Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
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
760
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
320
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
230
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
2.3k
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
1.3k
Other Decks in Technology
See All in Technology
⾮構造化データを価値に変える AI エージェント基盤とその組織
ivry_presentationmaterials
0
190
ストレスなくAIと付き合いたい!こんなときどうしてる?
namiki64
3
540
hackers_champloo_2026_tidb
makocchi
0
160
スキマバイトという雇用形態は存在しないので、雇用期間1日のアルバイト契約を事業者とワーカーが結ぶ手続きを支えるのがタイミーなんです
akitoshiga
0
200
JAWSUG TOHOKU 青森支部 「LoGoチャット」のAWS移行で 乗り越えたこと
taketakekaho
0
340
フロントエンドカンファレンス関西2026 - 速すぎるUIに、待ち時間を
teamlab
PRO
0
130
AI導入は済んだ。次は統制を作り替える番だ_AI×開発組織 Summit 2026
techtekt
PRO
0
260
しろおびから始める!ログ活用の第一歩
shumei_ito
0
950
日本語に強いオープンな大規模言語モデル「LLM-jp」
odashi
4
1.1k
CTO Night|NotionのAIエージェントとFDE
kzkhykw1991
0
140
Claude の新機能を、 出た日に触って社内に届けるまで
rfdnxbro
1
180
二歩目のフロントエンド・ウェブアクセシビリティ
camiha
2
630
Featured
See All Featured
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
540
Are puppies a ranking factor?
jonoalderson
2
4.1k
Facilitating Awesome Meetings
lara
57
7.2k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.8k
Thoughts on Productivity
jonyablonski
76
5.4k
Fireside Chat
paigeccino
43
4.1k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.8k
More Than Pixels: Becoming A User Experience Designer
marktimemedia
3
560
Exploring anti-patterns in Rails
aemeredith
4
540
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
2
1.6k
Faster Mobile Websites
deanohume
310
32k
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
850
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 ͔