<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>aotamasaki</author_name>
  <author_url>https://blog.hatena.ne.jp/aotamasaki/</author_url>
  <blog_title>学習する天然ニューラルネット</blog_title>
  <blog_url>https://aotamasaki.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>深層学習</anon>
  </categories>
  <description>概要 条件付き分布の分位点を推定するNeural Networkを紹介する そのアイデアは既存のNeuralNetに対して損失関数を変えるというシンプルなもの 人工データを用いてちゃんと推定できていそうか確認した 目次 概要 目次 分布推定の重要性 点推定の問題 点推定から分布推定へ 分位点とは QRNN:Quantile Regression Neural Network 人工データ実験 実験設定 実験結果 今回の損失関数で分位点を推定できる証明的な まとめ 参考 モデルのソースコード QRNNに関する論文</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Faotamasaki.hatenablog.com%2Fentry%2F2019%2F01%2F29%2F191604&quot; title=&quot;QRNN ニューラルネットを用いた分位点回帰 - 学習する天然ニューラルネット&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/a/aotamasaki/20190129/20190129185446.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-01-29 19:16:04</published>
  <title>QRNN ニューラルネットを用いた分位点回帰</title>
  <type>rich</type>
  <url>https://aotamasaki.hatenablog.com/entry/2019/01/29/191604</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
