分析の基礎（モデリング）/ Basics of analysis ~modeling~株式会社ブレインパッドの2019年新卒研修資料です。モデリングに関する基本的な内容を扱っています。
そのモデル、過学習してるの？未学習なの？と困ったら - once upon a time,
移転しました。 https://chezo.uno/post/2016-05-29-sonomoderu-guo-xue-xi-siteruno-wei-xue-xi-nano-tokun-tutara/
機械学習を使って自分に映画をおすすめしてみた - データで見る世界
なんかいい映画ないかなぁと思うことは誰にだってありますよね。ちょっと時間ができた時なんかに、映画でも見てみようかと。でもこれはそんなに簡単なことではありません。 世の中にある映画なんて多すぎて一体いくつあるのか分からないくらいですし、一回選んだらだいたい2時間は取られるわけです。おもしろくない映画に2時間奪われるリスク、そして最高の映画を見ずに人生を終えてしまうリスク。こんなハイリスクを背負って僕たちは映画と向き合っていかなければいけません。 恐ろしい。 こんな恐ろしいことがありますか。 でも安心してください。機械学習がそれを解決してくれます。今回の記事では、機械学習を使って、自分自身に映画をおすすめするモデルを作ってみました。 何は無くともまずはデータが必要です。今回はみんなのレビューサイトさんからデータを拝借しています。 みんなのレビューサイトでは、レビュアーが自身のプロフィールを登録
サービスをつくるエンジニアが機械学習を学ぶべき3つの理由 - freee Developers Hub
こんにちは。freee 共同創業者 CTO の横路です。 freeeは現在、「スモールビジネスに携わるすべての人が創造的な活動にフォーカスできるよう」というミッションのもと、テクノロジーによる中小ビジネスのバックオフィス効率化とデータドリブンな経営意思決定支援を実現すべく、スモールビジネスAIラボチームを立ち上げて活動しています。 その中で、サービス・プロダクトづくりをリードし顧客に価値を届けてきたソフトウェアエンジニアこそ機械学習を学び、顧客の課題解決のいちオプションとして身につけはじめるべきだという実感を得たので、エンジニアリング対象としての機械学習について紹介します。 サービスをつくるエンジニアが機械学習を学ぶべき3つの理由 サービス開発で顧客に価値を届けるソフトウェアエンジニアこそが機械学習を学ぶべきだと思う理由は、以下の3つです。 サービスが対象としているトピックについて 深いド
Michael Nielsen著のオンライン書籍「ニューラルネットワークと深層学習」の翻訳に参加しました - 緑茶思考ブログ
日本語訳に参加させていただいた書籍は下記のリンクから読めます！ オリジナル書籍：Neural Networks and Deep Learning 日本語版書籍：ニューラルネットワークと深層学習 量子コンピューティング分野の物理学者Michael Nielsenという方の執筆したオンライン書籍です。 この書籍の内容はニューラルネットの入門者向けとなっています。 「なぜ？」の部分について詳しく、そしてとても分かりやすく記述されていておすすめです。 本書を読むと、例えば以下の疑問について説明できるようになります。 なぜ2層ニューラルネットは任意の関数を近似できるのか なぜ勾配消失や勾配爆発などの問題が起きるのか なぜ正規化項にバイアスは含まれないのか 個人的には、深層学習を学び始めた人が、 ゼロから作るディープラーニングの次に読むべき書籍は本書だと思っています。 翻訳参加のきっかけ 2017年
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
[機械学習] 今年から機械学習を学び始めてやったこと、Machine Learning Nowでやりたいこと - YoheiM .NET
[機械学習] 今年から機械学習を学び始めてやったこと、Machine Learning Nowでやりたいこと こんにちは、@yoheiMuneです。 今日はMachine Learning Advent Calendar 2015の9日目の記事として、今年から学び始めた機械学習についてやってきたことをまとめ、そして最近リリースしたMachine Learning Nowについてブログを書きたいと思います。 機械学習をどのように学んできたか？ 時系列に書いてみたいと思います。 統計学との出会い（2015年1月〜4月） 僕は機械学習について今年の3月くらいに興味を持ち始めました。そしてそれ以前には統計に興味があり、以下2つの本を読んでウハウハしていました（統計の知識があったわけではありません）。 統計学が最強の学問である（Amazon） 統計学が最強の学問である[実践編]---データ分析のため
![[機械学習] 今年から機械学習を学び始めてやったこと、Machine Learning Nowでやりたいこと - YoheiM .NET](https://cdn-ak-scissors.b.st-hatena.com/image/square/1e8cae570fb540547408cc685614d53097b95148/height=288;version=1;width=512/https%3A%2F%2Fwww.yoheim.net%2Fimage%2F384.jpg)
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
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
