この記事は、このブログ内の機械学習の記事を読んでいたり、機械学習の知識をある程度持っていると読みやすいかもしれません。 また、かなり長くなってしまうので、数式の証明や意味などは特に説明しません。 深層学習とは 深層学習とは、「ニューラルネットワーク」と呼ばれる人間の脳の仕組みをコンピュータで再現するモデルを用いた機械学習のことです。 英語ではディープラーニングと呼ばれていて、人工知能ブームの真っ只中ですし聞いたことがある方が多いのではないでしょうか。 今回は、ニューラルネットワークの仕組みについて説明し、画像識別などによく用いられるニューラルネットワークであるCNNというものを紹介しようと思います。また、それをpythonで実装をしてみたいと思います。 なお、分かりやすく読んでいただけるように詳しい説明を省いたり通常の定義を噛み砕いて説明したりするので、本来の意味とずれてしまう説明がある可
ここでは予測という観点から書かれた記事を載せています。 また、フリーのデータ解析環境「R」を使った例も多く載せています。 ※統計基礎の内容を別の記事に移動しました。こちらから閲覧できます。 最終更新:2018年05月04日 スポンサードリンク 予測理論の基礎 予測の話 予測に便利な統計の基本や、本ページの趣旨などについて書かれています。 予測理論とpredictability 予測って何? という素朴な疑問から始める予測理論の入門スライド的なものです。 回帰分析系 単回帰分析 単回帰分析による予測の簡単な説明と、プログラムです モデル選択 理論編 モデル選択の簡単な方法論の説明 モデル選択 実践編 実際にモデル選択をして見る 重回帰分析 重回帰分析による予測 平滑化スプラインと加法モデル 非線形な状況をモデル化できる平滑化スプラインと加法モデルの紹介と予測 ・一日目 統計基礎~正規線形モデ
ディープラーニングは色々な知識が必要です。 「チュートリアル動かしました」で止まったままの人も多いでしょう。 そこで、自分がchainerを理解しながら動かした時の方法を書きます。 大前提 とは言ったものの、誰でも入門は無理なので。 以下が最低限の前提です。 数学:微分積分、行列、確率とか聞いても「ああ、あれね・・・」くらいには思う IT:Pythonがそれなりに分かる。numpyはそこそこ分かる。 機械学習:説明変数とか、目的変数とか分類とかが何となく分かる やる気:引っかかった時に、調べる気力がある ゴール chainerを自分で色々試せるレベルになる。 あくまで試せるレベルになるだけです。 それでも千里の道も一歩からです。 一緒に頑張りましょう。 ちなみになぜchainerか、というと、 入門者が触るには、バランスは良さそうに見えたからです。 最初の最初 ディープラーニングは歴史から
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く