機械学習の基本用語集 - EurekaMoments
目次 目次 はじめに 特徴量(Feature Value) 学習(Learning) 教師あり / なし学習(Supervised / Unsupervised Learning) 最適化問題(Optimization Problem) 座標降下法(Coordinate Descent) 最急降下法(Gradient Descent) 確率勾配法(Stochastic Gradient Descent) 汎化性能(Generalization Ability) 新しい特徴量を作る(Creating New Feature Value) 多層ニューラルネットワーク(Maltilayer Neural Network) ランプ関数(Ramp Function) 鞍点(Saddle Point) ヘヴィサイド関数(Heaviside Function) 分離超平面(Separating Hype
Kaggleで上位10%に入るデータサイエンティストから学ぶデータ分析のプロセスについて - EurekaMoments
背景・目的 参考記事 Kaggleとは？ 扱われたお題 プロセス①: データの中身を確認する プロセス②: データの相関を調べる プロセス③: 欠損したデータを補完する プロセス④: モデリング前の事前処理 プロセス⑤: 解析とモデリング 最終的な結果 背景・目的 世の中の凄腕データサイエンティスト達はどのようにしてデータ分析をしているのか調べていたところ、Kaggleのコンペに参戦して上位に食い込んでいる人の技術記事を見つけました。最終的にモデルを作って予測をするところまでの過程が分かりやすくまとまっているので、とても参考になりました。 今回の記事は、上記の記事を読んで学んだデータ分析のプロセスについてのメモです。 参考記事 www.mirandora.com www.mirandora.com www.mirandora.com Kaggleとは？ 世界中で30万人以上のデータサイエン
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
