機械学習

皆さんこんにちは！いつもCCC insideをご覧いただきありがとうございます。 CCC insideでも紹介しているように、CCCには幅広い事業・職種があります。色々あり過ぎてどれを読んだらいいのかわからないと悩んでいる方もいるのではないかと思い、、、今回は、マーケティングの部門に携わるメンバーの記事をまとめました！ （記事がUPされ次第、随時更新していきます） データアナリスト（データサイエンティスト） ●ファッションコンサルティングユニットのデータアナリスト ●１年目からデータアナリストとして活躍する若手 ●データアナリスト３年目、様々な企業のデータを分析する若手 マーケティング・営業・…

「for カウンタ変数 in 繰り返す範囲: 繰り返し処理」 なんとなくなら使える。 が、「カウンタ変数」と「繰り返し処理」は具体的にどういう関係なのか。 インベントが必要な理由は・・？

HTMLは習ったことがないので、「プルダウンの書き方」などと出てきても なるほど、それを真似すれば書けるのか、という感じ。汗 「" "(ダブルクオテーション)」「' '(シングルクオテーション)」の意味するところなど 細かい部分のそれぞれの役割をきちんと理解しておかないと、この先使い回しが効かないのだろうな・・。

機械学習の概要 機械学習の定義 機械学習の定義は以下の2つが有名です。 1つ目は、Arthur Samuel（ア－サー・サミュエル） による定義で次のようなものです。 The field of study that gives computers the ability to learn without being explicitly programmed. （訳：明示的にプログラムしなくても、学習する能力をコンピュータに与える研究分野） 2つ目は、Tom Mitchell（トム・ミッチェル）の著書 『Machine Learning』(1997) の序文にあるもので、次のような見解です。 …

条件分岐・比較演算子、ループ処理にリストやディクショナリの基礎と学んできたが その時点ではクリアできた演習も数日あけて戻ってみると物の見事に忘れている。 コードを書くしかないと思うが、入るより出て行くほうが多い気がする。汗

昨日学習結果を保存するまでの処理をまとめました。 elsammit-beginnerblg.hatenablog.com今回はこちらの保存した学習データを用いてWeb上に着座中か否かの判定結果を表示させてみたいと思います！！ ■学習結果を使用する ■学習結果を用いて赤外線アレイセンサから予測する ■webブラウザ上で予測結果表示 ■結果表示 ■最後に ■参考 (adsbygoogle = window.adsbygoogle || []).push({}); ■学習結果を使用する 学習結果はpickleにて保存いたしました。 では、保存した結果を使用してみます。使用する場合にはこちらのように、…

Rでのデータ分割の方法のメモ。 データ準備 rsample で分割 dplyr で分割 参考 データ準備 1500行の何の意味もないデータ。 ads <- data.frame(id=seq(1:1500)) rsample で分割 library(rsample) ads.sp1 <- rsample::initial_split(ads, prop=3/4) adtrain1 <- rsample::training(ads.sp1) #-- 訓練データ adtest1 <- rsample::testing(ads.sp1) #-- テストデータ initial_split関数で分割する…

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.3項の内容です。尤度関数をポアソン分布、事前分布をガンマ分布とした場合のパラメータの事後分布と未観測値の予測分布の計算をPythonで実装します。 省略してある内容等ありますので、本とあせて読んでください。初学者な自分が理解できるレベルまで落として書き下していますので、分かる人にはかなりくどくなっています。同じような立場の人のお役に立てれば幸いです。 【数式読解編】 w…

はじめに 『ベイズ推論による機械学習入門』の学習時のノートです。基本的な内容は「数式の行間を読んでみた」とそれを「RとPythonで組んでみた」になります。「数式」と「プログラム」から理解するのが目標です。 この記事は、3.2.3項の内容です。尤度関数をポアソン分布、事前分布をガンマ分布とした場合のパラメータの事後分布と未観測値の予測分布の計算をR言語で実装します。 省略してある内容等ありますので、本とあせて読んでください。初学者な自分が理解できるレベルまで落として書き下していますので、分かる人にはかなりくどくなっています。同じような立場の人のお役に立てれば幸いです。 【数式読解編】 www.…

[祝] ポケモン25周年 〜推薦システムに詳しい方へ〜 本編 ステップ1. 基本的な集計をする ステップ2. ポケモンどうしの共起度を計算する ステップ3. ポケモンどうしをグループ分けする ステップ4. 推薦システムを作る まとめ 宣伝 ポケモン系 推薦システム系 補足など ツイートの収集 ステップ2の結果一覧 Matrix Factorizationの実装 [祝] ポケモン25周年 @tkanayama_ です。先日、ポケモン公式による投票企画「#キミにきめた」が実施されました。これは、Twitter上で以下のようにハッシュタグをつけてツイートすることにより、ポケモンの人気投票を行う企画で…

こんにちは！こーたろーです。 毎日忙しくしています。 しかしながら、ブログで技術的なことを発信するのは結構リラックスできて、続けられそうな気がします。 今日のテーマはコチラです。 ai-scholar.tech

