Explore "Full-Stack" in depth!

情報系の専門学校で、今は機械学習に的を絞って学習中。プログラミングを趣味でやりつつ、IT系のあらゆる知識と技術を身に付けるべく奮闘中。

機械学習

最近知った深層学習系の知識(一部)をまとめる

目次 目次 概要 Conditioning Augmentation MSGAN(mode seeking GAN) バッチ正規化 AttnGANの優位性-word-level features- Gated Linear Units Residual Block 総評 概要 Cybozu Labs Youth 8th 研究生として、 今は深層生成モデルをテーマに勉強をしています…

生成モデルにおけるKL DivergenceとInception scoreについて調べた。

目次 目次 概要 TL;DR 前提知識・エントロピー 本題1:カルバック・ライブラー情報量とIS カルバック・ライブラー情報量 具体例 参考:StackGAN-v1における正則化項 Inception Score おまけ: Image distributionという表現 総評 概要 久しぶりの機械学習系記事で…

「Python機械学習プログラミング」はまさに"理論と実践"を学ぶのに最適な本

Python機械学習プログラミングの書評を熱く語りました。

入門者に捧ぐ機械学習の勉強法&決定木の内部解説

目次 目次 概要 機械学習における理論と実践 本題:決定木 参考:実行できないcreate_png()の解決策 決定木の理論的側面 ジニ不純度 エントロピー 総評 概要 昨日このようなツイートをしました。 単純に凄い気になるのだけれど、機械学習系の記事書く時って・数…

決定木のmax_depthを直感的に理解する@ミニ記事

目次 目次 概要 基本 おまけ:実装 総評 概要 ※かなり短い記事です。 今更ながら決定木のやっていることがわかってきたので簡単にまとめておきます。

Kaggleに入門したい人におすすめするアプローチ法

注意: 2019年11月12日追記. 非常に多くの方にご覧頂いているこの記事ですが, 私が機械学習・データサイエンスの勉強をし始めた時期に執筆したものであり, また現在は低レイヤー,システムプログラミングの勉強をしており,この分野についてはノータッチです. 内…

記述統計の基礎を復習した(for統計学未学習者を含む)

目次 目次 概要 一章まとめ 記述統計と統計的推定 量的変数と質的変数 度数分布表とヒストグラム 2章まとめ 4つの尺度 代表値 平均値 中央値 最頻値 3章まとめ 散らばりの尺度 四分位偏差 分散 回帰と相関 データの関係を見る 相関係数 相関の落とし穴 総評 …

SVMについて簡単に理解する。

概要 SVMの基本概念 線形識別モデルとSVMの比較 SVMの特徴 スケールの重要性 実装、SVM 非線形SVM分類器 多項式カーネル カーネル関数とは ガウスRBFカーネル SVM回帰 終わりに 概要 サラマンダー本は数式もガンガン出てきて、それなり難しい話が続きますが、 …

非ソフトウェアエンジニアも使えるべき最低限Git

概要 当記事の目的 対象読者 First Impact gitlab設定 Git初期設定 何故GitHubじゃないの? 更にセットアップを続ける いざ実践 リモートリポジトリの取得(git clone) ステージ領域への登録(git add) ローカルへのコミット、リモートへのプッシュ ここまでのま…

正則化された線形回帰三種をまとめる。

概要 使用するデータ 似た言葉(正規化、標準化) 正規化 標準化 本題:正則化 Ridge回帰 Ridge回帰の閉形式解 Lasso回帰 Elastic Net 終わりに 余談 概要 サラマンダー本の4章は数式もガンガン出てきて、それなり難しい話が続きますが、 その中でも正則化について…

線形回帰モデルの訓練手法について。

目次 目次 概要 対象読者 線形回帰モデルの定義とコスト関数MSE 使用するデータ 正規方程式 正規方程式の使い所と長短 正規方程式メリット 正規方程式デメリット 勾配降下法(Gradient Descent…GD) 勾配降下法と学習率 CASE:学習率低 CASE:学習率高 バッチ勾…