LT

雑な機械学習入門

More than 1 year has passed since last update.


読むべき本


  • 数学的な入門書は難しい


    • PRMLとかは1人じゃ読めねえよ



  • 入門過ぎると面白くない


    • 「なんでうごいているの」が分からずじまい





おお、こわいこわい

Kobito.T0GRoq.png

Kobito.bH2qU9.png

Kobito.gJ36YR.png



つまり何を読むべきか


  • 大学学部一回生レベルの教科書じゃね?



これ読もう


  • フリーソフトで始める機械学習入門
    Kobito.0YC1G8.png



いいところ


  • 最低限の数学的知識を解説してくれる

  • チュートリアルが充実

  • 対象ソフトWekaが非常にわかりやすい



改めて、機械学習とは

Kobito.UFiM1c.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



機械学習の分類

Kobito.eyYr7E.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



教師あり学習

与えられたデータを与えられた分類で分割するエエカンジの方法を考える

Kobito.UNAohu.png

Kobito.hbrKg9.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



教師なし学習

与えられたデータをエエカンジに分割するエエカンジの方法を考える

Kobito.0lT29n.png



半教師あり学習 ①


  • 教師ありの一部のデータで学習し、残りのデータを分類して教師信号に変え、、、という方法を繰り返していく

Kobito.AJlCXv.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



半教師あり学習 ② 強化学習


  • 教師信号が、時々与えられる

  • AlphaGoの基本原理(のはず)

  • 下の絵だと、ゴール達成時にはじめて報酬が発生し、確率的に欠く状態に伝搬していく

Kobito.DvSXEX.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



半教師あり学習 ③ ディープラーニング


  • ディープラーニング = 多段のニューラルネットワーク

  • 本来はニューラルネットワークは教師あり学習だが、教師ありだと表面に近い層まで結果が伝搬しないという問題がある

  • 表層は、データの特徴量を推定する層と考えられるので、ここは教師なしである程度推測できる

Kobito.Ce5BKh.png

(引用: https://github.com/MasahiroAraki/MachineLearning/blob/master/slides/chap01.pdf



そんなことよりWekaさわろうぜ!!



Wekaとは?


Weka (Waikato Environment for Knowledge Analysis) は、ニュージーランドのワイカト大学で開発した機械学習ソフトウェアで、Javaで書かれている。GNU General Public License でライセンスされているフリーソフトウェアである。