Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog

この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook 機械学習編1（基礎編）では、最も初歩的な分類器である単純パーセプトロンを題材に、機械学習の基本について勉強しました。機械学習編2（実用編）では、実問題に機械学習を適用する上でのコツや、各種の機械学習アルゴリズムの使い分け、高次元データへの対処法、といったトピックについて解説していきます。 実問題に機械学習を適用する タスクを定義する データを特徴ベクトルに変換する 評価方法を決める 正解データの正例と負例は均等に ベースラインとなる手法を実装する 実データに向き合うときの心構え 機械学習のワークフロー 1. 前処理 データセット作成 サンプリング 特徴抽出 欠損値・欠測値への対応 値のスケーリング 特徴選択 次元削減 2. 学習 モデ

[takuya-a]

機械学習のはてな教科書を公開しました！機械学習編1の少しと、2の全部を執筆しました。応用を強く意識しているので、実データに機械学習を適用してみたい方に特におすすめです。

[hoxo_m]

これは良い教材 / と思って見てたら私のブログ記事リンクされてた

[chezou]

こちらでも引用されていた。Grahamさんや小町先生に並ぶのは恐縮です

[naga_sawa]

機械学習教科書

[Appakun]

よい

[mizukix7]

すごく役立ちます

[wackyhope]

続編。より実践的な課題と対応の方策、ワークフロー等。こちらも基礎的な部分は私の領域にも参考になる。

[kent-where-the-light-is]

“値のスケーリング ここまでで、実ベクトル(特徴ベクトル)が得られました。ほとんどの機械学習アルゴリズムは、与えられたベクトルの次元ごとに値のスケールがバラバラだと、性能を発揮できないことが知られています

[catnapper_mar]

すごいボリューム。

[cocoasynn]

！！！ “また、最近では書きやすさを保ちつつ高速な処理を実現したJuliaも登場しており、今後注目です。 ”

[hatakazu93]

技術,機械学習

[field_combat]

言語処理を例に解説。一回手を動かした方がいいな

[Shinwiki]

1も全然わかんなかったのに一応ブクマ

[psfactory]

Web開発におけるコンピュータサイエンス - 機械学習編2 - Hatena Developer Blog

[ak1can]

機械学習

[khei-fuji]

サイエンス需要

[YusukeIwaki]

技術研修でこういうのやってるの、素晴らしいと思う。

[tinsep19]

インターンでこんなことするのかぁ。

[gayou]

難しい。。