Beginner
Web開発は本業ではないのですが勉強会など諸々運営しているとキャリア相談に乗ることもあり、数字や数学に強くない方に機械学習系は勧められない（高校レベルから復習する必要があるならコスパ度外視で努力する気がないなら諦める方が良い）のでWeb開発側の…
#1では1章〜2章の内容、#2では3章〜4章の内容、#3では5,10章、#4では、6,7,8章の内容を取り扱いました。 #5では、11章の内容を決定木とランダムフォレストについて取り扱えればと思います。分量的に9章と同時に取り扱おうと思いましたが、全くの別概念なので…
下記の記事でシステム設計について記述した内容に対し、言語選択についてご質問いただきましたので、こちらの記事で回答させていただければと思います。 ◆ Question 質問内容としては、冒頭部で『RではなくPythonを用いています』としたことに対して、 Rの問…
『数学って難しそう』ってよく聞きますが、確かに数式だけ追ってると難しく感じる時もあるかもしれません。ですが、ちょっと視点を変えてみるだけで新しい洞察が得られる時があります。この直感的な感覚をわかっていただければということで、一見難しそうな…
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…
1では1章〜2章の内容、#2では3章〜4章の内容、#3では5,10章の内容を取り扱いました。 #4では、6,7,8章の内容をベースに関数で規則を構成する方法について取り扱えればと思います。以下、目次になります。 1. 6章内容（線形識別関数）1.1 線形識別関数の定義(…
『数学って難しそう』ってよく聞きますが、確かに数式だけ追ってると難しく感じる時もあるかもしれません。ですが、ちょっと視点を変えてみるだけで新しい洞察が得られる時があります。 この直感的な感覚をわかっていただければということで、一見難しそうな…
#1では1章〜2章の内容、#2では3章〜4章の内容を取り扱いました。 #3では5章,10章の内容をベースに距離を用いた識別規則の構築について取り扱えればと思います。以下、目次になります。 1. 5章内容（k最近傍法; kNN法）1.1 最近傍法とボロノイ境界(5.1)1.2 kN…
#1では、機械学習の概要ということで、1章〜2章の内容を取り扱いました。 #2では3章〜4章の内容をベースにベイズの識別規則や確率モデルについて取り扱えればと思います。以下、目次になります。 1. 3章内容（ベイズの識別規則）1.1 ベイズの識別規則(3.1)1.…
機械学習の入門書としてですが、PRMLは少々ごつい本なので、『はじめてのパターン認識』はそこまで分量も多くなくざっと読むには良いのではと思います。レベル感としても理工系の大学3,4年向けくらいでそこまでハードルも高くないです。とはいえ細部の記述が…
#4では4章の線形識別モデルについて取り扱いました。 #5では5章の読解メモをまとめていければと思います。（7~8割の理解を目標においた読解にあたってのメモなので、要旨を掴みたい方向けです）5章のニューラルネットワークは近年DeepLearningの台頭で多くの…
#3では3章の線形回帰モデルについて取り扱いました。 #4では4章の読解メモをまとめていければと思います。（7~8割の理解を目標においた読解にあたってのメモなので、要旨を掴みたい方向けです）4章の線形識別モデルはクラス分類などにつながる考え方です。以…
#2では確率分布について取り扱いました。 #3では3章の読解メモをまとめていければと思います。（7~8割の理解を目標においた読解にあたってのメモなので、要旨を掴みたい方向けです）3章の線形回帰モデルは多くの機械学習や統計モデリングのベースとなる非常…
#1では上巻の内容の俯瞰と序論として1章の情報をまとめました。 #2では2章の読解メモをまとめていければと思います。（7~8割の理解を目標においた読解にあたってのメモなので、要旨を掴みたい方向けです）以下目次になります。 1. 2章の内容に関して概要2. …
PRML_上巻 表紙 PRMLの読書会を開催しているのですが、復習がてら読解メモをまとめていければと思います。（7~8割の理解を目標においた読解にあたってのメモなので、ざっくり要旨を掴む目的でご確認いただくと良いのではと思います）前評判通り中身が充実し…
1.1 中学高校数学の復習：微分を使って二次関数の頂点を求める 以下のような問題は中学・高校の頃に解いたことがあるかと思います。 問題 以下の関数f(x)が最小値をとる時のxを、微分を用いて求めてください。 解答 関数f(x)を微分すると となるので、関数f(…
1.1 Kaggleにアクセス 今回取り組むのは Titanic: Machine Learning from Disaster | Kaggleです。 これは乗客や乗組員のデータから実際に彼らが事故から「生還したか/生還しなかったか」を予測するという少し残酷なコンペです。船に乗っていた人々のデータ…
