機械学習勉強会01 1次関数での回帰分析/MLStudy01

機械学習勉強会01 1次関数での回帰分析

本格的に機械学習の話をする前に、機械学習ってどんな雰囲気のものかということだけを説明した、前説的な位置付け。

Transcript

1. 1࣍ؔ਺Ͱͷ ճؼ෼ੳ ػցֶशͷୈҰา @hachiilcane
2. ͜Ε͔Β࿩͢಺༰͸ ػցֶशͷΞϧΰϦζϜʮ෼ྨʯʮճؼ෼ ੳʯʮΫϥελϦϯάʯͷ͏ͪͷʮճؼ෼ੳʯ ʮճؼ෼ੳʯ͸਺஋Λ༧ଌ͢ΔʢҰൠతʹ͸ ڭࢣ͋ΓͷʣΞϧΰϦζϜ ΋ͬͱ΋؆୯ͳྫͱࢥΘΕΔɺ1࣍ؔ਺ͷؔ ܎Λߟ͑Δʢઢܗճؼͱ΋͍͏ʣ
3. ྫ͑͹͜Μͳ΋ͷΛߟ͑ ͍ͨ ͜ͷ˓˓ඵΛ༧ଌ͍ͨ͠ ϒϥ΢β ϑΝΠϧΞοϓϩʔυ c:¥doc¥photo1.jpg Upload ΫϦοΫͨ͠Β දࣔ͞ΕΔ ͨͿΜ˓˓ඵͰ׬ྃ͠·͢
4. ೖྗͱग़ྗΛߟ͑Δ ೖྗ͸ɺΞοϓϩʔυ͢ΔϑΝΠϧͷϑΝ ΠϧαΠζͱ͢Δ ͜Ε͕࠷దͱ͍͏อূ͸ͳ͍͕ɺͻͱ· ͣ͜͏͢Δ ग़ྗ͸ɺΞοϓϩʔυʹ͔͔Δ༧૝࣌ؒ ͜Ε͕஌Γ͍ͨ஋
5. ࣮ଌͯ͠Έͨ ϑΝΠϧ αΠζ ʢMByteʣ Ξοϓϩʔυ ࣌ؒ ʢඵʣ 0.0 2.034473 0.1 1.587378 0.2 3.881768 0.3 6.662692 0.4 5.672229 0.5 6.225652 0.6 7.291185 0.7 10.383697 0.8 8.415831 0.9 9.941804
6. ࠓ͍ͨ͜͠ͱ͸Կ͔ ϑΝΠϧαΠζ͕෼͔ͬͨΒɺΞοϓ ϩʔυʹ͔͔Δ࣌ؒΛ༧ଌͯͦ͠ΕΛը ໘্ʹද͍ࣔͨ͠
7. ͭ·Γ͜͏͍͏͜ͱ ௚ઢΛҾ͚͹͍͍ʂ
8. ௚ઢͷࣜͱ͸ x ... ϑΝΠϧαΠζ y ... Ξοϓϩʔυʹ͔͔Δ࣌ؒʢ஌Γ͍ͨ৘ใʣ ͭ·Γɺద੾ͳaͱb͕෼͔Ε͹ɺy=ax+bͱ͍͏਺ࣜΛ࢖ͬͯ ࣌ؒͷ༧ଌ͕Ͱ͖Δ ྫɿ y= 5.0x+2.0 ͳΒɺϑΝΠϧαΠζ͕0.5MByteͳΒ͹ 5.0*0.5+2.0=4.5ඵ͔͔Δ͜ͱ͕༧ଌͰ͖Δ y = ax + b
9. Ͳ͜ʹઢΛҾ͍ͨΒΑΓ ਖ਼͔֬ ૝ఆͨ͠௚ઢ͕ͲΕ͘Β͍ਫ਼౓͕Α͍ͷ͔ ʢΑΓਖ਼֬ʹ࣌ؒΛ༧ଌͰ͖Δ͔ʣΛ൑அ͢ Δࢦඪ͕΄͍͠ ͜͏ʁ ͜͏ʁ
10. ʮਖ਼֬͞ʯͷࢦඪΛܾΊ Δ ਺͔ࣜΒಘΒΕΔ༧ଌ࣌ؒͱɺ࣮ࡍͷ σʔλ͔ΒಘΒΕΔ࣮ଌ࣌ؒͷࠩʢ͍ ΘΏΔޡࠩʣͷ߹ܭ͕খ͍͞ͱྑ͍ɺ ͱͯ͠ΈΔ ͜Ε͕ਖ਼͍͠ͱ͍͏Θ͚Ͱ͸ͳ͘ɺ ͱΓ͋͑ͣͦ͏ͯ͠ΈΔͱ͍͏͚ͩ
