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
Python ではじめる辞書学習 #1
Search
Hacarus Inc.
February 16, 2018
Technology
680
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Python ではじめる辞書学習 #1
Presentation slides at Hannnari Python #3
https://hannari-python.connpass.com/event/77366/
Hacarus Inc.
February 16, 2018
More Decks by Hacarus Inc.
See All by Hacarus Inc.
GitLab CI/CD で C#/WPFアプリケーションのテストとインストーラーのビルド・デプロイを自動化する
hacarus
0
1.4k
QA4AIに則ったMLOpsツールの活用
hacarus
0
750
0から協働ロボット外観検査システムを3ヵ月で具現化した軌跡
hacarus
0
300
ワンちゃんの健康を願う皆様に送る 犬心電図AI解析プロダクト紹介_AWS DevDay2022
hacarus
0
220
犬の心電AI解析プロダクト開発奮闘記 _クラウドからハード開発までてんこ盛り
hacarus
0
2.2k
ExplainableAIの概要とAmazon SageMaker Clarifyでの実装例
hacarus
0
1.2k
AWS Step Functions を用いた非同期学習処理の例
hacarus
0
1.5k
Dashでmyダッシュボードを作ろう ーpytrendsで見るコロナの感染拡大時期ー
hacarus
0
1.6k
Interpretable Machine Learning: モデル非依存な解釈手法の紹介
hacarus
0
1.2k
Other Decks in Technology
See All in Technology
VPCセキュリティ対応の最新事情
nagisa53
2
350
人依存からAIネイティブの体制へ:バックエンド開発の裏側【SORACOM Discovery 2026】
soracom
PRO
0
140
Webの技術とガジェットで子どもも大人も楽しめるワクワク体験を提供する / Qiita Tech Festa Day 2026
you
PRO
1
320
なぜ、あなたのAPIは使われないのか? AX時代の設計原則、ガードレール、運用体制
yokawasa
1
270
害獣害虫を自動判別! ペストコントロール支援ビジネス成功のヒント【SORACOM Discovery 2026】
soracom
PRO
0
130
BigQuery を検索ソースとした AI Agent の作り方って 〇〇 通りあんねん
satohjohn
0
140
PLaMo 3.0 Primeの事後学習
pfn
PRO
0
210
Power Automateアップデート情報
miyakemito
0
290
1台から試せる!Edge IoTを使った位置情報の活用設計【SORACOM Discovery 2026】
soracom
PRO
0
110
AWS環境のセキュリティ不安を解消した企業事例 ~よくある課題と対策を一挙公開~
asanoharuki
0
250
Claude Code並行開発環境の ムダ‧ムラ‧ムリを見直した話
muranakaaa
0
350
事業成長とAI活用を止めないデータ基盤アーキテクチャの設計思想
hiracky16
0
780
Featured
See All Featured
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.2k
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
techseoconnect
PRO
0
550
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
440
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
4.2k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
1
360
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
190
