Enviar búsqueda
Cargar
入門機械学習読書会二回目
•
3 recomendaciones
•
2,031 vistas
Kazufumi Ohkawa
Seguir
Tecnología
Vista de diapositivas
Denunciar
Compartir
Vista de diapositivas
Denunciar
Compartir
1 de 24
Descargar ahora
Descargar para leer sin conexión
Recomendados
Git
Git
Appresso Engineering Team
)の品格
)の品格
emasaka
Lisp tutorial for Pythonista : Day 1
Lisp tutorial for Pythonista : Day 1
Ransui Iso
ソースコードリーディングの基礎
ソースコードリーディングの基礎
hogemuta
Tokyo r6 sem3
Tokyo r6 sem3
osamu morimoto
人工知能概論 11
人工知能概論 11
Tadahiro Taniguchi
RubySeminar16_Analyze
RubySeminar16_Analyze
sady_nitro
分類器 (ナイーブベイズ)
分類器 (ナイーブベイズ)
Satoshi MATSUURA
Recomendados
Git
Git
Appresso Engineering Team
)の品格
)の品格
emasaka
Lisp tutorial for Pythonista : Day 1
Lisp tutorial for Pythonista : Day 1
Ransui Iso
ソースコードリーディングの基礎
ソースコードリーディングの基礎
hogemuta
Tokyo r6 sem3
Tokyo r6 sem3
osamu morimoto
人工知能概論 11
人工知能概論 11
Tadahiro Taniguchi
RubySeminar16_Analyze
RubySeminar16_Analyze
sady_nitro
分類器 (ナイーブベイズ)
分類器 (ナイーブベイズ)
Satoshi MATSUURA
圏論walker
圏論walker
Kazufumi Ohkawa
ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67
Kazufumi Ohkawa
ClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅ
Kazufumi Ohkawa
SAR精度70% その先へ
SAR精度70% その先へ
Kazufumi Ohkawa
視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること
Kazufumi Ohkawa
量子化学計算外伝 すごいよ!! FMO
量子化学計算外伝 すごいよ!! FMO
Kazufumi Ohkawa
あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史
Kazufumi Ohkawa
IPython notebookを使おう
IPython notebookを使おう
Kazufumi Ohkawa
Mishimasyk141025
Mishimasyk141025
Kazufumi Ohkawa
実践コンピュータビジョン8章
実践コンピュータビジョン8章
Kazufumi Ohkawa
R -> Python
R -> Python
Kazufumi Ohkawa
ChEMBLを使おう
ChEMBLを使おう
Kazufumi Ohkawa
Unigram mixtures
Unigram mixtures
Kazufumi Ohkawa
エンジョイ☆スクレイピング
エンジョイ☆スクレイピング
Kazufumi Ohkawa
Redmineでもめない会議☆
Redmineでもめない会議☆
Kazufumi Ohkawa
pythonでオフィス快適化計画
pythonでオフィス快適化計画
Kazufumi Ohkawa
入門機械学習読書会9章
入門機械学習読書会9章
Kazufumi Ohkawa
入門機械学習6章
入門機械学習6章
Kazufumi Ohkawa
Javascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScript
Kazufumi Ohkawa
入門機械学習1,2章
入門機械学習1,2章
Kazufumi Ohkawa
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Más contenido relacionado
Más de Kazufumi Ohkawa
圏論walker
圏論walker
Kazufumi Ohkawa
ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67
Kazufumi Ohkawa
ClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅ
Kazufumi Ohkawa
SAR精度70% その先へ
SAR精度70% その先へ
Kazufumi Ohkawa
視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること
Kazufumi Ohkawa
量子化学計算外伝 すごいよ!! FMO
量子化学計算外伝 すごいよ!! FMO
Kazufumi Ohkawa
あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史
Kazufumi Ohkawa
IPython notebookを使おう
IPython notebookを使おう
Kazufumi Ohkawa
Mishimasyk141025
Mishimasyk141025
Kazufumi Ohkawa
実践コンピュータビジョン8章
実践コンピュータビジョン8章
Kazufumi Ohkawa
R -> Python
R -> Python
Kazufumi Ohkawa
ChEMBLを使おう
ChEMBLを使おう
Kazufumi Ohkawa
