<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>R</anon>
    <anon>機械学習</anon>
  </categories>
  <description>そういえばMNISTコンペが気が付いたらまた1年延長されたみたいですが。 Description - Digit Recognizer | Kaggle これ以上順位上げるのは面倒で仕方ないのでほっといて、もうちょっと自分の勉強しようかと思います。今気になってるのが、隠れ層における特徴量の表現状態。どちらかというとConvNetの利点として紹介されることが多いのですが、Deep Belief Networkたる{h2o}にもh2o.deepfeaturesという関数があってやはり隠れ層における表現を抽出してくることができます。</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2015%2F01%2F22%2F215723&quot; title=&quot;H2OのRパッケージ{h2o}でお手軽にDeep Learningを実践してみる(4)：隠れ層の特徴表現を抽出してみたがよく分からなかった話 - 渋谷駅前で働くデータサイエンティストのブログ&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>http://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20150121/20150121165456.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2015-01-22 21:57:23</published>
  <title>H2OのRパッケージ{h2o}でお手軽にDeep Learningを実践してみる(4)：隠れ層の特徴表現を抽出してみたがよく分からなかった話</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2015/01/22/215723</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
