[B! r] kitanowのブックマーク

Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築

第20回ステアラボ人工知能セミナー https://stair.connpass.com/event/109983/ 【講演動画】 https://youtu.be/Fgza_C6KphU 【講演タイトル】機械学習モデルの判断根拠の説明【講演概要】本講演では、機械学習モデルの判断根拠を提示するための説明法について紹介する。高精度な認識・識別が可能な機械学習モデルは一般に非常に複雑な構造をしており、どのような基準で判断が下されているかを人間が窺い知ることは困難である。このようなモデルのブラックボックス性を解消するために、近年様々なモデルの説明法が研究・提案されてきている。本講演の前半ではまず近年の代表的な研究について紹介する。後半では、発表者の最近の研究として「ランダムフォレストの簡略化」と「モデル列挙」について紹介する。

kitanow 2014/09/14

リンク

統計解析 & R言語超初心者入門資料まとめ

興味を持ち続けていた統計解析や、R言語の勉強をはじめました！　まだまだ初歩の初歩ですが、この記事がいつか偉大な一歩になれるように頑張っていく所存ですw まずは、R言語や統計解析に関する入門記事や、モチベーションがアップしそうな記事をまとめていきます！ (02/23 11:00) 初学者の人にお勧めな資料にフォーカスしてまとめ直し 🍮 [スライド] 統計学入門統計学の全体像をつかむのに最適なスライドです。初歩…とはちょっと呼べないくらい内容が深いです！ 🏈 [スライド] 初めての「R」統計解析を始めるときにWindowsな方も、Macな方もとっつきやすのが『R』です。このRを完全初心者をターゲットに説明をしていただけている資料です。超わかりやすいです！ 🍄 [デスクトップアプリケーション] R用のIDE: RStudioRStudio RStudioはR言語用のIDEです。Wind

kitanow 2014/02/19

統計
r

リンク

実践！ Rで学ぶ統計解析の基礎－＠IT

Rは統計解析のブッシュナイフだ実践！ Rで学ぶ統計解析の基礎（1）オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しよう！

kitanow 2014/02/11

statistics
r

リンク

RでDeep Learningの一種をやってみる - データサイエンティスト上がりのDX参謀・起業家

このブログのTips052で、RでDeep Learningをやっているのを紹介してもらったので、自分も試してみました。「Deep Learningすげぇ！！」という話は良く聞くのですが、亜種がいっぱいあるみたいで、まだあまり調査しきれてません。また時間があれば調査してまとめられると良いのですが。以下、RでDA(Denoising Autoencoders)を実行するプログラムです。 sigmoid <- function(x){ return (1 / (1 + exp(-x))) } dA <- setRefClass( Class="dA", fields=list(input="matrix", n_visible="numeric", n_hidden="numeric", W="matrix", W.prime="matrix", hbias="vector", vbias

kitanow 2013/04/19

リンク

[R][ネットワーク分析] ネットワークにおいてどれくらい中心的かの指標 - yokkunsの日記

ネットワーク分析で最も良く用いられる指標として、中心性というものがある今回は、その中でも3つの指標に絞って紹介次数中心性友達が多い人が高く評価される指標友達の数を数えるだけなので、計算も簡単データの入力と描画 A <- matrix(c( 0,1,1,1,1,1,1,0, 1,0,1,1,1,1,0,0, 1,1,0,0,0,0,0,1, 1,1,0,0,0,0,1,0, 1,1,0,0,0,1,0,0, 1,1,0,0,1,0,0,0, 1,0,0,1,0,0,0,0, 0,0,1,0,0,0,0,0), nrow = 8, byrow = TRUE) g <- graph.adjacency(A, mode = "undirected") plot(g) 次数中心性の算出 > degree(g) [1] 6 5 3 3 3 3 2 1 PageRank 単純に友達が多いだけで

kitanow 2012/12/29

リンク

はじめての「R」

2023/02/06追記: slideshareが非常に使いづらくなってしまったため、speakerdeckに転載しました。 https://speakerdeck.com/masaha03/hazimeteno-r 補足記事を書きました。併せてご覧ください。http://m884.hateblo.jp/entry/2012/12/03/232431Read less

kitanow 2012/12/04

r
japan.r

リンク

R言語でSVM(Support Vector Machine)による分類学習 - Y's note

サポートベクターマシン入門作者: ネロクリスティアニーニ,ジョンショー‐テイラー,Nello Cristianini,John Shawe‐Taylor,大北剛出版社/メーカー: 共立出版発売日: 2005/03メディア: 単行本購入: 8人クリック: 135回この商品を含むブログ (41件) を見る SVMとは Support Vector Machineの略で教師あり学習に分類されます。線形、非線形の識別関数があり現在知られている多くの学習モデルの中では最も優れた識別能力があるとされています。いわゆる2値分類を解くための学習モデルであり、線形しきい素子を用いて分類器を構成します。訓練データにおける各データ点と距離が最大になるマージン最大化という基準で線形しきい素子のパラメータを学習させます。シンプルな例は与えられたデータ集合を全て線形に分離する事です。SVMはカーネルトリックという

kitanow 2012/08/28

svm
r

リンク

TokyoR_21: テキストマイニングで見る『機動戦士ガンダム』

This appendix contains 34 tables and figures with thermodynamic property data for various common gases, liquids, refrigerants and other substances. Table A-1 lists the molar mass, gas constant and critical point properties for over 30 common gases and refrigerants. The appendix provides property data including temperature-dependent properties of saturated liquids and gases, ideal gas properties, e