Unigram mixtures
Unigram mixtures
Kazufumi Ohkawa
エンジョイ☆スクレイピング
エンジョイ☆スクレイピング
Kazufumi Ohkawa
Redmineでもめない会議☆
Redmineでもめない会議☆
Kazufumi Ohkawa
pythonでオフィス快適化計画
pythonでオフィス快適化計画
Kazufumi Ohkawa
入門機械学習読書会9章
入門機械学習読書会9章
Kazufumi Ohkawa
入門機械学習6章
入門機械学習6章
Kazufumi Ohkawa
Javascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScript
Kazufumi Ohkawa
入門機械学習1,2章
入門機械学習1,2章
Kazufumi Ohkawa
Más de Kazufumi Ohkawa
(20)
圏論walker
圏論walker
ハッピーハッピー構造生成まつり’67
ハッピーハッピー構造生成まつり’67
ClickでCLIをお手軽につくるぅぅぅ
ClickでCLIをお手軽につくるぅぅぅ
SAR精度70% その先へ
SAR精度70% その先へ
視覚化サービス構築の際に気をつけること
視覚化サービス構築の際に気をつけること
量子化学計算外伝 すごいよ!! FMO
量子化学計算外伝 すごいよ!! FMO
あまり知られていない静岡の言語戦争の歴史
あまり知られていない静岡の言語戦争の歴史
IPython notebookを使おう
IPython notebookを使おう
Mishimasyk141025
Mishimasyk141025
実践コンピュータビジョン8章
実践コンピュータビジョン8章
R -> Python
R -> Python
ChEMBLを使おう
ChEMBLを使おう
Unigram mixtures
Unigram mixtures
エンジョイ☆スクレイピング
エンジョイ☆スクレイピング
Redmineでもめない会議☆
Redmineでもめない会議☆
pythonでオフィス快適化計画
pythonでオフィス快適化計画
入門機械学習読書会9章
入門機械学習読書会9章
入門機械学習6章
入門機械学習6章
Javascriptを書きたくないヒ トのためのPythonScript
Javascriptを書きたくないヒ トのためのPythonScript
入門機械学習1,2章
入門機械学習1,2章
Último
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
Último
(11)
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
入門機械学習読書会二回目
1.
第2回入門機械学習 読書会 2013.04.27 @kzfm
2.
準備 ! R !
http://www.r-project.org/ ! Rstudio ! http://www.rstudio.com/ ! サンプルコード ! https://github.com/johnmyleswhite/ ML_for_Hackers ! source( package_installer.R )を実行 > setwd("/Users/kzfm/lang/rcode/ML_̲for_̲Hackers/") > source("package_̲installer.R")
3.
私とR @kzfm (http://blog.kzfmix.com/) 医療統計からテキストマイニングまで幅広くこなす
4.
ファイル読み込み ! 前回の反省 !
setwdでwdを変更しないで、getwdで表示さ れるwdに必要なファイルを移動させて読み込む という方法でもいいかも
5.
2-9から library(ggplot2) library(gridExtra) setwd("~∼/lang/rcode/ML_̲for_̲Hackers/02-‐‑‒Exploration/")
heights.weights <-‐‑‒ read.csv("data// 01_̲heights_̲weights_̲genders.csv", header=TRUE, sep=',') g <-‐‑‒ ggplot(heights.weights, aes(x=Height)) g1 <-‐‑‒ g + geom_̲histogram(binwidth=1) g2 <-‐‑‒ g + geom_̲histogram(binwidth=5) g3 <-‐‑‒ g + geom_̲histogram(binwidth=0.001) g4 <-‐‑‒ g + geom_̲density() g5 <-‐‑‒ g + geom_̲density(aes(fill=Gender)) g6 <-‐‑‒ g5 + facet_̲grid(Gender ~∼ .) grid.arrange(g1, g2, g3, g4, g5, g6, ncol=2, nrow=3) ! install.packages(gridExtra)する
6.
出来たプロット
7.
ヒストグラムの注意点 ! binの幅で見た目が変わる !
適切な幅を決めるのは難しい ! 単峰なのか多峰なのか掴みづらいことが多い ! 密度プロットを併用しよう
8.
散布図を描く h <-‐‑‒ ggplot(heights.weights,
aes(x=Height, y=Weight)) h1 <-‐‑‒ h + geom_̲point() h2 <-‐‑‒ h1 + geom_̲smooth() h3 <-‐‑‒ ggplot(heights.weights[1:20,], aes(x=Height, y=Weight)) + geom_̲point() + geom_̲smooth() h4 <-‐‑‒ ggplot(heights.weights[1:200,], aes(x=Height, y=Weight)) + geom_̲point() + geom_̲smooth() h5 <-‐‑‒ ggplot(heights.weights[1:2000,], aes(x=Height, y=Weight)) + geom_̲point() + geom_̲smooth() grid.arrange(h1, h2, h3, h4, h5, ncol=2, nrow=3) ! 散布図
9.
