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
1.1k
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
生成 AI の評価方法
asei
8
1.3k
対話品質の評価に向き合う
asei
4
340
Kubeflow Pipelines v2 で変わる機械学習パイプライン開発
asei
5
930
遊戯王 AI は次世代のグランドチャレンジになりうるか
asei
0
190
Vertex AI ではじめる MLOps
asei
3
120
MLSE 機械学習オペレーション WG と LangCheck の活動に関するお礼
asei
1
66
Vertex AI Feature Store に 機械学習エンジニアが涙した 理由
asei
2
1.8k
Cloud Next '23 から考える LLMOps
asei
3
870
Azure Architecture Center における MLOps Framework の概要と比較
asei
2
900
Other Decks in Technology
See All in Technology
20240717_イケコパ代表Copilot_in_Teams会社でこう使ってます
ponponmikankan
2
430
データ分析を支える技術 生成AI再入門
ishikawa_satoru
0
380
What is DRE? - Road to SRE NEXT@広島
chanyou0311
3
620
セキュリティ研修 Day1【MIXI 24新卒技術研修】
mixi_engineers
PRO
0
150
[NIKKEI Tech Talk] KDDI/KAG Scrum & Community for Engineering Training
curanosuke
2
220
Amazon FSx for NetApp ONTAPのパフォーマンスチューニング要素をまとめてみた #cm_odyssey #devio2024
non97
0
220
LINE WORKSへ簡単通知!Incoming Webhookアプリの紹介
mmclsntr
0
110
エンジニア向け会社紹介資料
caddi_eng
14
220k
AWSでRAGを作る法方
sonoda_mj
1
140
[2024最新版]AWS Control Towerを使ったセキュアなマルチアカウント環境の作り方
hiashisan
0
270
AutomatedLabを使って内部ペンテストを勉強しよう! -やられ社内ネットワークの自動構築-
n_etupirka
1
610
エンジニアの生存戦略 〜クラウド潮流の経験から紐解く技術トレンドのメカニズムと乗りこなし方〜
shimy
9
1.9k
Featured
See All Featured
A Philosophy of Restraint
colly
200
16k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
277
13k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
24
1.8k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
121
18k
What the flash - Photography Introduction
edds
65
11k
Unsuck your backbone
ammeep
666
57k
Atom: Resistance is Futile
akmur
261
25k
Facilitating Awesome Meetings
lara
46
5.8k
Fireside Chat
paigeccino
25
2.8k
Raft: Consensus for Rubyists
vanstee
134
6.5k
A Modern Web Designer's Workflow
chriscoyier
689
190k
Clear Off the Table
cherdarchuk
89
320k
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֎େ