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。
第17回R勉強会＠東京（#TokyoR）を開催しました！ - yokkunsの日記
第17回R勉強会＠東京（#TokyoR）を開催しました！ 第17回R勉強会＠東京（#TokyoR） : ATND 以下、メモです。 発表枠 @teramonagi: Rによるデータサイエンス第１２章「時系列」 (30分程度) 概要 : テキスト「Rによるデータサイエンス」に沿ってRでの時系列の扱い方を解説します。 Rによるデータサイエンス：１２章「時系列」 View more presentations from teramonagi メモ ラグ処理 : lag関数 差分処理 : diff関数 時系列で使う統計量 平均 自己共分散 自己相関 自己相関のplot act(UKgas, ci=0.9) ci : 信頼区間 青の点線を超えていると、自己相関があると言って良いということ 自己相関をなくす処理 = ラグ処理 相互共分散、相互相関ccf スペクトル分析 = 周期性の解析 基本的な概念
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
