Pythonで理解するディープラーニング入門 - Speaker Deck

2019/10/10 331 users Python Speaker Deck コーディング 題材

ディープラーニングの仕組みを理解するための一番のポイントは「損失関数」と「勾配降下法」の考え方です。本講演では、線形回帰モデルを題材に、この2つの考え方についてPythonのコーディングも含めた形で説明します。講演者の著作「最短コースでわかるディープラーニングの数学」からエッセンスをお届けします。 続きを読む

なるほどそうか、「機械学習モデル」を高1数学で理解する | 日経 xTECH（クロステック）

2019/06/25 335 users 例題 xTech 偏微分 関数 指標

機械学習をマスターする上でカギとなる、「損失関数」。機械学習モデルにおいて、予測値と正解値（正解データ）がどの程度近いかを示す指標となる関数です。 そのイメージをより具体的に持つため、簡単な例題をここで扱ってみましょう。解を導き出すのに少し時間がかかりますが、「偏微分」などの高度な数学は全く使いま... 続きを読む

機械学習と深層学習の数理

2016/05/12 262 users 数理 Twitter Ryobot ac.jp CNN

機械学習と深層学習の数理 1. 中村 良 慶應義塾大学 青山敦研究室 学部4年 s13642rn sfc.keio.ac.jp　　　Twitter@_Ryobot 機械学習と深層学習の数理 @ 2. ・誤差逆伝播法 ・損失関数と活性化関数 ・重回帰モデル（最小二乗法，最尤推定法） ・正則化（Ridge，Lasso） ・CNN（Convolutional Neural Network） ・ホップフィ... 続きを読む

機械学習 - Autogradという野郎が乗り込んできたのでガクブルな件 - Qiita

2015/11/07 403 users Qiita torch 野郎 Julia パラメータ

Autogradという野郎が乗り込んできました。はい、そりゃもういきなり。複雑な確率モデルや損失関数だとしても、パラメータに関する勾配をこれでもかというぐらい簡単に計算できちゃうので、機械学習の世界に大きな影響を与えそうです。現時点では、PythonとTorchでの実装が公開されているようですが、これからJuliaなど他の言語でも実装されていきそうですね。 ちなみに始まりはこんな感じでした。 ゆる... 続きを読む