社内勉強会での発表資料です。ロジスティック回帰分析を題材に、特徴量が高次元になった場合に過学習が発生する様子、正則化によって過学習が抑制される様子を具体例で決定境界の図を描画しながら説明しました。 発表資料に対応する Notebook ファイルを Gist で公開しています。 https://gist.github.com/y-uti/5127117445f28e5d5c66f7b5c66d262b
![AWSでのビッグデータ分析](https://cdn-ak-scissors.b.st-hatena.com/image/square/0b4c9a5bae6ae5f91e0a1d17d6282ad14afa3285/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Ftokyowebminingawsbigdata-150801045611-lva1-app6891-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
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