【ラビットチャレンジレポート】深層学習day3　Section4：双方向RNN

E資格受験に必要なJDLA認定講座の一つであるラビット・チャレンジ(https://ai999.careers/rabbit/)のレポート用ページです。

100文字以上要点まとめ

過去の情報だけでなく、未来の情報を加味することで、精度を向上させるためのモデル

実用例文章の推敲や、機械翻訳、フレーム間の補完などのタスク

「遅延パラメータ」に学習が依存することはないので、チューニングの手間が減る

実装演習

エビデンス

関連記事レポート

双方向RNN(Bidirection-RNN)の応用例

調べてみると下記のようなものがあった。

音素境界推定(https://ci.nii.ac.jp/naid/110003227863)
金融レポートの指数化(https://www.ai-gakkai.or.jp/jsai2016/webprogram/2016/pdf/219.pdf)
誤字脱字検出(https://confit.atlas.jp/guide/event-img/jsai2019/3C4-J-9-03/public/pdf?type=in)
塩基配列解析(https://axa.biopapyrus.jp/deep-learning/rnn/brnn.html)