エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
特徴抽出による情報圧縮(主成分分析)|Pythonで機械学習vol.7 | TechClips
エンジニアの初心者でも簡単に機械学習のプログラミングが出来るシリーズ最終回!前回は教師なし学習の... エンジニアの初心者でも簡単に機械学習のプログラミングが出来るシリーズ最終回!前回は教師なし学習の第一歩としてクラスタリングについて学習しましたが、今回は特徴抽出による情報圧縮の方法として主成分分析について学習していきましょう。 http://www.turingfinance.com/artificial-intelligence-and-statistics-principal-component-analysis-and-self-organizing-maps/ 機械学習を行う上でたくさんの特徴や変数がある場合、それをごく少数の項目に置き換えることで、データを解釈しやすくする必要がでてきます。 このような処理を「次元の縮約(縮小)」や「情報の圧縮」と呼びます。イメージがわかない方のために、簡単な例をあげます。 例えば5次元のデータを2次元のデータに縮小する例として、体形評価に使用され
2019/05/18 リンク