データ分析やAI予測の基本中の基本「回帰分析」「最小二乗法」の基礎をPythonコードと図で理解する

2021/12/02 21 users 回帰分析 Pythonコード AI予測 図版 基礎

データ分析やAI予測の基本中の基本「回帰分析」「最小二乗法」の基礎をPythonコードと図で理解する：「AI」エンジニアになるための「基礎数学」再入門（15） AIに欠かせない数学を、プログラミング言語Pythonを使って高校生の学習範囲から学び直す連載。今回は「回帰分析」「最小二乗法」について、図版とPythonコードを... 続きを読む

［AI・機械学習の数学］偏微分の基本（意味と計算方法）を理解する：AI・機械学習の数学入門 - ＠IT

2020/07/14 13 users 偏微分 微分 数学 数学入門 関数

「偏微分」って何？　いかにも難しそうな名前だが、微分を理解していれば意外に簡単。前回までの知識を踏まえて、今回は偏微分の意味と計算方法を理解しよう。 連載目次 微分は関数が最小値を取るときのxの値を求めるために使えます。前回はその具体的な利用例として、最小二乗法による回帰分析を行う方法を紹介しました... 続きを読む

小説家になろうを機械学習でデータ分析してブックマーク10以上を獲得しやすい条件を探す - Qiita

2019/06/14 199 users Qiita Python 単語 箇所 スキル

はじめに これを書いてる人の機械学習・データ分析のスキルはpythonの拡張子が.pyであることを知ってから10日目ぐらい、「決定木」「最小二乗法」「特徴量」「RMSE」といった単語を初めて見てから7日目ぐらいといったレベルです。なのでより良い方法がある場合や、分析の途中間違っている箇所などがあればコメント欄等で... 続きを読む

「ディープラーニングは最小二乗法」で物議　東大・松尾豊氏「深い関数の方が重要」 - ITmedia NEWS

2019/02/20 441 users 物議 ディープラーニング 東大 Twitter 松尾豊氏

「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで公開された日経新聞の記事が物議を醸している。 「ディープラーニングは、原理的には単純な最小二乗法にすぎない」――2月18日付けで日本経済新聞電子版が公開した記事について、Twitterでは「ディープラーニング＝最小二乗法」という解釈... 続きを読む

東京大学 杉山・佐藤研究室

2016/11/03 285 users 東京大学 データマイニング 推論 Japanese 統計

東京大学 杉山・佐藤研究室：機械学習と統計的データ解析 機械学習の基礎理論の構築と実用的なアルゴリズムの開発，及び，実問題への応用研究を行っています [ English | Japanese ] 研究概要 教科書 機械学習のための確率と統計 イラストで学ぶ機械学習：最小二乗法による識別モデル学習を中心に 統計的機械学習 統計的学習の基礎：データマイニング・推論・予測 パターン認識と機械学習 強くな... 続きを読む

回帰分析②：線形回帰が使えないときに用いる高度な回帰分析方法 – 医療政策学×医療経済学

2016/09/09 276 users 線形回帰 回帰分析 医療政策学×医療経済学 一方 計量経済学

生物統計を学んでいる人の中には、「結果変数が連続変数の時には線形回帰、二項変数（0と1など2つの値しか取らないもの）のときにはロジスティック回帰分析を使うべき」のように1対1対応のお作法のような形で教わった人も多いと思います。一方で、計量経済学で回帰分析を習った人の中には、「最小二乗法（Ordinary Least Square; OLS, = 線形回帰）はありとあらゆる場合に使えるベストな方法で... 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

まったく最小二乗法は最高だぜ！な「イラストで学ぶ機械学習」を読み終えた。 - EchizenBlog-Zwei

2013/10/13 168 users EchizenBlog-Zwei パーセプトロン 本書 主観

書籍「イラストで学ぶ機械学習」という機械学習の本を読んだので感想を書いておく。なお本書にはMatlabのコードが書いてある場合があるけど、Matlabに詳しくないので読み飛ばした。 対象となる読者あくまで私の主観だけど、以下のような人が読むと良さそうな感じ。 ・機械学習の基礎は知っている(パーセプトロンくらいは実装できる) ・機械学習の論文に出てくる用語が理解できる ・確率の基礎は知っている(条件... 続きを読む