11. ࢦඪΛ΋ͱʹ൑அ͢Δ ϑΝΠϧ αΠζ ༧ଌ ʢඵʣ ࣮ଌ ʢඵʣ ޡࠩ ʢඵʣ 0.0 2.0 2.034473 0.0345 0.1 2.78 1.587378 -1.1926 0.2 3.56 3.881768 0.3218 0.3 4.34 6.662692 2.3227 0.4 5.12 5.672229 0.5522 0.5 5.9 6.225652 0.3257 0.6 6.68 7.291185 0.6112 0.7 7.46 10.383697 2.9237 0.8 8.24 8.415831 0.1758 0.9 9.02 9.941804 0.9218 ߹ܭ 6.9968 ͷ৔߹ ϑΝΠϧ αΠζ ༧ଌ ʢඵʣ ࣮ଌ ʢඵʣ ޡࠩ ʢඵʣ 0.0 2.1 2.034473 -0.0655 0.1 2.9 1.587378 -1.3126 0.2 3.7 3.881768 0.1818 0.3 4.5 6.662692 2.1627 0.4 5.3 5.672229 0.3722 0.5 6.1 6.225652 0.1257 0.6 6.9 7.291185 0.3912 0.7 7.7 10.383697 2.6837 0.8 8.5 8.415831 -0.0842 0.9 9.3 9.941804 0.6418 ߹ܭ 5.0968 y = 7.8x + 2.0 y = 8.0x + 2.1 ͷ৔߹ ͬͪ͜ͷํ͕ ྑͦ͞͏͔ͳʁ
12. ͋ͱ͸Կ͔ͷํ๏ͰΑΓ ྑ͍aͱbͷ஋ΛٻΊΔ ͜͜Ͱ͸ಛʹͦͷํ๏ʹ͍ͭͯ͸;Εͳ ͍͕ɺํ๏͸ԿͰ΋͍͍ ͱʹ͔͘खͰઢΛҾ͖·͘Δͱ͔ ೲಘ͍͘ਫ਼౓ͷ਺͕ࣜಘΒΕͨΒ׬ྃ
13. ͜Ε·Ͱ΍ͬͨ͜ͱΛৼ ΓฦͬͯΈΔ 1.ͱΓ͋͑ͣɺy=ax+bͱ͍͏਺ࣜʹ౰ͯ͸Ίͨ 2.਺͕ࣜʢݴ͍׵͑Δͱɺaͱbͱ͍͏ύϥϝʔ λ͕ʣ͍͍͔Ͳ͏͔͸༧ଌ࣌ؒͱ࣮ଌ࣌ؒͷ ޡࠩͰ൑அͨ͠ 3.ԿΒ͔ͷํ๏Ͱ࠷΋ͦΕΒ͍͠aͱbͷ஋Λٻ Ίͨ
14. ҰൠతͳύϥϝτϦοΫϞσ ϧͱݺ͹ΕΔख๏Ͱߟ͑Δͱ ࣍ͷ̏ͭͷεςοϓͰΰʔϧͱͳΔϞσϧɺ ͢ͳΘͪ਺ࣜΛܾఆ͢Δ 1.ύϥϝʔλΛؚΉϞσϧʢ਺ࣜʣΛઃఆ͢ Δ 2.ύϥϝʔλΛධՁ͢Δج४ΛఆΊΔ 3.࠷ྑͷධՁΛ༩͑ΔύϥϝʔλΛܾఆ͢Δ
15. ̏ͭͷεςοϓΛҙࣝ͢ Δͱྑ͍ ͍͍ͩͨͲΜͳػցֶशͰ΋͜ͷ̏ͭ ͷεςοϓΛܦΔ ̏ͭͷεςοϓΛܦͯɺʮԿΒ͔ͷݱ৅ ʹ͍ͭͯɺ౷ܭతͳख๏Λ༻͍ͯɺͦΕ Λઆ໌͋Δ͍͸༧ଌ͢ΔϞσϧʢ਺ ࣜʣΛ࡞Γग़͢ʯʹʮ౷ܭϞσϧʯ
16. ̏ͭͷεςοϓ͸Ͳ͏ܾ ΊͨΒ͍͍ʁ Կ΋ਖ਼ղ͸ͳ͍ɻಘΒΕͨ౴͕͑ଥ౰ Ͱ͋Δ͜ͱΛɺԾઆʗݕূΛ܁Γฦͯ͠ ෼ੳ͢Δ͜ͱ͕ඞཁʹͳΔ
17. ࣍ͷεςοϓ͸ ΑΓҰൠతʹɺଟ߲ࣜۙࣅΛ૝ఆ͢Δ ͜Μͳ΍ͭ ࠷খೋ৐๏Λ༻͍ͯΑΓਖ਼֬ͳύϥϝʔλ ʢ͜͜Ͱ͸ଟ߲ࣜͷ܎਺ʣΛਪఆ͢Δ f(x) = w0 + w1x + w2x2 + ... + wM xM = M X m=0 wmxm
18. ࢀߟจݙ தҪ ӻ࢘ʮITΤϯδχΞͷͨΊͷػց ֶशཧ࿦ೖ໳ʯٕज़ධ࿦ࣾ, 2015