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
kuniiskywalker
January 10, 2018
Technology
0
580
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)
kuniiskywalker
January 10, 2018
Tweet
Share
More Decks by kuniiskywalker
See All by kuniiskywalker
ベイズの定理
kuniiskywalker
0
54
Other Decks in Technology
See All in Technology
SpringBoot x TestContainerで実現するポータブル自動結合テスト
demaecan
0
110
Node-RED × MCP 勉強会 vol.1
1ftseabass
PRO
0
170
マーケットプレイス版Oracle WebCenter Content For OCI
oracle4engineer
PRO
3
920
LangChain Interrupt & LangChain Ambassadors meetingレポート
os1ma
2
160
WordPressから ヘッドレスCMSへ! Storyblokへの移行プロセス
nyata
0
230
なぜ私はいま、ここにいるのか? #もがく中堅デザイナー #プロダクトデザイナー
bengo4com
0
1.2k
AIのAIによるAIのための出力評価と改善
chocoyama
2
590
AWS Organizations 新機能!マルチパーティ承認の紹介
yhana
1
190
急成長を支える基盤作り〜地道な改善からコツコツと〜 #cre_meetup
stefafafan
0
150
mrubyと micro-ROSが繋ぐロボットの世界
kishima
2
370
製造業からパッケージ製品まで、あらゆる領域をカバー!生成AIを利用したテストシナリオ生成 / 20250627 Suguru Ishii
shift_evolve
PRO
1
150
5min GuardDuty Extended Threat Detection EKS
takakuni
0
160
Featured
See All Featured
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
252
21k
Docker and Python
trallard
44
3.4k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
657
60k
Agile that works and the tools we love
rasmusluckow
329
21k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
Visualization
eitanlees
146
16k
Navigating Team Friction
lara
187
15k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
800
Measuring & Analyzing Core Web Vitals
bluesmoon
7
490
Being A Developer After 40
akosma
90
590k
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