2019-06-01から1ヶ月間の記事一覧

Introduction_はじめに|『[エッセンシャル版]マイケル・ポーターの競争戦略』読解メモ #1

時折ビジネス系の本も読むようにしたいので、『[エッセンシャル版]マイケル・ポーターの競争戦略』を読み進めていきます。 <エッセンシャル版>マイケル・ポーターの競争戦略 | 種類,単行本 | ハヤカワ・オンライン 選定の経緯としては、名著のガイダンス的…

Tutorialに学ぶseabornの使い方④(Visualizing linear relationships)|Pythonによる可視化入門 #8

連載の経緯は#1をご確認ください。 #1〜#4まではMatplotlibに関して、#5はseabornチュートリアルの"Visualizing statistical relationships"、#6では"Plotting with categorical data"、#7では"Visualizing the distribution of a dataset"を元に使い方につ…

PASCAL VOC③(Datasetの確認)|機械学習の有名データセットや評価指標を確認する #3

機械学習の研究を読み解いたり実際に取り組んだりする中でデータセットや評価指標について知っておくと良いので、それらについての整理を行うにあたって連載を行なっていきます。#1、#2では2005年〜2012年頃の画像認識のデータセットとして有名なPASCAL VOC…

Tutorialに学ぶseabornの使い方③(Visualizing the distribution of a dataset)|Pythonによる可視化入門 #7

連載の経緯は#1をご確認ください。 #1〜#4まではMatplotlibに関して、#5はseabornチュートリアルの"Visualizing statistical relationships"、#6では"Plotting with categorical data"を元に使い方についてまとめました。 #7では#5、#6に引き続きseabornのチ…

PASCAL VOC②(PASCAL VOC 2010、2012)|機械学習の有名データセットや評価指標を確認する #2

機械学習の研究を読み解いたり実際に取り組んだりする中でデータセットや評価指標について知っておくと良いので、それらについての整理を行うにあたって連載を行なっていきます。#1では2005年〜2012年頃の画像認識のデータセットとして有名なPASCAL VOCの概…

Tutorialに学ぶseabornの使い方②(Plotting with categorical data)|Pythonによる可視化入門 #6

連載の経緯は#1をご確認ください。 #1〜#4まではMatplotlibに関して、#5ではseabornの概要と、チュートリアルの"Visualizing statistical relationships"を元に使い方についてまとめました。 #6では#5に引き続きseabornのチュートリアルから"Plotting with c…

PASCAL VOC①(概要&PASCAL VOC2007の確認)|機械学習の有名データセットや評価指標を確認する #1

機械学習の研究を読み解いたり実際に取り組んだりする中で、先に把握しておくと良いのが有名なデータセットやその評価指標などです。これらについて把握しておくことで、学習にあたっての目的が明確になったり、誤差関数を組むにあたっての参考になったりし…

Tutorialに学ぶseabornの使い方①(概要&Visualizing statistical relationships)|Pythonによる可視化入門 #5

連載の経緯は#1をご確認ください。 Pythonでの可視化について取り扱えればということで#1〜#4ではMatplotlibについてまとめました。 #4までで大体のMatplotlibの使い方については把握ができたので、#5からはMatplotlibベースで高度な描画を実現してくれるsea…

Matplotlibの使い方④(plt.subplots、plt.title、plt.legend)|Pythonによる可視化入門 #4

#1では連載の経緯と、よく使う可視化機能であるmatplotlib.pyplotより、plt.plot、plt.scatter、plt.histについてまとめました。 また、#2では"Sample plots in Matplotlib"より、plt.bar、plt.pie、plt.hist2dについて、#3では少々発展的なグラフの描画とし…

概論&全体的な研究トレンドの概観③(FPN、RetinaNet、M2Det)|物体検出(Object Detection)の研究トレンドを俯瞰する #3

物体検出の研究については以前に論文読解で、FasterRCNNやYOLO、SSD、RetinaNetについて取り扱ったのですが、改めて研究トレンドや考え方の推移についてまとめられればということで新規でシリーズを作成させていただきました。#1ではHOG(Histograms of Orien…

概論&全体的な研究トレンドの概観②(FastRCNN、FasterRCNN、YOLO、SSD)|物体検出(Object Detection)の研究トレンドを俯瞰する #2

