データ分析の必需品「Jupyter Notebook」の魅力とは
Jupyter Notebookとは Notebookとは Jupyter Notebookの誕生 Jupyter Notebookの導入 Jupyter Notebookの強みと機能 プログラムの保存・共有・再現 セルコーディング Codeセルの記述 Markdownセルの記述 インタラクティブなデータの可視化 表の描画 グラフの描画 セルの改変と再実行 Notebookの共有 .ipynb スライドによる共有 その他拡張機能 Jupyter notebook extensions データ分析とJupyter Notebook Jupyter NotebookでChainerを利用する 実行環境 Chainerの導入 データセットの読み込み パラメータとモデルの設定 学習 結果の可視化 おわりに Jupyter Notebookのこれから まとめ 参考 データ分析を行う上で押さえておくべ
高次元のデータを可視化するt-SNEの効果的な使い方
t-SNEは、高次元のデータを可視化する手法としては、非常に便利ですが、時々不可解な挙動をしたり、誤解を招くような可視化をすることがあります。 シンプルなデータを可視化して動作の仕組みを理解することで、t-SNEのより効果的な使い方を学ぶことができます。 t-SNEは、高次元のデータを調査するための手法として、2008年にvan der MaatenとHintonによって発表 [1] された人気の手法です。 この技術は、数百または数千次元のデータですら無理やり2次元の「マップ」に落とし込むという、ほとんど魔法のような能力を備えているために、機械学習の分野で幅広く普及しています。 このような印象を持っている方が多いのですが、こういった捉え方をしていると誤解を招くこともあります。 この記事の目的は、よくある共通の誤解を解くためでもあります。 t-SNEで可視化できることと、できないことを説明す
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
