TeXでのアルゴリズム（擬似コードの記述） algorithms パッケージ - 大人になってからの再学習
昨日のエントリーでLaTeX環境の導入について紹介した。 今回は少しマイナーな話になってしまうが、LaTeXで次のようなアルゴリズムを表現する方法について紹介する。 「TeXインストーラー３」のような標準的なインストーラには、このようなアルゴリズムを美しく出力するためのパッケージが含まれていないことが一般的なので、後から必要なものを個別に追加することになる。 今回は、algorithms というパッケージを使用する。 これは次のページからダウンロードできる。 ■CTAN directory: /macros/latex/contrib/algorithms http://tug.ctan.org/tex-archive/macros/latex/contrib/algorithms/ 上記Webページの上部にある「zip file」のリンクからファイルをダウンロードして解凍する。 その後、
欠損値 - 機械学習の「朱鷺の杜Wiki」
欠損値 (欠測値; missing value), 欠損データ (missing data)† アルゴリズムへの入力で，ある対象の全ての特徴や，一部の特徴の値がない場合． 欠損していると，特徴の値は分からないが，欠損していること自体が情報となる場合もある．例えば，年齢が欠損していれば，ある程度以上の年齢と予測できる． ↑ 欠損値の扱い† 欠損値のある特徴を，全ての対象について無視したり，欠損値のある対象のデータを除外したりする 「欠損値」という値にする 手作業で適切な値を選んで補完する 処理するアルゴリズムで，あまり影響の出ないような定数で置換する 同じ特徴の欠損していない値の平均や中央値などの統計量で置換する 別の情報や，他の観測された情報基づきを用いて，最尤推定などの統計的推定を行う 欠損した特徴を潜在変数とみなし，EMアルゴリズムなどを適用 時系列などの場合は，前後の値から補間する
機械学習によるデータ分析まわりのお話
2. データサイエンティスト 2 今世紀でもっともセクシーな職業 ハーバード・ビジネス・レビュー 2013年年2⽉月号 2018年年までに⽶米国で14〜～19万⼈人不不⾜足 マッキンゼー 2011年年5⽉月 求められるスキル ビジネススキル，機械学習／ビッグデータ， 数学／OR，プログラミング，統計 Analyzing the Analyzers, O’reilly 2013 4. 本⽇日お話すること 4 1. データのこと Keywords: ダミー変数，⽋欠損値，正規化，次元の呪い 2. 機械学習のこと Keywords: 機械学習の分類，アルゴリズム，注意点 3. 評価のこと Keywords: 混同⾏行行列列，適合率率率，再現率率率，F値，ROC曲線 4. 分析のこと Keywords: 過学習，交差検証，学習曲線，バイアス・バリアンス 教師あり学習(後述)寄りの内容が多いです
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
処理を実行中です
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