物体検出の研究については以前に論文読解で、FasterRCNNやYOLO、SSD、RetinaNetについて取り扱ったのですが、改めて研究トレンドや考え方の推移についてまとめられればということで新規でシリーズを作成させていただきました。#1ではHOG(Histograms of Orien…

Matplotlibの使い方③(plt.streamplot、plt.fill、plt.polar)|Pythonによる可視化入門 #3

#1では連載の経緯と、よく使う可視化機能であるmatplotlib.pyplotより、plt.plot、plt.scatter、plt.histについてまとめました。 また、#2では"Sample plots in Matplotlib"より、plt.bar、plt.pie、plt.hist2dをご紹介しました。 #3では少々発展的なグラフ…

概論&全体的な研究トレンドの概観①(HOG〜R-CNNまで)|物体検出(Object Detection)の研究トレンドを俯瞰する #1

物体検出の研究については以前に論文読解で、FasterRCNNやYOLO、SSD、RetinaNetについて取り扱ったのですが、改めて研究トレンドや考え方の推移についてまとめられればということで新規でシリーズを作成させていただきました。まずはタスクの再確認というこ…

Tutorial実装で確認するTensorFlow⑥(Simple Audio Recognition_後編)|DeepLearningの実装 #7

連載の経緯につきましては#1でまとめています。 #1ではKeras、#2以降ではTensorFlowについてまとめています。#6では音声認識のシンプルな例として、Simple Audio Recognitionの前編として概要の把握やTutorialコードの実行、結果の確認まで行いました。 また…

Simple Audio Recognition①(背景知識の整理)|音声認識(Audio Recognition)のトレンドを追う #1

下記の記事でSimple Audio Recognitionについて取り扱ったのですが、背景知識やさらなるトレンドも含めると2回じゃまとまりきらなそうだったので、音声認識(Audio Recognition)のシリーズとして別途開始することにしました。 #1では、上記で動かしたSimple A…

Matplotlibの使い方②(plt.bar、plt.pie、plt.hist2d)|Pythonによる可視化入門 #2

Pythonを使うにあたって使いこなせると便利なのがMatplotlibをはじめとする可視化用のライブラリです。とはいえ、ドキュメントを読むとなると必要な機能をピンポイントで探すのが大変なので、入門者向けに軽い導入はあると良さそうです。当シリーズではそれ…

Matplotlibの使い方①(plt.plot、plt.scatter、plt.hist)|Pythonによる可視化入門 #1

Pythonを使うにあたって使いこなせると便利なのがMatplotlibをはじめとする可視化用のライブラリです。とはいえ、ドキュメントを読むとなると必要な機能をピンポイントで探すのが大変なので、入門者向けに軽い導入はあると良さそうです。当シリーズではそれ…

Ch_2 古代の技術革命に学ぶべき教訓|『テクノロジストの条件(by P.F.Drucker)』読解メモ #3

連載の経緯は#1にまとめました。 また、#1では前書きとプロローグについて、#2ではCh_1の『仕事と道具』に関して取り扱いました。 #3ではCh_2の『古代の技術革命に学ぶべき教訓』に関して要約と読んでみての感想や考察についてまとめていきます以下目次にな…

確率分布を可視化する①(基本的な分布)|Python実装で視覚的に理解するベイズ統計 #1

ベイズ統計は統計や機械学習の文脈ではややとっつきづらいトピックになるかと思います。TreeベースのアルゴリズムやDeep Learningなどの関数近似の方が理解しやすいかつ、最近のトレンドに占める割合が多い印象です。とはいえ、ベイズ統計の理論の枠組みで考…

【祝200記事!】ブログの運営日誌②

1. 投稿スケジュールと投稿内容に関して 上記でまとめましたように100記事までの投稿ペースとしては12月(12/26~)に10記事、1月に53記事、2月34記事、3月(~3/3)3記事で100記事となっています。12月〜2月の初めまで投稿ペースは1日に1~2記事くらいのペースで書…

