潜在的ディリクレ配分法（LDA)

潜在的ディリクレ配分法(LDA)はトピックモデルの代表的な手法です。

トピックモデルではデータを一つのクラスタに分類するk-means法などとは異なり、複数のクラスタに分類することが大きな特徴です。この手法では単語をベクトルで表し、トピックの数がそのベクトルの次元数となります。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

クイズ

以下の文章を読み，空欄(ア)に最もよく当てはまる選択肢を1つ選べ．自然言語処理に関して、トピックモデルは文章における主題（話題）を判断するモデルである。代表的な手法には、文章中のトピックを潜在変数としてモデル化した(ア)等がある．

LDA
RNN
word2vec
SVM

正解を見る

解説を見る
LDA(Latent Dirichlet Allocation)は従来のLSIよりも新規の文章への汎化性能が向上しています．
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

G検定（AI・機械学習）用語集

潜在的ディリクレ配分法（LDA)