西尾氏の「if文から機械学習への道」を今から5分で実践するには？ - Python学習チャンネル by PyQ
id:hirokiky です。 if文から機械学習への道、大変勉強になる発表でした。 If文から機械学習への道 from nishio 「機械学習って難しいんじゃないの」 「開発者でやってる自分には関係ないことでしょ」 という疑問や懸念に、 機械学習はif文から一歩一歩学べます 大切なのは顧客価値、ソフトウェア開発で培った技術も活かせるよ と教えてくれます。 ぜひ一読してみてください。 「機械学習ってこうだったんだ」とスッキリすること間違いなしです。 どうステップアップで学んでいけば良いのか この発表の内容は大変素晴らしいです。 さて、具体的にどうやってステップアップで機械学習を学習していけば良いのでしょう。 機械学習はif文から地続きなようですが、それを体験しながら学べたらもっと素晴らしい と思いませんか？ そこで、PyQをオススメします。 pyq.jp PyQでは「if文からの機械学習
割合の従属変数をベイズのベータ回帰と<br/>ベータ分布×双極関数のフィッティングで – MrUnadon – Bayesian Statistical Modelings with R and Rstan
Twitterでこの記事をシェアする author: Mr.Unadon (見習い飯炊き兵) 動作環境:Mac OS Sierra 10.12.1; R version３.３.2; rstan 2.10.1 はじめに ０から１の間にあるパーセントで表記される割合データに対する回帰系のモデルのお話です。 本稿では、従属変数に対してベータ分布を仮定したベータ回帰のベイズモデルと、 双極関数を平均とするベータ分布でデータを予測させるベータ分布×双極関数モデルをご紹介します。 従属変数は、「都道府県別の人口に占める高齢者福祉施設在所者数の割合」。 説明変数には、「都道府県別の可住地面積に占める人口の割合」、すなわち人口密度的なものを入れました。 都会って、他の人との物理的な距離は近いのに、心の距離は遠いと感じられますよね。 そういう直感から、何かが予測できるんじゃないかと思っての試みです。 パッケ
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
