Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習図鑑の眺め方
Search
Asei Sugiyama
August 08, 2019
Technology
2
1.2k
機械学習図鑑の眺め方
みんなのPython勉強会#48 - connpass
https://startpython.connpass.com/event/124253/
で発表する資料です
Asei Sugiyama
August 08, 2019
Tweet
Share
More Decks by Asei Sugiyama
See All by Asei Sugiyama
MLOps の現場から
asei
8
900
LLMOps: Eval-Centric を前提としたMLOps
asei
7
670
The Rise of LLMOps
asei
13
3k
生成AIの活用パターンと継続的評価
asei
15
2.6k
最近の Citadel AI の取り組みのご紹介 (Nov, 2024)
asei
2
130
仕事で取り組む 生成 AI 時代の対話の品質評価
asei
2
89
MLOps の処方箋ができるまで
asei
3
660
LLM を現場で評価する
asei
5
1k
生成 AI の評価方法
asei
8
2.4k
Other Decks in Technology
See All in Technology
【5分でわかる】セーフィー エンジニア向け会社紹介
safie_recruit
0
19k
Ruby on Railsで持続可能な開発を行うために取り組んでいること
am1157154
3
170
エンジニア主導の企画立案を可能にする組織とは?
recruitengineers
PRO
1
310
AIエージェント入門
minorun365
PRO
33
20k
ExaDB-XSで利用されているExadata Exascaleについて
oracle4engineer
PRO
3
300
役員・マネージャー・著者・エンジニアそれぞれの立場から見たAWS認定資格
nrinetcom
PRO
5
6.8k
事業モメンタムを生み出すプロダクト開発
macchiitaka
0
110
アジャイルな開発チームでテスト戦略の話は誰がする? / Who Talks About Test Strategy?
ak1210
1
850
リクルートのエンジニア組織を下支えする 新卒の育成の仕組み
recruitengineers
PRO
2
180
Amazon Aurora のバージョンアップ手法について
smt7174
2
190
OPENLOGI Company Profile
hr01
0
60k
Amazon Q Developerの無料利用枠を使い倒してHello worldを表示させよう!
nrinetcom
PRO
2
120
Featured
See All Featured
Speed Design
sergeychernyshev
28
820
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
Stop Working from a Prison Cell
hatefulcrawdad
268
20k
Java REST API Framework Comparison - PWX 2021
mraible
29
8.4k
How to Ace a Technical Interview
jacobian
276
23k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
30
4.6k
Thoughts on Productivity
jonyablonski
69
4.5k
How to train your dragon (web standard)
notwaldorf
91
5.9k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
21
2.5k
Mobile First: as difficult as doing things right
swwweet
223
9.5k
Measuring & Analyzing Core Web Vitals
bluesmoon
6
260
Transcript
ػցֶशਤؑͷோΊํ ΈΜͳͷ Python ษڧձ#48 - connpass
