E資格の予想問題を作ってみる 機械学習編
来年のE資格に向けて予想問題集を作りました。 今回は機械学習編、分かっているのは ・出題範囲 ・回答は選択式 の２つです。何か不備があるかもしれませんが復習がてらお使いください。 解答は白文字で...
3
3
Comment0
30 search resultsShowing 1~20 results
Stocked
You need to log-in
E資格の予想問題を作ってみる 数学編
来年のE資格に向けて予想問題集を作りました。 今回は機械学習編、分かっているのは ・出題範囲 ・回答は選択式 の２つです。何か不備があるかもしれませんが復習がてらお使いください。 解答は白文字で...
6
5
Comment0
E資格の予想問題を作ってみる 深層学習編
今回は深層学習編です。 解答は白文字で記入しているので、文字を選択すれば見れます。 数学はこちら https://qiita.com/MeiByeleth/items/e71c631185cd5...
7
4
Comment0
検証集合について (E資格対策)
では書きます。 本ソースはGoogle Colaboratoryで動かしています。 学習データ、検証データ、テストデータ 機械学習を行うにあたってデータが必要です。データには3種類あり、学習デー...
1
1
Comment0
DeepLearningの歴史、学習方法について (E資格対策)
順伝播型ネットワークの項目と学習について書きます。 目次 DeepLearningの歴史 分析の流れ 学習方法 DeepLearningの歴史 まずディープラーニングがどのように発展していったの...
47
52
Comment1
畳み込みネットワーク(CNN)について (E資格対策)
畳み込みネットワークとは 画像処理で多く用いられる手法です。CNN(Convolutional Neural Network)とも書かれます。 仕組みはとてもシンプル、以下の処理を繰り返します。...
5
5
Comment0
教師なし学習について (E資格対策)
目次がQiitaで表示した際、右のほうにすでにあることを知る。 教師なし学習とは 正解情報(=教師データ)を持たない学習を指します。 主に 次元削減 特徴抽出 表現学習 クラスタリング に用いら...
1
1
Comment0
GRUの覚え方 (E資格対策)
LSTMは覚えられたのだけどGRUは覚えられなかったという方向け。 LSTMは割と役割がしっかり分かれているので覚えやすいですが GRUの場合分岐が多く、どこからどうつながっているのか分からなく...
2
3
Comment0
不均衡データに対する対策
E資格対策でもないのですが気になったのでまとめます。 不均衡データとは 正例と負例のデータ数が一方に（通常負例に）偏るデータを指します。 どうしてだめなのか モデルの良さを評価するAccurac...
2
0
Comment0
face_recognitionは犬の顔も認識できるのか(できなかった)
pythonのFace_recognitionというライブラリをご存じでしょうか。 Face_recognitionとは顔認証に用いられるpythonのライブラリです。 画像から顔を検出し登録さ...
0
1
Comment0
深層学習の適用方法：自然言語処理編 (E資格対策)
では書きます。 WordEmbedding 文脈を考慮した単語の埋め込み表現です。 単語をNNに入れる際に文字データを数値データ(例：[犬]→[1,0,0])に変換する必要があります。 どう変換...
3
4
Comment0
ベイズの定理について (E資格対策)
やっと分かった気がしてきたので書きます。 ベイズの定理とは ある事象$H$が起きた条件下で$D$が起きる確率を以下の式で表せます。 $$ P(D|H)=\dfrac{P(H|D)P(D)}{P(...
1
1
Comment0
ハイパーパラメータの選択について (E資格対策)
では書きます。 ハイパーパラメータとは 学習時に訓練データによって自動的に取得されない値を指します。 例えば正則化であれば E=E_0+\lambda E_w(w) の$\lambda$が該当し...
1
2
Comment0
E資格の機械学習の基礎について (E資格対策)
本日は機械学習の基礎の項目について。 目次 機械学習とは？ 機械学習の学習アルゴリズム 精度、過剰適合、適合不足（過少適合） ハイパーパラメータ 機械学習とは？ 簡単に言うと予測の自動化です。つ...
2
4
Comment0
情報理論について (E資格対策)
今回は情報理論について。 目次 機械学習の情報 エントロピー（平均情報量） KLダイバージェンス 機械学習における情報 数式で表すと情報$I(x)$は $$ I(x)=-log(x) $$ と書...
3
4
Comment0
機械学習の流れのまとめ (E資格対策)
これまでの復習も兼ねて機械学習の流れを一通りやりたいと思います。 目次 扱うデータ 前処理 実行結果と手法の比較 ハイパーパラメータチューニング 扱うデータ KaggleにあるTitanic号の...
1
3
Comment0
決定木の違いについて (E資格対策)
決定木,Random Forest,勾配ブースティング,バギング・・・ 木構造のアルゴリズムって多くて何が何だか分からなくなったのでまとめます。 目次 決定木 バギング [Random Fore...
1
2
Comment0
RNN vs LSTM vs GRU (E資格対策)
今回は時系列データの処理に使うNNの比較をしました。 目次 手法の解説 手法の比較 まとめ 手法の解説 RNN(回帰結合型ニューラルネットワーク)とは RNN(回帰結合型ニューラルネットワーク)...
7
10
Comment1
活性化関数について (E資格対策)
今日は活性化関数について。 目次 活性化関数とは 万能近似定理 作図に用いたコード 参考文献 活性化関数とは 上図のφに当たる部分になります。活性化関数を通すと出力結果が非線形になるため学習に寄...
3
4
Comment0
E資格の確率・統計について（E資格対策）
本日は確率統計について 目次 [ベルヌーイ分布](## ベルヌーイ分布) [二項分布](## 二項分布) ガウス分布(正規分布) [最尤推定](# 最尤推定) ベルヌーイ分布 ベルヌーイ分布とは...
5
8
Comment0
30 search resultsShowing 1~20 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles