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ではじめる機械学習(教師あり学習)
Search
KURUM
January 10, 2018
Technology
0
590
Pythonではじめる機械学習(教師あり学習)
Pythonではじめる機械学習(教師あり学習)
KURUM
January 10, 2018
Tweet
Share
More Decks by KURUM
See All by KURUM
SQSとPipesで回す BedrockによるPDF解析
kuniiskywalker
0
100
Other Decks in Technology
See All in Technology
Codex 5.3 と Opus 4.6 にコーポレートサイトを作らせてみた / Codex 5.3 vs Opus 4.6
ama_ch
0
200
20260208_第66回 コンピュータビジョン勉強会
keiichiito1978
0
190
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
10k
10Xにおける品質保証活動の全体像と改善 #no_more_wait_for_test
nihonbuson
PRO
2
330
Claude_CodeでSEOを最適化する_AI_Ops_Community_Vol.2__マーケティングx_AIはここまで進化した.pdf
riku_423
2
610
顧客の言葉を、そのまま信じない勇気
yamatai1212
1
360
OpenShiftでllm-dを動かそう!
jpishikawa
0
140
仕様書駆動AI開発の実践: Issue→Skill→PRテンプレで 再現性を作る
knishioka
2
680
AI駆動開発を事業のコアに置く
tasukuonizawa
1
360
CDK対応したAWS DevOps Agentを試そう_20260201
masakiokuda
1
390
CDKで始めるTypeScript開発のススメ
tsukuboshi
1
530
【Ubie】AIを活用した広告アセット「爆速」生成事例 | AI_Ops_Community_Vol.2
yoshiki_0316
1
120
Featured
See All Featured
The Power of CSS Pseudo Elements
geoffreycrofte
80
6.2k
Claude Code のすすめ
schroneko
67
210k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2k
Code Review Best Practice
trishagee
74
20k
Designing for Timeless Needs
cassininazir
0
130
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.1k
BBQ
matthewcrist
89
10k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.7k
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
