コンテナやGPUに関するサービスを考える中で、
「データサイエンティストは～」という仮説にたって話が進められることが多いです。
でも、AIとか機械学習とかディープラーニングとか、
なんとなーく概念はわかるけど・・・的な
色々なキーワードが多い。
あと、
「AIとディープラーニングって違うの？」って聞かれたときに、
そういえば、どういう風に違うのかな？と思い。
データサイエンティストの方々って、どういうことされているのかな？
これらのキーワードってひとつひとつ違うのかな？
というのをちょっとでも理解・自分でお話できるように
Udemyのデータアナリティクスの講座の無料部分を視聴してみました。
【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 -
https://www.udemy.com/kikagaku_blackbox_1/
無料視聴部分の視聴メモです。
##人工知能とは？
人工知能＞機械学習＞ディープラーニング
機械学習
→数値情報をもとに判断をすること
入力Xと出力Yの関係性を見つけること
ディープラーニング
ディープラーニングはアルゴリズムのひとつ
→具体的な手順
アルゴリズムの中には、SVMや単回帰分析もある
##微分について
微分は「何」が求まるのか？
→接線の傾きが求められる(y=ax+bのa)
微分は「何」に使えるのか？
→実際と予想の誤差をなくす
「傾き０」を利用することである関数が最小となる点が求まる
「傾き０」を求める
##単回帰分析について
回帰分析とは、関数をデータに当てはめることによって、ある変数yの変動を別の変数xの変動により説明・予測・影響関係を検討するための手法。
説明したい変数yを目的変数、それを予測するための変数xを説明変数とよぶ。
問題例：家賃の予測 （部屋の広さから家賃を予測する）
ｙ：目的変数
ｘ：説明変数（広さ、距離、・・・）
単回帰分析：目的変数「家賃の高さ」を、説明変数「広さ」だけで推論する。
重回帰分析：目的変数「家賃の高さ」を、複数の説明変数「広さ」「築年数」「駅からの近さ」などの様々な要素で推論する。
無料視聴は単回帰分析まで。
フェーズ１：学習
広さ：20 →家賃：5万円
：30 → 7万円
：40 → 10万円
：10 → 3万円
たくさん「学習済みモデル」を作る。
※機会学習をするうえで、
学習＝あらかじめデータを入れることが大切、それから規則性をみつけてフェーズ２に
※大事なのはここのデータの関係性を見つけること
フェーズ２：推論
広さ：15→学習済みモデル→家賃：4万円 これが予測値
##環境構築について
windowsでのインストールについて
https://qiita.com/yoshizaki_kkgk/items/1057ed4dcc36ed9be7f5
AnacondaのURLは以下
https://www.anaconda.com/download/
Anacondaという、Pythonの環境構築から
Numpyとか、ある程度必要なライブラリのインストールまで一気に済ませてくれるOSSのプラットフォーム。
演習では、Anaconda内のjupyter notebookを使う
jupyter notebookは、
Shift+Enterで改行
##単回帰分析の演習
Numpy：数値計算のライブラリ
Numpyをインストール済みであれば
import numpy で読み込める
今回は、
import numpy as np npという名前で読み込むのが通例らしい
パラメータa（傾き）を求めるには？
a の傾きは、 xyの共分散/xxの分散 として求めらる
分散とは、データの散らばりの度合いを表す値。
分散を求めるには、偏差（それぞれの数値と平均値の差）を二乗し、平均を取る。
偏差とは、個々の数値と平均値との差のことです。個々のデータが平均値から偏っている程度を表している。
つまり、偏差の二乗平均が分散。
この偏差の正の平方根で、標準偏差をだす。
標準偏差は、データの散らばりの度合いを示す値。
（↑で偏差値とかも算出できる）
まずは、np.array で ベクトルを定義
x=np.array([1,2,3])
y=np.array([2,3.9,6.1])
データを中心化するには、
平均の算出
x.mean（） ・・・でarrayの平均を算出してくれる
y.mean（)
中心化は全体から平均を引く
x-x.mean（平均） で出せる
今回は変数xcを中心化の変数とする
xc=x-x.mean
yc=y-y.mean
パラメータaの計算
xx=xcxc(中心化中心化）
xy=xc*yc
総和を求める
xx.sum() ・・・数値の合計をだしてくれる
xy.sum()
傾きがわかる
a=xy.sum()/xx.sum()
※ちなみに、この無料で視聴できる部分まででは、
単回帰分析の考え方は基礎的なことにすぎず、全然実用性はないとのこと
##戯言
「パイソン」って響きがかわいいよね、
って前々から思っていたけど、
その中で使える計算ライブラリの名前も「ナムパイ」ってめちゃかわいい！
ぱぴぷぺぽの半濁音ってかわいいよね。
プリン、ピッピ、ピカチュウ とかね。