機械学習超入門 - Qiita
概要 社内の勉強会用に「機械学習って何？どうやって使うの？」というテーマでまとめたものです。この記事の内容が他の方の役に立てたら嬉しいです。 機械学習 ＝ AI？ 機械学習は人工知能の一分野で、ディープラーニングは機械学習の一分野です。 ルールベース 多重If文や探査により多彩なパターンを網羅して、複雑な条件でも適切な出力がされるようにプログラムされているもの 機械学習 データのパターンや特徴を学習し、それをもとに未知のデータに対して何かしらの予測を出力する ディープラーニング データの特徴となる要素の取捨選択を自動で行うことができる、機械学習の手法の一つ 強化学習 ある環境において、 エージェントが状況を観測しながら行動することを繰り返し試行し、目的を達成するための最適な意思決定を学習するもの Point! ルールベースだと、例外が発生すると人が手でルールを書き換える必要があり、どんどん
Pythonで機械学習：scikit-learnで学ぶ識別入門
このコースでは，機械学習における識別（分類・認識）の基礎をPythonを用いて学びます．このコースの目標は，機械学習でデータを識別するための一連の流れ（データの準備・前処理・識別器・評価など）を理解することです．Pythonの機械学習ライブラリscikit-learnとインタラクティブなプログラミング環境jupyter notebook (ipython notebook)を使って，実際にpythonコードを実行しながら学びます． レクチャーでは，notebook上で実行するpythonコードとその内容を説明します．pythonコードのnotebookはダウンロードできますので，レクチャーを見ながら・見た後で実際に実行することをおすすめします．自分なりに改変・修正すると，さらに理解が高まるでしょう． 機械学習を理解するためには数学が必要になるのですが，このレクチャーでは（ほとんど）数式を使
An introduction to machine learning with scikit-learn
An introduction to machine learning with scikit-learn# Machine learning: the problem setting# In general, a learning problem considers a set of n samples of data and then tries to predict properties of unknown data. If each sample is more than a single number and, for instance, a multi-dimensional entry (aka multivariate data), it is said to have several attributes or features. Learning problems f
【翻訳】scikit-learn 0.18 User Guide 3.4. モデルの永続化 - Qiita
http://scikit-learn.org/0.18/modules/model_persistence.html を google翻訳した scikit-learn 0.18 ユーザーガイド 3. モデルの選択と評価 より 3.4. モデルの永続化 scikit-learn モデルを訓練した後、再学習することなく将来の使用のためにモデルを持続させる方法が望ましい。次のセクションでは、pickleでモデルを永続化する方法の例を示します。また、pickleシリアル化の作業時に、セキュリティと保守性に関するいくつかの問題を確認します。 3.4.1. 永続性の例 Pythonの組み込み永続化モジュール、つまり pickle を使って、scikitモデルを保存することは可能です： >>> from sklearn import svm >>> from sklearn import datas
再訪scikit-learn - Qiita
scikit-learnの便利なAPIについて，新しく知ったことをメモする． $HOME/Desktop/memo.mdにメモを書き溜めていたが誤ってrmしてしまったのでQiitaを使ってみる． 新しく学びを得たら随時追加していく． （間違いがあったらご指摘頂けると幸いです．どうかよろしくお願いします．） データの前処理 ライブラリの Preprocessing モジュールには神が宿っており， import する際にはコミッターに感謝を捧げる必要がある． 素性の次元削減 k個の素性を選択する． SelectKBestの第一引数は関数でchi2のほかにもf_classifなどが使える． 素性の次元削減には他にも RFECV などがあるけれど，どう違うのかよく分かっていないので今後調べたい．
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
Developer’s Guide
