参考文献とか
- https://recsyslab.github.io/recsys-python/
- https://techbookfest.org/product/5547509835366400?productVariantID=5739222210183168
- https://note.nkmk.me
- https://qiita.com/nyantacos/items/fc45bd584fcade57c267
前回の記事
やったこと
- google colabで参考文献1.の第13章までをすべて解いた。
- こまめに進捗を投稿しようとしたが、やる気のあるうちに問題を解きたかったので後回しになった。
- 以下の場所に解答した.ipynbファイルを配置したので、見ていってくださると大変ありがたいです。
感想
- 終わったけどあまりわかっていないもやもや感もある。
- 特に第10章の決定木と第13章の評価に関する部分はなかなか難しいという気持ち。
- 前者は
NumPyを前提にスクラッチでアンサンブル学習する本があり、後者も一応実装付きではないけど本はあったはず。- 次にやる、この記事に関連することの欄に書いておく。
-
np.nanの扱いがしんどい第6章あたりで辞めたくなった。- 進捗をいちいち報告されてくれた友人には励まされたので感謝。
-
np.nanではない比較できる部分のみを抽出するという処理がつらかった。-
NumPyの型の問題もありそう。
-
-
jaxやJuliaに書き直す機会があればやってみたいなという気持ち。
- 参考文献4.には大変助けられた。全作業時間の5分の1くらいは
np.argsortに躓いたせいだと思うので本当に救世主でした。ありがとうございました。
次にやる、この記事に関連すること
以下の書籍のどちらか
- https://www.morikita.co.jp/books/mid/081861 を読んでからにしたいから、たぶん1.から。
いずれにせよ、情報検索の分野に触れていきたいという強い気持ち。
次にやる、必ずしもこの記事と関連しないこと
- ベイズ統計学
-ちょっと時間かかりそう - 線形回帰モデル→一般化、機械学習の解釈モデルへの拡張を追っていく。
- ステップを踏んで実装した過程などを記録していけるといいなの気持ち。