勾配法+機械学習の勉強会に行ってきた！ 勾配法はトライ&エラー 関数の最適解の求め方は2種類あって、 - 解析的に求める - 数式にしてx = 1のような正確な答えが求められること - 正確な答え（最適解）なので誤差は必ず0 - トライ＆エラーで求める - 実際の…

勾配法+機械学習の勉強会の予習！ 勉強会主催者より「合成関数の微分もできると良いです」なので、合成関数を学んでみた！ 合成関数とは y = f(u), u = g(x) のとき y = f(g(x)) と表せる f(g(x))と入れ子になっている関数のことを「f(u)とg(x)合成関数」と…

今週、勾配法+機械学習の勉強会があるので予習！ 勾配法 勾配法の仕組みを具体例でわかりやすく解説 損失関数の大きさを最小にするために使う方法 → 機械学習だと学習データで予測精度を高めるための方法って感じかな （正解に近づくように重みとかバイアス…

人が決めるパラメータのことだよね！ Kerasなどのディープラーニングのライブラリにお任せするのではなく 開発しているエンジニア、専門家が決める値のことだよね！と理解していた 深層学習では実行結果の同一性は保証されない Kerasのテキストにこんな文章…

多重共線性 多重共線性とは？ 〜 概要と対応方法 〜 重回帰分析で相関関係の高いデータ組を説明変数にすると予測精度が悪化してしまうことがある これを多重共線性という（略称マルチコかわいい） 目的変数と説明変数の相関関係は重要 テキストの多重共線性…

機械学習を勉強し始めると出会う「微分」 私はここ最近、毎日「ビブン」に会っているものの、なんだかよく分からない （眠れなくなるほど面白い 図解 微分積分を読んでます すぐ眠れています） 今更感すごいけど、機械学習の時なんでみんなが微分したがるの…

前回の記事では重回帰分析を例にしてニューラルネットワークを表現したが、そもそも重回帰分析ってscikit-learnなどで分析できるからわざわざニューラルネットワークで分析するの？ってなったので分類問題に当てはめる ニューラルネットワークで分類 商品の…

ニューラルネットワークの基礎をまとめる Chainerで始めるニューラルネットワーク ←わかりやすい！ ニューラルネットワークで重回帰分析をする図を作りました 分析テーマは「都市の旅行客数を予測する」です - 距離：東京からの距離 - 気温：平均気温 - 人口…

データによって高い値、低い値はまちまちだから 国語のテストは100点満点、数学のテストは200点満点の時、「100点」は 国語：満点！max値 数学：50％の値 と高い値かどうかが変わる データによって「100」という値を「高い値」とするのか「中間くらいの値」…

損失関数とはなんだ？ Kerasでニューラルネットワークモデルを作成して学習・予測したときに lossっていう単語が出てくる lossを損失関数と言う 青点が実績値、赤線が予測値の線（関数） 実績と予測の差は誤差となる 損失関数はこの誤差を小さくするために使…

そもそもニューラルネットワークが分かっていない 「ニューラルネットワーク」で検索すると「ヒトのニューロンを模したもので…」から始まり 「入力層→中間層→出力層という構成があります」という記事が多くて あれ？何を調べてたんだっけ？？となる毎日でし…

機械学習、学びたいわあ・・・ 業務で機械学習に触れる機会があるので、勉強しておきたい 最近知ったことを書きます 学習と予測 今までこの2つはセットだと思っていました（学習→予測がマスト） 学習なしの予測もあるんだね！ 学習なし予測とは システムに投…