテカルロ法で使用される低不一致列の解説、次元数による有効性の違い
機械学習
反実仮想サンプルの生成と使い方
モンテカルロ法
モンテカルロ法における次元の呪いの緩和方法：重点サンプリングによる効率化
統計・確率
因果推論入門：基本概念とPythonによる実践
数値計算・最適化
シミュレーテッドアニーリングで解く巡回セールスマン問題
数値計算・最適化
確率的最適化アルゴリズムの実装と比較：遺伝的アルゴリズムと勾配降下法
統計・確率
頻度主義統計学とベイズ統計学、それぞれのアプローチ
機械学習
時系列データの交差検証：なぜTimeSeriesSplitを使うべきなのか
機械学習
機械学習モデルの説明可能性手法の比較：SHAPとLIMEの出力の一貫性評価
機械学習
次元削減手法の比較検証：定量的・定性的評価によるPCA、t-SNE、UMAPの特徴分析
機械学習
Graph Neural Networksを用いた異常検知入門
機械学習
時系列データの予測：LSTMとTransformerの性能比較
数値計算・最適化
数値積分の実装と比較：台形法からガウス求積法まで
統計・確率
球面上に均一にランダム分布する点群を生成する
統計・確率
任意の確率密度関数を持つ乱数の生成
数値計算・最適化
Scipyによる最適化計算と自動微分
数値計算・最適化