散布図
10.
5章でやるので飛ばす c <-‐‑‒ coef(logit.mode)
ggplot(height.weights, aes(x = Weight, y=Height, color=Gender)) + geom_̲point() + stat_̲abline(intercept = -‐‑‒c[1]/c[2], slope=-‐‑‒c[3]/c[2], geom='abline', color='black')
11.
3章 スパムフィルタ ベイズ分類
12.
教師あり/なし学習 ! 教師あり学習(きょうしありがくしゅう, Supervised
learning)とは、機械学習の手 法の一つである ! 事前に与えられたデータをいわば「例題(=先 生からの助言)」とみなして、それをガイドに 学習(=データへの何らかのフィッティング) を行うところからこの名がある。 ! wikipediaより
13.
サイコロを振る ! 6面体(A)と8面体(B)の サイコロを振る !
同時に振って両方3が出 る確率 ! Aで3が出た状態でBが 3になる確率 ! Bで3が出た状態でAが 3になる確率
14.
ベイズの定理 1 2 3
4 5 6 1 (1, 3) 2 (2, 3) 3 (3, 1) (3, 2) (3, 3) (4, 3) (5, 3) (6, 3) 4 (4, 3) 5 (5, 3) 6 (6, 3) 7 (7, 3) 8 (8, 3) B A
15.
箱の問題 ! 箱から玉を取り出す !
A(白1,黒5)0.8 ! B(白3,黒1)0.2 ! ただしBの箱は旧作で 人気がないため5人に一 人しか選ばない ! 白が取り出された時、 Bの箱から取り出され た可能性はどれくらい か? A(0.8) B(0.2)
16.
ベイズの定理を使う ! P(B¦白)
= P(白¦B) x P(B) / P(白) = 0.75 * 0.2 / 0.4 = 0.375 • もともとBが選ばれる確率が20%だったのが、 白が観察されたことで37.5%に上昇した • 箱から取り出す確率が変化する不思議(もとの箱 を取り出す確率は単なる仮定と考えることもで きる。)
17.
スパム分類 ! P(spam¦words)
= P(words¦spam) * P(spam) / P(words) ! スパムと非スパムから単語の頻度が分かれば、 ある単語が文中に現れた場合にそれがスパムで ある確率を出すことができる
18.
箱で例える ! 箱から玉(word)を複 数同時に取り出す !
箱を選ぶ確率は五分 五分 ! wordsが観測された 時spamの箱から取 り出された可能性は どのくらいか? spam(0.5) ham(0.5)
19.
数式の補足 ! 単純ベイズ分類器 !
条件付き独立を仮定 条件付き独立を仮定しているので Zは定数
20.
作業のながれ(やる?) ! tm(text
mining) パッケージを利用して TDM(term document matrix) をつくる ! 分類器をつくる ! 未知の単語が出てきた 場合どうするか ! テストする
21.
IRISで分類する
22.
e1071を使う data(iris) library(e1071) classifier<-‐‑‒naiveBayes(iris[,1:4],
iris[,5]) train <-‐‑‒ predict(classifier, iris[,-‐‑‒5]) table(train,iris[,5],dnn=list('predicted','actual')) actual predicted setosa versicolor virginica setosa 50 0 0 versicolor 0 47 3 virginica 0 3 47
23.
何をやったのか? library(ggplot2) g <-‐‑‒
ggplot(iris, aes(x=Petal.Length, color=Species)) pl <-‐‑‒ classifier$tables$Petal.Length g + geom_̲histogram() + stat_̲function(fun=dnorm, colour='red', args=list(mean=pl[1,1], sd=pl[1,2])) + stat_̲function(fun=dnorm, colour='green', args=list(mean=pl[2,1], sd=pl[2,2])) + stat_̲function(fun=dnorm, colour='blue', args=list(mean=pl[3,1], sd=pl[3,2]))
24.
3章まとめ ! ベイズ分類をつかってみました !
文書に対して行いたいのならpythonのNLTK が便利です。 ! Pythonでは他にscikit-learnという機械学習 パッケージもあります
Descargar ahora