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
430
Mind Mapping
helmedeiros
PRO
1
290
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
760
Skip the Path - Find Your Career Trail
mkilby
1
170
Building Adaptive Systems
keathley
44
3.1k
Transcript
Python ではじめる辞書学習 #1 2018年2月16日 はんなり Python #3 @ウィングス京都
છాوࢤ ͦΊ͔ͩͨ͠ • גࣜձࣾϋΧϧε औక$50 • 1ZUIPOྺ • ؔ+BWBɾ+"846(ɾ%FW-07&ؔ
ք۾
εύʔεϞσϦϯά • σʔλͷεύʔεੑʹணͨ͠ϞσϦϯάख๏ • ೖྗಛྔͷதͷॏཁͳͷ͕Θ͔Δ • গͳ͍ใ͔Βݩͷใͷ෮ݩ͕Ͱ͖Δ
໌ޙ౦ژͰొஃ͠·͢
ຊͷΰʔϧ ߦྻղ XJUIը૾ʹ৮ΕΔ
ߦྻղ • ͋ΔߦྻΛผͷߦྻͷੵͰද͢ ۙࣅ͢Δ ! = #$ ઢܕํఔࣜΛղ͖ͨ͘͢͠Γ σʔλͷ࣍ݩѹॖಛͷநग़ʹΘΕͨΓ
ߦྻղͷ࣮ • /VN1Z • OVNQZMJOBMH ʹ 23ղಛҟղͳͲ • TDJLJUMFBSO •
TLMFBSOEFDPNQPTJUJPO ʹ 1$" *$"ɺ/.'ɺ ࣙॻֶशͳͲ
ը૾ʹద༻ͯ͠ΈΔ • ը૾ΛҰͭͷྻϕΫτϧͱݟཱͯΔ • ෳͷը૾σʔλΛҰͭͷߦྻͱݟཱͯΔ !"" ⋯ !$" ⋮ ⋱
⋮ !"' ⋯ !$' ཁૉ Qͷ Oݸͷը૾αϯϓϧ
σʔληοτ 0MJWFUUJ'BDFTYຕ IUUQTDTOZVFEVdSPXFJTEBUBIUNM
1$" • ࢄΛ࠷େԽ͢ΔํʹओΛநग़ • ֤ओަ • ࣍ݩݮͰ͓ೃછΈ
1$"ͷओ جఈʹݮɺد༩ͷ߹ܭ
1$"Ͱ࠶ߏ
1$" # run PCA from sklearn.decomposition import PCA pca =
PCA(n_components=n_components, svd_solver='randomized’, whiten=True) pca.fit(X_train) # reconstruct original space code = pca.transform(sample.reshape(1, -1)) reconstructed = pca.inverse_transform(code)
1$" • ݩͷσʔληοτ 9ΑΓ͍࣍ݩʹམͱ͢ !" = $%" ݸͷإը૾Λͬ͘͟Γ ύλʔϯʹׂͨ͠Πϝʔδ
*$" • ͷಠཱੑʹண • ࠞ߹৴߸ͷ߹ʹΑ͍ੑೳ
*$" ͷಠཱ
*$"Ͱ࠶ߏ
*$" # run ICA from sklearn.decomposition import FastPCA ica =
FastICA(n_components=n_components, whiten=True) ica.fit(X_train) # reconstruct original space code = ica.transform(sample.reshape(1, -1)) reconstructed = ica.inverse_transform(code)
/.' • ཁૉ͕ඇෛͱ͍͏੍Λିͨ͠ߦྻղ • جఈͷ͠߹ΘͤͰݩͷσʔλΛදݱ • ಛநग़ͱͯ͠ΈΔ͜ͱՄ
/.'ͷಛߦྻ ࣍ݩɺ࠶ߏΤϥʔ ϑϩϏϊεϊϧϜ
/.'Ͱ࠶ߏ
/.' # run NMF from sklearn.decomposition import NMF nmf =
NMF(n_components=n_components) W = nmf.fit_transform(X_train) H = nmf.components_ # reconstruct original image code = nmf.transform(sample.reshape(1, -1)) reconstructed = nmf.inverse_transform(code)
/.' • εύʔεͳղ ਓͷը૾Λ ͷإͷύλʔϯͷ͠߹ΘͤͰදݱ
·ͱΊ • 1$"ɺ*$"ͱ /.'Λෳͷը૾σʔλʹର͠ ࣮ͯࢪ • ࣍ʑճࣙॻֶश • αϯϓϧίʔυ IUUQTHJUJPW"D47
উखʹ ࣍ճ༧ࠂ • 1Z$PO 1)Ϩϙʔτ • དྷि ɺ
ϚχϥͰ։࠵ • ฐࣾϑΟϦϐϯͷΤϯδχΞ͕ొஃ • IUUQTQZDPOQZUIPOQI • ࣍ճΜͳΓ 1ZUIPOʹࢀՃͰ͖Δ ͔