はてなブックマーク

はじめに これからデータサイエンスやAIを本格的に学びたい人向けに、著者が勉強したメモを稚拙ながらQiitaの記事に掲載してきたものから抜粋したものになります。少しでもお役に立てればと思います。 1.データサイエンス、統計検定 プログラミング Python、Numpy、Pandas、Matplotlibの公式チュートリアルを、Googleコラボ上で動かしながらセルフ学習できるようにしたものです。筆者の観点でポイントをいくつか記載しています。 [補足]Pandasの高速化ライブラリィ Pandasを(コード修正なく)高速化するライブラリィの紹介です。 統計検定２級 これから統計を勉強し、統計検定２級のテストを受ける人向けに整理したチュートリアルです。テストを受けるにあたり注意すべきポイントも記載しています。 統計検定準１級 統計検定準１級を受ける人向けに整理したチュートリアルです。テストを受

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 最近、毎日のように新しいLLM（Large Language Models）が登場しており、特に国内ベンダが出している日本語に特化したLLMは、それぞれが最も高い精度を有していると謳っています。しかし、LLMの精度を比較する際に使用される自然言語処理のタスクや代表的なデータセットについての詳細な知識がないため、その精度の実際の意味を完全に理解することが困難です。このため、主要なタスクとデータセットについて調査し整理しました。自然言語処理の専門家ではないため、記載内容に誤りがある可能性があります。誤りを指摘していただければ、随時

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

統計検定準１級の取得向けに整理したチートシートです。 参考としたのは下記の統計検定実践ワークブックです（著者は基本この本を繰り返し学習して準１級に合格（＆優秀成績賞を獲得）しました）。 このチートシートでは主に覚えるべき数式と、筆者の観点でテストを受ける際のポイントと思われる箇所を記載しています。 ※筆者が所属するNPO法人の勉強用にメモしたものです。専門領域でないため誤りや誤解があるかと思いますので、加筆修正すべきことろがありましたらご指摘ください。継続してブラッシュアップしていきます。 ©2022 NPO法人AI開発推進協会 確率、各種確率分布、区間推定、検定 各種確率分布については下記の記事で整理していますので、こちらを参照ください。 区間推定や検定の基礎については、2級受験用に記載した下記の記事をよろしかったら参照ください。

統計検定２級の取得向けに整理したチートシートです。 参考としたのは下記の統計検定２級対策の公式本と入門統計学です。 主に確率、統計的推定、統計的仮説検定、線形回帰を中心に記載しています。また、統計検定２級の受験時の（多少参考になるレベルですが）ヒントを記載しています。 本記事はチートシートですので詳細については上記書籍、専門書やネットの記事等をご参照ください。 実際に受験する際は公式の過去問題集（筆記試験向け）での学習が有効です。 確率の問題を多数解きたい人は下記の本もおすすめです。 Webで上記「統計学演習」のPDF版が公開されていますのでこちらも利用すると良いかと思います。 ※筆者が所属するNPO法人の勉強用にメモしたものです。専門領域でないため誤りや誤解があるかと思いますので、加筆修正すべきことろがありましたらご指摘ください。継続してブラッシュアップしていきます。 ©NPO法人AI開

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本書は時系列データを別の時系列データに変換するSeq2Seqについて、RNN、LSTMからAttentionまで説明します。また、Attentionを用いた最新の様々な自然言語モデルのベースとなっているTransFormerについても説明します。(CNNの基礎を理解している前提で記載しています。まだ理解していない方は別冊のCNNの基礎を先に読んでください） Seq2Seqを基礎から理解するために、本書では以下の順番で説明を行います。最初に時系列データを扱うシンプルな構造であるRNN（Recurrent Neural Network）から

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 本書は筆者たちが勉強した際のメモを、後に学習する方の一助となるようにまとめたものです。誤りや不足、加筆修正すべきところがありましたらぜひご指摘ください。継続してブラッシュアップしていきます。 © 2021 [NPO法人AI開発推進協会](https://sites.google.com/deepaelurus.com/aboutus/home) 本書はTransformerを使った物体検出モデルであるDETRを説明します。（Transformerを理解している前提で記載しています。まだ理解していない方は当法人で作成している別冊「Seq2