ディープラーニングの判断根拠を理解する手法 - Qiita
ディープラーニングは特定分野で非常に高い精度が出せることもあり、その応用範囲はどんどん広がっています。 しかし、そんなディープラーニングにも弱点はあります。その中でも大きい問題点が、「何を根拠に判断しているかよくわからない」ということです。 ディープラーニングは、学習の過程でデータ内の特徴それ自体を学習するのが得意という特性があります。これにより「人が特徴を抽出する必要がない」と言われたりもしますが、逆に言えばどんな特徴を抽出するかはネットワーク任せということです。抽出された特徴はその名の通りディープなネットワークの中の重みに潜在しており、そこから学習された「何か」を人間が理解可能な形で取り出すというのは至難の業です。 例題：このネットワークが何を根拠に猫を猫として判断しているか、ネットワークの重みを可視化した上図から答えよ(制限時間:3分) image from CS231n Visua
R で複数値にマッチする項目をフィルタする方法 - Qiita
R のデータフレームで一部分のデータを抽出するときに，複数値にマッチする条件で記述したいときがある． そのようなときは，subset 関数で %in% 演算子を利用する． df <- data.frame(id=1:10) sub <- subset(df, id %in% c(1, 2, 3, 5))
Markdown文法まとめ - Qiita
元リポジトリは次の通りです。 Qiitaの方が見てくれる人も多いと思いますのでそのまま転載します。 Markdown cheat sheet (2nd edition) これはもともとMarkdown勉強時の個人的な備忘録として書いたものですが、気が付いたらもうチートシートではなく詳細解説になってしまいました。文法の細かい部分の確認にご利用下さい。 全体の構成としては最初にコードを示し、次にその表示イメージを実際に示してどのように変換されるか目で分かるようにしています。表示結果は引用を使って他の部分と区別しています(特にheaderの説明時に混乱を避けるため)。 最初はテキスト文書として書き始めたものですが、途中からこの文章自体もMarkdownで書き直しました(それ自体とてもよい演習です)。どのように記述してあるかは本文のソースをRawモードで見れば分かります。 リファレンス Markd
【R】dummiesパッケージでダミー変数を生成する - Qiita
CO2データは以下のように順序付き因子、因子、数値で構成されている $ Plant : Ord.factor w/ 12 levels "Qn1"<"Qn2"<"Qn3"<..: 1 1 1 1 1 1 1 2 2 2 ... $ Type : Factor w/ 2 levels "Quebec","Mississippi": 1 1 1 1 1 1 1 1 1 1 ... $ Treatment: Factor w/ 2 levels "nonchilled","chilled": 1 1 1 1 1 1 1 1 1 1 ... $ conc : num 95 175 250 350 500 675 1000 95 175 250 ... $ uptake : num 16 30.4 34.8 37.2 35.3 39.2 39.7 13.6 27.3 37.1 ... # そのままで
ggplot2で、複数の時系列を一枚にプロット - Qiita
> head(dat) X1 X2 X3 t 1 -0.50643974 1.047231 0.27683366 1 2 -0.09770514 3.045507 -0.35219898 2 3 -1.34254553 3.454165 0.02047701 3 4 -2.80358361 3.052366 -0.35403137 4 5 -3.84976651 2.441114 0.68818969 5 6 -4.64718281 1.449005 1.68518642 6
Python のはじめ方 - Qiita
はじめに この記事の目的: 解析環境を整える 自分のPCに解析環境を!! 解析を自動化する 解析を手順化する(先人の知恵を借りるだけでなく, 後輩にも知恵を残そう) (MATLABなどライセンス縛りのあるものでなく, 誰でも利用出来る環境で研究(仕事)をしよう.) Pythonを知ろう 概要 出来る事 概要 以下のURL先で, Python を知ろう. 本家 Python.org Python 日本語 Pythonのモジュール MATLAB でいうToolbox に相当する 出来る事 文字列処理 科学計算: データ解析, データの描画 通信: 各種産業IOでの通信(USB, RS-232C, ....; 計測器の制御など), ネットワーク その他: web, マニュアル, レポート?の作成 とにかく, なんでも出来そう. 環境を整える 現在Python は, 2.7系と3.5系があるがサポ
dplyrを使いこなす！基礎編 - Qiita
はじめに 4月ということで、新卒が入ってきたりRを使ったことないメンバーがJOINしたりしたので、 超便利なdplyrの使い方を何回かに分けてまとめて行きます。 Rは知らないけど、SQLとか他のプログラミング言語はある程度やったことあるみたいな人向けです。 dplyrを使いこなす！シリーズ 基礎編以外も書きましたので、↓からどうぞ。 * dplyrを使いこなす！Window関数編 * dplyrを使いこなす！JOIN編 dplyrとは データフレームの操作に特化したパッケージです。 Rは基本的に処理速度はあまり早くないですが、dplyrはC++で書かれているのでかなり高速に動作します。 ソースの可読性もよくなるので、宗教上の理由で禁止されている人以外は使うメリットは大きいです。 処理可能なデータサイズの目安 あくまでも個人の環境に強く依存した感覚値ですが、1000万行、100MBぐらいのデ
vvvウイルスをvvvvと略せば良いという訳ではない理由について - Qiita
vvvウイルスとは？ ブラウザから感染し、拡張子を.vvvにし、暗号化がかかり、ファイルが開けなくなるウイルス。 vvvvとは？ ビジュアルプログラミング言語。 メディアアートなどの領域で使用されている。 vvvとvvvvの似てるところ ・vは小文字 ・vが3個か4個か ・Macでは動かない。windowsのみ。 ・広めようと布教活動をしてるところ ・生産性が高い ・謎の挙動をするときがある vvvウイルスとvvvvの違い 拡張子 vvv： .vvv vvvv： .v4p / xml 対象 vvv：ブラウザを使用するすべての人 vvvv：メディアアートが好きな人、プログラミング初心者、ビジュアルプログラミング言語に興味がある玄人など 広がる速度 vvv：2015.12.5に見つかり、あっという間にTwitterのトレンドになるほど。 vvvv：vvvv Japan Communityは20
Sublime Text2を使い始める (Mac編) - Qiita
目次 パッケージをインストールするための下準備 Sublime Text2の日本語 パッケージをインストールするための下準備 以下のコードをコピーします。 import urllib2,os;pf='Package Control.sublime-package';ipp=sublime.installed_packages_path();os.makedirs(ipp) if not os.path.exists(ipp) else None;open(os.path.join(ipp,pf),'wb').write(urllib2.urlopen('http://sublime.wbond.net/'+pf.replace(' ','%20')).read()) 2.control + ` を押します。 または View → Show Consoleからコンソールを開きます。 すると画
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
多くの賢い人がビットコインを学ばず後悔するというよくある話 - Qiita
わかりやすいブロックチェーン(blockchain)とは何か? の説明 - Qiita