はじめに — 機械学習帳import torch x = torch.tensor([1., -1.]) w = torch.tensor([1.0, 0.5], requires_grad=True) loss = -torch.dot(x, w).sigmoid().log() loss.backward() print(loss.item()) print(w.grad)
目次-中学生から分かるAI数学 – E資格自習道場
ー目次ー 第一講： 活性化関数 （PDF全編） Step関数 ReLU関数 Softmax関数 Sigmoid関数 Tanh関数 第二講： 条件付き対数尤度と平均二乗誤差（PDF全編） 最小二乗法,平均二乗誤差 最尤法,条件付き確率,条件付き尤度,最尤推定量 条件付き対数尤度,対数 最尤法（GT版 主に対数） 最尤法（GT版 主に微分） 最尤法（母集団） 最尤法（母平均と母分散） 最尤法（最小二乗法との関係） 第三講： 確率分布（PDF全編） Bernoulli 分布 Gauss分布 正規分布（GT版） 二項分布1（GT版） 二項分布2（GT版） 二項分布3（GT版） 第四講： 損失関数 ～E資格元ネタ（Deep Learning” (2016) の6.2.1 節）の数式を予習 （PDF全編） 機械学習における損失関数とは？,カルバック・ライブラー情報量と交差エントロピー,損失関数としての
Pythonやデータサイエンティスト入門が無料に | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
2020年のおもしろかったDL/ML論文10選 - Qiita
はじめに 2020年も，機械学習コミュニティでは多くの新しい成果が見られました．2019年に引き続き，1年を振り返ってもっとも面白かった論文を10本紹介したいと思います． * 本記事は，私のブログにて英語で書いた記事を翻訳し，適宜加筆修正したものです． ** 記事中の画像は，ことわりのない限り対象論文からの引用です． 論文10選（公開順） 普段から，読んだ論文を簡単にまとめてツイートしているので，それを使って公開日順に振り返っていきます．対象はおおまかに「2020年に公開された論文」と「2020年に学会・雑誌で発表されたもの」とします．全くの主観で選んでいるので，私の興味範囲である深層学習および応用研究に偏っている点はご容赦ください． 紹介するのはこちらの10本です！ Rigging the Lottery: Making All Tickets Winners PIFuHD: Multi
たった5分で完成！無料のAIメーカーを使いノーコードで画像分類モデルを作成してみた | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
機械学習を用いた因果推論(因果推論手法の整理) - Qiita
近年盛んにおこなわれている機械学習の手法を用いた因果推論についていつ利用するかの大まかな理解とメモ(備忘録) 基本的には現在の因果推論手法のフローチャート的まとめ はじめに 因果推論とは、結果に対する原因を答えることを目的とした一連の統計的手法である。一般に回帰分析などの統計的アプローチでは、Xの変化がYの変化とどのように関連しているかを定量化することに重きをおいている。一方で統計的因果推論は、Xの変化がYの変化を引き起こすかどうかを判断し、この因果関係を定量化することに重きをおいている。近年盛んである機械学習と因果推論の融合分野は、このうち特定の条件下における因果効果の推定に用いられる。今回は既存の因果推論の手法と機械学習を用いた手法の使い分けを大まかに整理した。 当然だが有するデータに対して「何を、なぜ知りたいか？」を明確にしてから分析していく。 でないと、取るべき戦術が見えてこない。
データセットの読み込みにはEBS、その成果物にはEFSを使うとよい 文献から学ぶクラウド機械学習のベストプラクティス
Machine Learning Casual Talksは、機械学習を用いたシステムを実運用している話を中心に、実践的な機械学習に関して気軽に話す会です。実際に運用していく上での工夫や、知見を共有します。今回は、ABEJAの服部圭悟氏が、文献を紹介しながら、自社のABEJA Platformでの実践例も交え、AWS環境における機械学習プロジェクトのベストプラクティスを解説しました。前半は環境の構築について。関連資料1、関連資料2 文献についての紹介 服部圭悟氏（以下、服部）： 本日は、文献『Cost-efficient and scalable ML-experiments in AWS with spot-instances, Kubernetes and Horovod』について紹介したいと思います。 実はこちら、Twitterのほうで紹介してもらったのを読んだのですが、すごくよいな
プロ野球開幕直前！野球の魅力を18人がLTで語る「BPStudy#139 – Baseball Play Study 2019 春」に参加してきた #bpstudy | DevelopersIO
セッションレポート 表彰スポンサー(Baseball Geeks)様の紹介 Baseball Geeks | Think logically, move emotionally (当イベントにおける)賞の選考基準についての説明 開催に際してのお知らせ 開催に先立ち、本日発表予定だった中川伸一(@shinyorke)さんが欠席される旨、連絡がありました。 LTの予定でしたが、お仕事逼迫しててアレなので登板回避しました申し訳ないm(_ _)m なお、ネタはほぼできてるのでブログもしくは他所のLTかなにかで成仏させます&Baseball Geeks賞はもちろんやるんで皆さん愉しんで！ Baseball Play Study 2019 春 (BPStudy#139) https://t.co/MRZgFjE2da #bpstudy — Shinichi Nakagawa (@shinyorke)
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
じゅじゅ on Twitter: "プログラミング、データサイエンス・統計学関連はネット上にで超優良なテキストが"無料"で公開されており、本当に良い時代。。 本ツイートに各テキストへのリンクもぶらさげておきます。 https://t.co/zSLyLEyQSL"
東京大学や滋賀大学らの無料学習コンテンツまとめたサイト、Python R データサイエンスなど充実 | Ledge.ai