Ch_1 仕事と道具|『テクノロジストの条件(by P.F.Drucker)』読解メモ #2

連載の経緯は#1にまとめました。 また、#1では前書きとプロローグについて取り扱いました。#2ではCh_1の『仕事と道具』に関して要約と読んでみての感想や考察についてまとめていきます以下目次になります。1. 仕事と道具1-1. 冒頭部1-2 技術とは仕事にかかわ…

Tutorial実装で確認するTensorFlow⑤(Simple Audio Recognition_前編)|DeepLearningの実装 #6

ライブラリの使い方を中心に取り扱った記事は深い考察になりづらいのであまり書きたくないのですが、DeepLearning系は仕様の変化が早過ぎるので、DeepLearningの実装に関しては諸々のドキュメントのまとめを備忘録も兼ねてシリーズ化していければと考えてい…

前書き&プロローグ|『テクノロジストの条件(by P.F.Drucker)』読解メモ #1

ここ最近技術や理論系の投稿が多かったので、時には違った方向の記事もということで、P.F.Druckerのテクノロジストの条件について読み進めていければと思います。少し読み始めた印象だと、以前に読んだ「マネジメント」や「イノベーションと企業家精神」と少…

ガウス過程の実装②(動径基底関数カーネルを用いたガウス過程からのサンプリング_後編)|スクラッチ実装で理解する機械学習アルゴリズム #7

連載の経緯の詳細は#1でまとめましたが、本シリーズではあえてスクラッチ実装を元に機械学習のアルゴリズムを実装していくことで、アルゴリズムの概要を掴んだり理論の流れを掴んだりできるようにできればと思います。 実装のほとんどが車輪の再発明に近くな…

ガウス過程の実装①(動径基底関数カーネルを用いたガウス過程からのサンプリング)|スクラッチ実装で理解する機械学習アルゴリズム #6

連載の経緯の詳細は#1でまとめましたが、本シリーズではあえてスクラッチ実装を元に機械学習のアルゴリズムを実装していくことで、アルゴリズムの概要を掴んだり理論の流れを掴んだりできるようにできればと思います。 実装のほとんどが車輪の再発明に近くな…

Tutorial実装で確認するTensorFlow④(Pix2Pixの概要と実装)|DeepLearningの実装 #5

ライブラリの使い方を中心に取り扱った記事は深い考察になりづらいのであまり書きたくないのですが、DeepLearning系は仕様の変化が早過ぎるので、DeepLearningの実装に関しては諸々のドキュメントのまとめを備忘録も兼ねてシリーズ化していければと考えてい…

Tutorial実装で確認するTensorFlow③(MobileNetによる転移学習)|DeepLearningの実装 #4

ライブラリの使い方を中心に取り扱った記事は深い考察になりづらいのであまり書きたくないのですが、DeepLearning系は仕様の変化が早過ぎるので、DeepLearningの実装に関しては諸々のドキュメントのまとめを備忘録も兼ねてシリーズ化していければと考えてい…

Tutorial実装で確認するTensorFlow②(MobileNetによる画像分類とTensorFlow Hub)|DeepLearningの実装 #3

ライブラリの使い方を中心に取り扱った記事は深い考察になりづらいのであまり書きたくないのですが、DeepLearning系は仕様の変化が早過ぎるので、DeepLearningの実装に関しては諸々のドキュメントのまとめを備忘録も兼ねてシリーズ化していければと考えてい…

Tutorial実装で確認するTensorFlow①(Tutorialsの概要とMNIST問題のサンプル実装の確認)|DeepLearningの実装 #2

ライブラリの使い方を中心に取り扱った記事は深い考察になりづらいのであまり書きたくないのですが、DeepLearning系は仕様の変化が早過ぎるので、DeepLearningの実装に関しては諸々のドキュメントのまとめを備忘録も兼ねてシリーズ化していければと考えてい…

MCMC法(メトロポリス・ヘイスティングス法)による一般化モデルの最適化と実装|スクラッチ実装で理解する機械学習アルゴリズム #5

連載の経緯の詳細は#1でまとめましたが、本シリーズではあえてスクラッチ実装を元に機械学習のアルゴリズムを実装していくことで、アルゴリズムの概要を掴んだり理論の流れを掴んだりできるようにできればと思います。 実装のほとんどが車輪の再発明に近くな…