なんでも線形回帰分析を適応していいわけではないんです。 この記事では、実際にデータによってはどのような問題が発生してしまうのか、どのように解決していけばよいのか見ていきましょう! 以下のYoutube動画でも詳しく解説しています! どんな問題があるの?一般的に良く用いられる線形回帰分析というのは、データが正規分布に従うという仮定を置いているんですね! ※厳密には残差が正規分布に従う 正規分布というのはこんな分布! 統計学で最も良く出てくる分布ですね! データの分布がこのようになっていないと上手く線形回帰分析が当てはまらないんです! でも実際世の中のデータはこんなきれいな正規分布に従っていないものばかり! Box-Cox変換で解決! それでは、どうすればよいのでしょうか? このようにデータの従う分布が決められているような線形回帰分析などの手法をパラメトリックモデルと呼びます。 これに対して、
宝くじ仮説のwinning Ticket使わずに疎な高精度ネットワークを高速学習するRigging the Lottery この記事についてこの記事では、『一部の素晴らしい初期値をもつ部分(winning ticket)がネットワークを支配している』という宝くじ仮説(Lottery Ticket Hypothesis)[1]を軽く説明したあと、初期値ガチャで”winning ticket”を引かなくても全ての初期値を”winning ticket”に以上にすることができるRigging the Lottery[3] を説明します。 ※ 有料設定していますが、投げ銭用の設定なので、無料で全て見えるようになっています。 宝くじ仮説(Lottery Ticket Hypothesis)とは ニューラルネットは多くのパラメータを持ちますが、実際に精度に効いているのはごく一部のパラメータであり、ニュ
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