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
AWSを利用する上で知っておきたい名前解決のはなし(10分版)
nagisa53
10
3.2k
機械学習を扱うプラットフォーム開発と運用事例
lycorptech_jp
PRO
0
550
Aurora DSQLはサーバーレスアーキテクチャの常識を変えるのか
iwatatomoya
1
1.1k
実践!カスタムインストラクション&スラッシュコマンド
puku0x
0
480
Agile PBL at New Grads Trainings
kawaguti
PRO
1
440
研究開発と製品開発、両利きのロボティクス
youtalk
1
530
roppongirb_20250911
igaiga
1
240
2025年夏 コーディングエージェントを統べる者
nwiizo
0
180
LLMを搭載したプロダクトの品質保証の模索と学び
qa
0
1.1k
Practical Agentic AI in Software Engineering
uzyn
0
110
AIのグローバルトレンド2025 #scrummikawa / global ai trend
kyonmm
PRO
1
300
Unlocking the Power of AI Agents with LINE Bot MCP Server
linedevth
0
110
Featured
See All Featured
The Invisible Side of Design
smashingmag
301
51k
The Cost Of JavaScript in 2023
addyosmani
53
8.9k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.9k
Navigating Team Friction
lara
189
15k
A Modern Web Designer's Workflow
chriscoyier
696
190k
What’s in a name? Adding method to the madness
productmarketing
PRO
23
3.7k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
7
850
Building Adaptive Systems
keathley
43
2.7k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
36
2.5k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Designing for Performance
lara
610
69k
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