機械学習モデル

予測精度の改善するには、大きく分けて以下の３つが知られている。 （１）データ量を増やす （２）アルゴリズムのチューニング （３）特徴量の増減（３）には、以下のような方法がある。 ①フィルター法：相関係数等によって、関連のある変数を投入する。 ②ラッパー法（前進法・後退法） 前進法：変数を１つづ投入して予測の精度を評価 後退法：全ての変数を入れた状態から１づつ削除し、評価。 統計の回帰分析で行われる変数増加法、変数減少法に似ている。 ③組込み法：モデルを用いる方法。 決定木やランダムフォレスト等が良く知られている。

はじめに 独り言 構成 コンテナイメージの作成 フォルダ構成 Dockerfile POST, Responseスキーム app.py ローカルでテスト Lmabdaのロギング ECRにプッシュ Lambda関数作成 API Gatewayの作成 POSTテスト 感想 参考 はじめに pythonを使った機械学習モデルは巷でよく見ます。今回はpytorchを使って学習させたモデルをAWSにサクッとデプロイしたいと思います。 この記事をめちゃめちゃ参考にしました。良記事です。 tech.aptpod.co.jp 今回は上の記事の丸パクリで、以下のような構成にします。 Frontend --- A…

モデルの学習をしていて、TrainingLossよりValidationLossが小さくなることが稀に良くある。 これをどう説明解釈すれば良いか？という点についてちょっと悩んだ際に見つけたAurélien Geron氏のツイートをメモっておく。 はじめに 最近の実務の中でよく感じているが、モデルの学習（というか機械学習関連のコーディング全般に言えるが）について、アプリ作ったりする普通のプログラミングにはない難しさがある。 どういうことかというと、厳密には間違っててもなんとなくそれっぽく動いちゃうことが多いように感じる。 例えばTrainVal間でデータの漏洩があったり、データ前処理で意図してい…

はじめに 青春は、やさしいだけじゃない。痛いだけでもない。1 nikkieです🍨 機械学習モデルの評価についての論文を読み始めました。 まだ読んでいる途中ではありますが、アウトプットしていきます。 『Python機械学習プログラミング』を書かれたrasbt氏（Sebastian Raschka）が機械学習におけるモデルの評価を論じた論文を黙々と読む（4章中1章読了）。https://t.co/GQHMe3dk1c1章はholdoutとどういった問題があるかということが分からされます。雰囲気でやっていたのでガチ勢に理論で殴られる感じ— nikkie にっきー 🎤10/1 XP祭り 10/14-1…