中学生でもわかる深層学習

2024/03/29 508 users 深層学習 中学生 ニューラルネットワーク 勾配降下法 音声

第1章　理論編 ・深層学習とは (p.13-) ・ニューラルネットワークとは (p.31-) ・どうやって学習するか: 勾配降下法 (p.57-) ・深層学習の注意点 (p.91-) 第2章　応用編 ・分類問題 (p.110-) ・画像認識 (p.120-) ・音声認識／自然言語処理 (p.151-) ・講演のまとめ (p.167-) 続きを読む

第8回　分類問題をディープラーニング（基本のDNN）で解こう (1/3)：TensorFlow 2＋Keras（tf.keras）入門 - ＠IT

2020/06/08 9 users ニューラルネットワーク DNN 連載目次 回帰問題 実装コード

連載目次 本連載では、第1回～第3回で、ニューラルネットワークの仕組みと、TensorFlow 2.x（2.0以降）による基本的な実装コードを説明した。また、第4回～第6回で、TensorFlow 2の書き方をまとめた。さらに前回（第7回）では「回帰問題」についてあらためて取り上げ、これまでの連載記事で学んできた知識だけでも「基本... 続きを読む

Undersampling + baggingで不均衡データに対処した際の予測確率のバイアスを補正して、その結果を可視化してみる - 六本木で働くデータサイエンティストのブログ

2019/08/04 21 users Twitter バイアス 岸本 不均衡データ 六本木

この記事は以下の検証記事の続きです。 先日、Twitterでこんなお話を見かけました。 分類問題で不均衡データを扱う際、ダウンサンプリングして学習すると予測確率にバイアスが生じるので、calibrationしようという話を書きましたhttps://t.co/qujK29crNY— 岸本ばなな (@unpuy_tw) 2019年7月22日 その記事がこちらです。 ... 続きを読む

Python: 機械学習における不均衡データの問題点と対処法について - CUBE SUGAR CONTAINER

2018/12/16 183 users Python 検知 不均衡データ ラベル 機械学習

機械学習における分類問題では、扱うデータセットに含まれるラベルに偏りのあるケースがある。 これは、例えば異常検知の分野では特に顕著で、異常なデータというのは正常なデータに比べると極端に数が少ない。 正常なデータが 99.99% なのに対し異常なデータは 0.01% なんてこともある。 このようなデータセットは不均... 続きを読む

識別関数、識別モデル、生成モデルの違いを解説 - HELLO CYBERNETICS

2017/06/09 19 users HELLO CYBERNETICS 生成モデル 解説 共通

2017 - 06 - 08 識別関数、識別モデル、生成モデルの違いを解説 人工知能 人工知能-機械学習 Follow @ML_deep SNSでこの記事をシェアする Bookmark! Facebook Twitter Google+ Pocket はじめに 記事の目的：共通の認識を持てるようにするため なぜパターン認識と機械学習を引用するか 機械学習の目的 分類問題と回帰問題 分類問題について... 続きを読む

SVM、ニューラルネットなどに共通する分類問題における考え方 - "機械学習","信号解析","ディープラーニング"の勉強

2017/03/07 55 users SVM ニューラルネット bookmark 曲面 線形

2017 - 03 - 08 SVM、ニューラルネットなどに共通する分類問題における考え方 人工知能 人工知能-機械学習 シェアする Bookmark! Facebook Twitter Google+ Pocket はじめに 分類問題の基本 分類における困難：線形分離不可能 非線形な分類問題 曲線、曲面によって境界を定める＝空間を捻じ曲げて線形な境界を定める 素朴な疑問とその回答 次元に自由度が... 続きを読む

決定木による学習 | Code Craft House

2015/06/06 51 users 学習 チューリップ 花びら 決定木 順番

決定木による機械学習 決定木は、根から順番に条件分岐を辿っていくことで結果を返します。特に分類問題で用いられる場合には「分類木」と呼ばれます。ここでは、与えられたデータを元に、自動的に分類木を構成する方法について説明します。機械学習の手法の中でも、学習結果を人間が解釈し易いことが特徴で、データの特徴を掴む場合によく用いられるようです。（「花びらの長さがθ以下ならチューリップ」などが分かれば、それだ... 続きを読む

第18回　ロジスティック回帰：機械学習 はじめよう｜gihyo.jp … 技術評論社

2013/02/13 79 users ロジスティック回帰 パーセプトロン 中谷秀洋 機械学習 難点

機械学習 はじめよう 第18回　ロジスティック回帰 2013年2月13日 中谷秀洋 機械学習, ロジスティック回帰, 分類, 関数 この記事を読むのに必要な時間：およそ 2 分 1 2 前回までに，分類問題のモデルの一つ「パーセプトロン」を紹介して，その実装を行いました。 パーセプトロンはとてもシンプルでわかりやすいモデルでしたが，「線形分離可能」なデータにしか適用できないという難点がありましたね... 続きを読む

LIBLINEARを用いた機械学習入門(単語分割)

2011/05/30 59 users Kytea Ruby 実装 プログラミング言語 単語分割

このページでは機械学習のツール(LIBLINEAR)を利用して、実際に分類問題を解くにはどういう手順を経るかということについて解説します。つまり、Kytea(京都テキスト解析ツールキット)における簡易版の単語分割モデルを作ってみようということです。 なお今回はプログラミング言語としてRubyを用いますが、Rubyの知識がなくても実装ができるように解説するよう心がけます。また、必要以上に細かく書いて... 続きを読む