jir_oのブックマーク / 2020年10月6日

jir_o id:jir_o

2020年10月6日のブックマーク (3件)

クリッカートレーニング！犬のしつけ方法・クリッカーの使い方 [犬] All About
近年では、クリッカーを使用して愛犬のしつけやトレーニングをしている人も以前より増えているのではないでしょうか。「いや、そういうのは初めて聞く」という方のために、クリッカートレーニングの基本についてのお話です。クリッカーというのは、上の写真にあるような小さなトレーニングツールのことです。指で押すと独特の「カチッ」という音がし、その音を利用して犬をトレーニングしていきます。元々はイルカの調教に使われていた方法ですが、それが犬のトレーニングにも応用されるようになり、徐々に注目を浴びるようになりました。これをどう利用したらいいのでしょうか？　やみくもに使っても、いい結果を出すことはできません。ベースにある理論をある程度理解してから使用することで、スムーズにトレーニングができるようになります。理論という言葉から何やら難しいトレーニング方法のように聞こえるかもしれませんが、簡単に言うと犬が正し
jir_o 2020/10/06
知らなかった
リンク
B'zの歌詞をPythonと機械学習で分析してみた〜LDA編〜 - 下町データサイエンティストの日常
1. 本Part概要前PartではB'zの歌詞を「TF-IDF」を用いた分析を行いました。本Partではトピックモデルの一つである「LDA」を用いた分析についてお話しします。 pira-nino.hatena blog.com 2. LDAとは 2.1 LDAのイメージ先に簡単な説明をしてしまいます。 LDAは「たくさんの文書データから単語のグルーピングを行う」モデルです。このグループ1つ1つを「トピック」と呼びます。例えば、大量のニュース記事にLDAを適用する例を考えます。ニュース記事データにLDAを適用した例 LDAでは「各トピック（トピック数は予め指定）における各単語の所属確率」が算出されます。理論的なことはさておき、文書データから単語をいくつかのグループに自動で分けてくれる手法との理解で大丈夫です。よく勘違いされることとして以下の2点を示します。トピック数（いくつ
jir_o 2020/10/06
リンク
B'zの歌詞をPythonと機械学習で分析してみた〜TF-IDF編〜 - 下町データサイエンティストの日常
1. 本Part概要前Partでは、「歌詞データの前処理」についてお話ししました。本Partではようやく分析の本編に入り「TF-IDFを用いた分析」についてお話ししていきます。 pira-nino.hatena blog.com 2. 文書データの分析いわゆる文書データの一般的な分析観点である「単語の重要度」や「単語・文書の定量化」を行いたいと思います。例えば、ニュースサイトでオススメの記事*1を出す問題を考えます。ここで、各文書を「何らかの数値で定量化」（一般にベクトルを用いる）できているならば、あるAさんがいつも読む記事に数値的に近い記事をオススメするといった応用が考えれれます。*2 導入が長くなりましたが、単語・文書を定量化する重要性をお分りいただけたでしょうか。このような分析手法として様々な手法が研究・提案されています。本Partでは、その一つである「TF-IDF」の分析例
jir_o 2020/10/06
リンク
- 2020年10月7日
- 2020年10月6日
- 2020年10月3日