52
Statistics for Hackers
jakevdp
799
230k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.3k
Visualization
eitanlees
150
17k
Transcript
PythonͰ͡ΊΔػցֶश ڭࢣ͋Γֶश 2ষ
▪ 自己紹介 ΞδΣϯμ ▪ 2.1ɹΫϥεྨͱճؼ ▪ 2.2ɹ൚Խɺաద߹ɺద߹ෆ ▪ 2.3ɹڭࢣ͋ΓػցֶशΞϧΰϦζϜ
Twi$erID: @kuniiskywalker ࣗݾհ 仕事:ソフトウェア・デベロッパー 趣味:minecra5 機械学習は個人的に勉強中
2.1ɹΫϥεྨͱճؼ
教師あり機械学習問題は⼤きく「クラス分類」と「回帰」に分類される 回帰 クラス分類 Ϋϥεྨͱճؼ
Ϋϥεྨ
Ϋϥεྨ త ͋Β͔͡ΊఆΊΒΕͨબࢶͷத͔ΒΫϥεϥϕϧΛ༧ଌ͢Δ͜ͱ 2Ϋϥεྨ ଟΫϥεྨ
2Ϋϥεྨ ྨثΛ༻͍ͯదͳ2छྨͷʮΫϥεʯʹྨ͢Δํ๏ ྫɿϝʔϧ͕εύϜ͔൱͔
ଟΫϥεྨ 3ͭҎ্ͷΫϥε͢Δํ๏ ྫɿखॻ͖ࣈͷը૾͔ΒࣈΛೝࣝ
ճؼ
ճؼ త ࿈ଓͷ༧ଌ גՁͷมಈ༧ ڝഅͷ༧
Ϋϥεྨͱճؼͷ͍͚ ΫϥεྨͱճؼΛ۠ผ͢Δʹɺग़ྗʹ࿈ଓੑ͕͋Δ͔ߟ͑Δ
2.2ɹ൚Խɺաద߹ɺద߹ෆ
൚Խ Ϟσϧ͕ະͷσʔλʹରͯ͠༧ଌग़དྷ͍ͯΔঢ়ଶ
աద߹ ܇࿅ηοτʹద߹͗ͯ͢͠ɺ৽͍͠σʔλʹରͯ͠༧ଌͰ͖ͯͳ͍ Overfitting
ద߹ෆ ୯७͗͢ΔϞσϧʢಛྔ͕গͳ͍ʣͰɺ ະͷσʔλʹରͯ͢͠Δ༧ଌਫ਼͕Ͱͳ͍ঢ়ଶ ྫɿϘʔτΛߪೖͨ͠ͱ͍͏ಛྔ͚ͩͩͱɺஉੑͱঁੑͷ߹ߪೖ࣌ظͳͲ ɹɹߟྀ͠ͳ͍ͱ༧ଌʹରͯ͠ਫ਼͕ग़ͳ͍ Underfitting
ڭࢣ͋ΓػցֶशΞϧΰϦζϜ
ʢέΠ͖Μ΅͏΄͏ʣ K-࠷ۙ๏ ֶशσʔλΛϕΫτϧ্ۭؒʹϓϩοτ͓͖ͯ͠ɺະͷσʔλ͕ಘΒΕͨΒɺ ͔ͦ͜Βڑ͕͍ۙॱʹҙͷKݸΛऔಘ͠ɺଟܾͰσʔλ͕ଐ͢ΔΫϥεΛਪఆ͢Δɻ
ઢܗϞσϧ ʮతมʯͱʮઆ໌มʯͷؔੑΛઢܗͰ͋ΒΘͨ͠ͷ తม આ໌ม
ઢܗϞσϧʹΑΔճؼ ઢܗճؼ Ϧοδճؼ Lassoճؼ Α͘ΘΕΔճؼख๏ ύϥϝʔλʔΛ܇࿅σʔλ͔Βֶश͢Δํ๏ Ϟσϧͷෳࡶ͞Λ੍ޚ͢Δํ๏
ઢܗϞσϧʹΑΔճؼ Ұൠతͳ༧ଌࣜ yˆ=w[0]×x[0]+w[1]×x[1]+ɾɾɾ+w[p]×x[p]+b ɾ wͱbֶश͞ΕͨϞσϧͷύϥϝʔλʔ ɾ yˆϞσϧ͔Βͷ༧ଌ ɾpಛྔͷ ɾ w͖Λද͢ύϥϝʔλʔͰॏΈɺ͘͠ݺΕΔ
ɾ bย ʢಛྔ͕ෳͷ߹ʣ
ઢܗϞσϧʹΑΔճؼ
ઢܗճؼ(௨ৗ࠷খೋ๏) ਫ৭ͷઢͷ͞ͷೋͷ͕࠷খʹͳΔઢΛͱΊΔ
正則化を使った回帰 ਖ਼ଇԽͱʁ աద߹Λ;͙ͤͨΊʹΛ͑ΔΈ L2ਖ਼ଇԽͱL1ਖ਼ଇԽ͕͋Δ
L2ਖ਼ଇԽ Ϟσϧͷաద߹Λ͙ͨΊʹɺ ͷେ͖͞Λ࠷খݶʹͯ͠ग़ྗͷӨڹΛ͑Δಛ͕͋Δ ͷେ͖͞Λ࠷খݮʹ͢Δ > Λ0ʹ͚ۙͮΔ > ग़ྗͷӨڹΛ͑Δ > աద߹Λ͙
L1ਖ਼ଇԽ ͍͔ͭ͘ͷΛશʹ0ʹ͢Δ = ͍͔ͭ͘ͷಛΛແࢹ͢Δ ݁Ռಛྔͷݟ௨͕͠Α͘ͳΓɺॏཁͳͷ͕໌Β͔ʹͳΔ
リッジ回帰 ༧ଌʹ͏ࣜɺ௨ৗ࠷খೋ๏ͱಉ͡ ઢܗճؼʹL2ਖ਼ଇԽΛࢪͨ͠ͷ
Lassoճؼ ༧ଌʹ͏ࣜɺ௨ৗ࠷খೋ๏ͱಉ͡ ઢܗճؼʹL1ਖ਼ଇԽΛࢪͨ͠ͷ