機械学習メモ
大学の研究で機械学習をやりたいと思っているので
機械学習について学んだことをメモしていきたいと思っています。
やろうと思っていることや意気込み →ここは飛ばしておっけい。
機械学習って何？？という初心者が
機械学習でやりたいこと・できること・を学び
開発環境の決定などを自分用のメモとして残しておきます。
使われている機械学習の知識
自動運転・レコメンド機能・言語ルールと組み合わせて言語理解・不正検知
社会問題・ビジネス課題
したいこと
たくさんのデータの中からもらって未来予測
ここでは例として株orFXを目的としてもいいのかもしれない。
自分の行動を予測して
何の日に何をすればいいか教えてくれる秘書システム
コンシェルジュサービス
マッチングシステム
本編
強化学習
成功報酬というものを与えて、プログラムがその高い報酬を手に入れるためにどのようにすればいいか工夫するもの
見ようと思っているスライドのまとめのまとめ →いつか必要なものだけをまとめておく。
機械学習が素早く学べるコンテンツとライブラリ20選: http://ur0.link/DyG9
今すぐにでも機械学習・ディープラーニングの勉強を始められるスライド１１： http://ur0.link/DyGH
機械学習はじめの一歩に役立つ記事のまとめ： http://ur0.link/DyGX
単語メモ
- ライブラリ・・・すでに使えるプログラムの部品をいっぱい集めたファイル
ライブラリ一覧
* tensorflow : Googleが作ったニューラルネットワークの最新ライブラリ 計算をデータフローやグラフで表すことができる。ディープラーニングにも用いられている。
* scikit-learn : 統計学・パターン認識・データ解析の技法が豊富に使うことができる。機械学習の基盤となっているライブラリ
* Theano : 多次元配列を含んでいる数式を定めて最適化して使うことができる機械学習ライブラリ。チュートリアルが豊富
* Pattern : 貴秋学習のアルゴリズムだけではなく、データを集めて、分析するのを援助するためのツールも提供している。GoogleやTwitterなどのWebサービスからデータを集めてくるときに役に立つ。
* Caffe : 画像をはじめとする視覚的なものを機械学習するときに有用なライブラリ
* NumPy : 数値計算を効率的に処理するためのライブラリ。配列の操作がとても簡単になるので行列計算には必須である。
* SciPy : 様々な科学計算が実装されたライブラリであり内部でNumPyを利用している。
* matplotib : グラフ描画のライブラリである内部でNumPyを利用している
開発環境作成するために必要なもの
* pyenv : Pythonのバージョン切り替えを管理できるコマンドラインツール
* virtualenv : プロジェクトごとの仮想環境ツール
* homebrew : OSX上で動くパッケージ管理システム→ターミナルから簡単にソフトウェアをインストールできるようにするもの
* PyPI(pip) : Pythonのパッケージ管理ツール。ぱいぱいと呼ぶ必須ツールである。デフォルトでインストールされている。
TensorFlowとPython開発環境用作成の目処
気持ちとしてはtensorflowを使っての開発を行いたいと思っているので
tensorflowを使うためにはどのような開発環境を作って行く必要があるのか調べていく。
pythonの環境構築からTensorFlowのインストール: http://ur0.link/DyJe
機械学習の初心者でもすぐに出来るTensorFlowのインストール方法: http://ur0.link/DyK9
Python3(Anaconda)でtensorFlow環境を構築して見る : http://ur0.link/DySU
MacでPythonを使って「機械学習」を学ぶための環境構築 http://ur0.link/DyT9
次回への課題
本日はスライド探しに力を注いだ。
次回はスライドを実際に見て機械学習はどのように進めて行くのか or
機械学習のための開発環境作成をやっていきたいと思っている。