こんにちは！こーたろーです。 昨日は、データサイエンスのオンラインイベントに参加してきました。 皆さん、いろいろな現場での悩みなどがあり、データサイエンスの位置づけとは！みたいなことで盛り上がっていました。 データサイエンスは現場あって初めて価値がでますし、データがないと何も始まらないということが言われています。 早く現場でやってみたいですね。勉強だけでは技術的に身につかない部分が多いです。特にコンサルの部分。 それでは今回も【図解速習DEEP LEARNING】やっていきます！ 今日は、Googleの深層学習のアート適用プロジェクトMagenta（https://magenta.tensor…

morishitaです。 年初にいこーよに新しいサービスを追加しました。 その名も「いこーよプレミアム」です。 iko-yo.net いこーよプレミアム - プレミアムクーポン 簡単に紹介すると、いこーよの有料会員サービスです。 登録するといこーよプレミアムクーポンが利用できるようになり、 お得にお出かけ施設を利用できるというサービスです。 まだ iOS アプリでしか利用できなかったり対象施設が少ないのですが、 今後 Android アプリにも対応しますし対象施設も増えていく予定です。 更にプレミアムクーポン以外の機能も追加するかもしれません。 そんな「いこーよプレミアム」が 550 円/月で…

2021年1, 2月のふりかえり。

機械学習の概要 機械学習の定義 機械学習の定義は以下の2つが有名です。 1つ目は、Arthur Samuel（ア－サー・サミュエル） による定義で次のようなものです。 The field of study that gives computers the ability to learn without being explicitly programmed. （訳：明示的にプログラムしなくても、学習する能力をコンピュータに与える研究分野） 2つ目は、Tom Mitchell（トム・ミッチェル）の著書 『Machine Learning』(1997) の序文にあるもので、次のような見解です。 …

今回は統計を今後応用していく上で盤石な基礎を固められる教科書を3つ紹介します。 統計は昨今ブームとなっている機械学習の基礎としてしばしば取り上げられますが、基礎的な統計手法はすべての理系に必須な知識であると思います。ここでは概ね大学1年生の知識で読めるものを紹介しますが、統計を専門的に学ぶ場合はより高度な数学の知識（確率論など）が必要になります。それらについてもいずれ紹介しようと思います。 ※ここで紹介するものは、「単位が取れればいい」や「今後統計を使う分野には進まない」という人にはまったくおすすめできないものですので注意してください。 倉田 博史・星野 崇宏「入門統計解析」 www.kino…

PythonはIoT、機械学習をはじめ、幅広い分野で使われているプログラミング言語になります。JavaScriptと同様に、覚えておくと利用範囲の広いプログラミング言語といえるでしょう。 そんなPythonとNCMBを組み合わせる際に利用できる、Python SDKを開発しています（非公式）。まだまだ機能は少ないですが、徐々にバージョンアップしていきます。 今回はID/パスワードを使った認証処理の使い方です。

PythonはIoT、機械学習をはじめ、幅広い分野で使われているプログラミング言語になります。JavaScriptと同様に、覚えておくと利用範囲の広いプログラミング言語といえるでしょう。 そんなPythonとNCMBを組み合わせる際に利用できる、Python SDKを開発しています（非公式）。まだまだ機能は少ないですが、徐々にバージョンアップしていきます。 今回はデータストアの検索処理の書き方です。

以前は、目指していた、機械学習によるAIFXロボットだ。すっかり忘れていたが、もう一度、アマテラスを目指したいという気持ちが、蘇った。 いずれにせよ、魔術師は、ロボットを目指しているのだ。そのロボットは、年金ロボットと呼ぶ、控えめな利益を高確率で狙うロボット化、アマテラスと呼ぶ、莫大な利益を呼ぶ、聖杯ロボットの2種類があるのだ。 つい最近、エスパーの力を手にいれた。そういしたら、次には、機械学習の力が欲しくなったのだ。grrさんは、Pythonによる機械学習が実験段階にあるようなのだ。負けちゃいられない。ちょっと意欲が低下していたのか。 アマテラスよ、再び！

show_ad(ad_url_photo01, ad_url_link01, ad_ex01); 以前Pythonで時系列グラフを作成した mecobalamin.hatenablog.comこのグラフに矢印と水平線を加える つまりこのグラフの任意の場所に矢印と水平線を加えて このようにする 元のデータはCSVで500行ぐらいある その一部を抜粋 Date, a, b, c, d 2020/11/24 16:42:20, 143, 101, 63, 2020/11/24 17:27:19, 137, 101, 65, 2020/11/25 06:31:48, 134, 90, 65, 2020…

フォング／スピヴァック／トゥイーラス*1の次の論文が面白そうなので話題にします。 Title: Backprop as Functor: A compositional perspective on supervised learning Authors: Brendan Fong, David I. Spivak, Rémy Tuyéras Submitted: 28 Nov 2017 (v1), May 2019 (v3) Pages: 13p + 4p(appendix) URL: https://arxiv.org/abs/1711.10455 この論文のサマリーを提供する気はなくて、…

ソーカル事件について書かれた『「知」の欺瞞』が１９９７年にフランス語で出版されて以降、インターネットの普及、グローバル化によって、世界を取り巻く環境は大きく変化しました。したがって、インターネットという新しいテクノロジーの普及によって、ポストモダン思想による「知」の欺瞞は、新たなフィールドへと移行していった可能性があります。しかしながら、このソーカル事件以降、このポストモダン思想における「知」の欺瞞が、インターネットが普及したことによって、どのように行われ得るのか？ということについては、一切の議論、問題視されることがありませんでした。そこでこの記事では、インターネット以降に起こり得る、ソーカル…

この記事はcloud.config tech blogにもマルチポストしていまます。 tech-blog.cloud-config.jp はじめに 以前、Azure Machine Learningで回帰モデルを作成するやり方について記事を書きました。 機械学習でモデルをトレーニングしたら、それを何らかのアプリで使用できるようにする必要があると思います。 Azure Machine Learningでは、そのモデルをアプリとしてデプロイして利用する方法が整備されていて、それを利用することで作成したモデルをWebAPIで簡単に利用できるようになります。 今回はその方法の共有です。 回帰モデルを作…