࣍ 1.ॻ੶Ͱѻ͏ΞϧΰϦζϜͷશମ૾ 2.ྨ 3.ճؼ 4.ΫϥελϦϯά 5.࣍ݩݮ 6.࠷ޙʹ
ࣗݾհ • ਿࢁ Ѩ • Software Engineer @Repro • ػցֶशͱ͔౷ܭͱ͔։ൃͱ͔
• ػցֶशਤؑ ڞஶ
ΞϧΰϦζϜͷղઆํ 1.Πϝʔδ͕ΘΔΑ͏ʹ͢Δ • Web ΤϯδχΞ͕งғؾΛΘ͔Δ • ݫີ͞ΑΓΘ͔Γ͢͞ 2.ࣜΛ༻͍ͨৄࡉͳهड़ߦΘͳ͍ • ຊޠͱਤͰؤுΔ
• ຊࢿྉͷਤͷେຊ͔ΒҾ༻
հ͢ΔΞϧΰϦζϜ ͷબఆج४ • ػցֶशΞϧΰϦζϜΛ၆ᛌͰ͖ΔΑ ͏ʹબఆ • scikit-learn ͷ Choosing the
right estimator Λࢀߟʹબఆ
None
None
ྨ (Classification) • ࢄΛ༧ଌ͢Δ ! y -1 0 0 0
1 1 2 ? 3 1
ྨͷྫ • ΞϠϝͷྨ͕༗໊ • ΨΫย (sepal) ͱՖห (petal) ͷ ͞ͱ෯͔ΒΞϠϝͷछྨΛ༧ଌ
• σʔλ͔Βܾఆڥք (ڥ) Λֶश
ྨʹద༻Ͱ͖ΔΞϧΰϦζϜ • ϩδεςΟοΫճؼ • αϙʔτϕΫτϧϚγϯ • φΠʔϒϕΠζ • ϥϯμϜϑΥϨετ •
χϡʔϥϧωοτϫʔΫ • kNN
αϙʔτϕΫτϧϚγϯ • ΞϧΰϦζϜϋΠύʔύϥϝʔλʔʹ Αֶͬͯश͢Δܾఆڥքͷܗ͕ҟͳΔ • ಉ͡σʔλΛ༻͍ͯɺαϙʔτϕΫτϧ ϚγϯͷΧʔωϧؔΛมֶ͑ͯश͞ ͤͨ݁Ռ͕ӈਤ
None
༩͑ํʹΑͬͯΑ͘Θ͔Βͳ͍ܗʹͳΔ
None
ճؼ (Regression) • ࿈ଓΛ༧ଌ͢Δ ! ! y 1 0 1
1 1 2 2 2 ? 2 3 5
ճؼͷྫ • ϘετϯͷॅՁ֨༧ଌ͕༗໊ • ΑΓ؆୯ͳσʔλͱͯ͠ΞϯείϜ ͷσʔληοτ͕͋Δ (ӈਤ) • ͜ΕΒͷΛ͏·ۙ͘ࣅ͢ΔΑ͏ͳۂ ઢ
(ઢΛؚΉ) Λֶश͢Δ
ճؼʹద༻Ͱ͖ΔΞϧΰϦζϜ • ઢܗճؼ • αϙʔτϕΫτϧϚγϯ • ϥϯμϜϑΥϨετ • χϡʔϥϧωοτϫʔΫ •
kNN
ΞϯείϜͷσʔληοτ • ՄࢹԽͷॏཁੑΛࣔ͢σʔληοτ • 4 ͭͷσʔληοτʹ͍ͭͯɺ࣍ͷ ͕΄΅ಉ͡ 1.ฏۉ 2.ࢄ 3.૬ؔ
4.ճؼઢͷยͱ͖ • ࢦඪΛ༻͍ͨධՁՄࢹԽ྆ํॏཁ
None
ΫϥελϦϯά • ͜Ε·Ͱڭࢣ͋Γ • ͋ΔมͷΛ༧ଌ͢Δ • ͔͜͜Βڭࢣͳ͠ • σʔλͦͷͷ͔Βֶश͢Δ •
ΫϥελϦϯά • ࣅͨͷಉ࢜ͷσʔλΛΫϥελͱ ͯ͠·ͱΊΔख๏ • ࠨͷਤͷσʔλΛӈͷਤͷΑ͏ʹ σʔλΛׂ͢Δ
ΫϥελϦϯάΛߦ͏ΞϧΰϦζϜ • k-means ๏ • ࠞ߹Ψε (Λ༻͍ͨΫϥελϦϯά) • etc.
k-means ๏ͷֶशͷ༷ࢠ • Ϋϥελͷॏ৺ΛదʹܾΊΔ (ΫϥελࣗͰܾΊΔ) • σʔλΛ͍ۙ΄͏ͷʹྨ͠ɺฏۉΛٻΊΔ͜ͱΛ܁Γฦ͢
None
࣍ݩݮ • ՄࢹԽେࣄ (ΞϯείϜͷσʔληοτ) • σʔλΛՄࢹԽ͢Δ͜ͱࠔͳ͜ͱ͕ଟ͍ • ΞϠϝσʔλͰΨΫย͞ͱ෯ɺՖหͷ͞ͱ෯Λߟ͑Δ ͱ 4
࣍ݩͳͷͰͦͷ··ͰՄࢹԽͰ͖ͳ͍ • σʔλͷߏΛอͬͨ··͏·࣍͘ݩΛམͱ͍ͨ͠ • σʔλͷഎܠʹͳ͍ͬͯΔใΛ͏·͘நग़͍ͨ͠
࣍ݩݮͷྫ • 3 ࣍ݩ͔Β 2 ࣍ݩʹ࣍ݩݮͨ͠ྫ • (a) ݩσʔλ •
(b) LLE Ͱ࣍ݩݮ • (c) PCA Ͱ࣍ݩݮ • LLE ͷํ͕ݩͷߏΛอͬͨ··ల։ Ͱ͖͍ͯΔ
࣍ݩݮΞϧΰϦζϜ • PCA • LSA • NMF • LDA •
t-SNE • etc.
खॻ͖จࣈσʔλͷ࣍ݩݮ
࠷ޙʹ • ΞϧΰϦζϜ͕ͯ͢Ͱͳ͍ • ͦΕҎ֎ʹେมͳͱ͜Ζ͕͋Δ
An Extended Version Of The Scikit-Learn Cheat Sheet1 • ๏໘େৎʁ
• σʔλʹΞΫηεͰ͖Δʁ • σʔλͷதཧղͨ͠ʁ • σʔλ͖Ε͍ʁ • ՝໌֬ʁ 1 https://medium.com/@chris_bour/an-extended-version-of-the- scikit-learn-cheat-sheet-5f46efc6cbb
Recap ࣍ ༰ 1. ॻ੶Ͱѻ͏ΞϧΰϦζϜͷશମ૾ ྨɾճؼɾΫϥελϦϯάɾ࣍ݩݮΛѻ͏ 2. ྨ ࢄΛ༧ଌ͢Δ 3.
ճؼ ࿈ଓΛ༧ଌ͢Δ 4. ΫϥελϦϯά ࣅͨͷಉ࢜ͷσʔλΛ·ͱΊΔ 5. ࣍ݩݮ ෳࡶͳߏͷσʔλΛγϯϓϧʹ͢Δ 6. ࠷ޙʹ ݱ࣮ෳࡶͳͷͰΞϧΰϦζϜҎ֎େ