機械学習

はじめに 機械学習などをやっていると困るのはデータを集めることだと思います。私も音源分離の機械学習をやったことがあるのですが、データを集めるのに苦労しました。音楽データの音源分離をする場合は、データセットはMUSDB18が一番有名ではないかと思います。MUSDB18は150曲（約10時間）の音楽トラックデータセットで、曲ごとにボーカル、ベース、ドラム、その他の楽器に分けられたステムデータがあります。試しにモデルを動かしてみたいときはMUSDB18だけで十分だと思いますが、もっとモデルを学習させたいときがあるかと思います。 Cambridge Music Technology Cambridge…

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.…

皆さんこんにちは、KHnodeです。 今回も「python初学者が競馬予測をしてみた」です。前回の記事はこちら kashiwapro.hatenablog.com まだ見ていない方は見ていただけると幸いです。それでは早速やっていこうと思います。################################################################## モデル作成 訓練用のデータとテスト用のデータを分割します。 これは、機械学習お馴染みの手法なので覚えておくといいと思います。 from sklearn.model_selection import train_test_s…

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…

タイトルはARですが、今回の内容はAIです。 やることはUnity上で画像をカメラでとり、学習済みモデルで推論、認識結果を返すというものです。 UnityではBarracudaというライブラリを使えばONNXを使うことができるので勉強しがいがあります。 下記の先人様の記事を多いに参考にしながらやっていましたがまだUnityになれていないため再現するのに苦労しました。 qiita.com 躓きポイント Unityでは画像をテクスチャを介して表示させるのですが、張り付けるためのテクスチャ生成で躓いてしまいました。 Color Formatがデフォルトでは上のようになりますが、これだとアルファチャネ…

はじめに Rubyの機械学習ライブラリであるRumaleに、投票（voting）によるアンサンブル法を利用した分類器・回帰分析を追加して、ver. 0.22.4としてリリースした。 https://rubygems.org/gems/rumale/versions/0.22.4 使い方 Rumaleはgemコマンドでインストールできる。 $ gem install rumale 投票は、複数の推定器の推定結果を、多数決によって結合し、最終的な推定結果を得る。回帰分析を例に示す。まずは、線形回帰とランダム森による回帰分析を試す。データセットにはLIBSVM Dataのabaloneを用いた。 $…

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、3.2.2項の内容です。尤度関数をカテゴリ分布、事前分布をディリクレ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】…

皆さん、こんにちわ。 今回が当ブログの初投稿となります。ブログタイトル通り「機械学習の株式投資で10億円を目指す！」ことを目標にデイトレを開始しました。 10億円なんて現実的じゃないだろ！分かっています。1億円でも良いかなとは思ったのですが、夢は大きくです。自己資本による100万円が元手資金です。株式投資歴は5年ほどですが、デイトレ、シストレは初めての初心者です。某企業で機械学習エンジニア、AI担当、データ分析等を行っておりますが、スキルは大したことない自信があります。皆さんで100万円の元手資金が減っていく様をご覧頂けたらと思います。 株価予測1日目(2021年2月22日) [本日使用した機…

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、3.2.2項の内容です。尤度関数をカテゴリ分布、事前分布をディリクレ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】 ww…

昨今、DXだーー！！DXだーーーー！！とやたらと叫ばれており、よく分からんけど人工知能（AI）の勉強した方がいいのかな・・・とこちらの本を買ってみました。 はじめてのディープラーニング Pythonで学ぶニューラルネットワークとバックプロパゲーション 作者:我妻 幸長 発売日: 2018/08/28 メディア: Kindle版 ディープラーニングとか機械学習の違いが、いろいろ本を読んでみてもさっぱり分からないと思ったので、これは触ってみたほうが早いってやつでは？と思って、プログラミングを学べるこの本を買ってみました。立ち読みしたところ、線形代数や微積を使いそうだったので、大学時代の復習にもなる…

の映画を見た。小説は読んでない。 京都市近代美術館で3ヶ月に一度映画をやっていて、520円で常設展まで入れる。 前々回の「魚影の群れ」、前回の「牝犬」、今回の「祝福」ととても良かった。 1950年代の中国映画。 夫を亡くした女性が、妻を欲しがってる男に売られていく。 抵抗するのを男2人が無理矢理拐って、気絶したのをいいことにその首元を掴んで人形みたいにお辞儀とかさせて、婚礼の儀式を勝手にやってしまう。 男は女性を手配したことで大金を貰い、これがとても旨そうに陽気に酒を飲んで宴会をする。 「持つもの」や他人を蹴落として裕福な暮らしを得るものが、本当に腹が立つ人物として描かれていた。 「コロセ！」…

Graspy は将来幹部候補となる20〜30代前半のエース級人材向けの転職支援サイトです。 ITエンジニア職に強く、特に急成長しているITベンチャー企業の中核を担う求人が中心です。 Grasp（グラスピー）の特徴をおさらい Graspy（グラスピー）の特徴をおさらいしておきましょう。 Grasp（グラスピー）は厳選された幹部候補求人が中心 今後目を離せない成長ベンチャーの厳選された求人が揃っています。 そういった企業様と、今後会社と共に大きく成長していく熱量のある人とのマッチングの場を提供します。 Grasp（グラスピー）は成長ベンチャーのCxo登壇イベントが豊富に用意されている 大手とは違っ…

使うのは引き続き以下の本。 www.amazon.co.jp 第2を読み終えました。単語もいっぱい出てきて細かいところまで読んでると頭が処理しきれないので飛ばし飛ばし流れだけ追うような形で読み進めました。タスク指向型対話システムに関する章で、シーケンシャルにやり取りするシステムと、ランダムアクセスが可能なシステムの解説でした。 ランダムアクセスなシステムについては少し複雑でしたが、以下のように流れを理解しました。 ユーザからの発話を分析し、対話行為タイプ*1とコンセプト*2を分析（機械学習とかも利用） フレーム*3を利用して、対象の対話行為における情報を管理 フレームの値が不足している部分につ…

はじめに この記事はE資格対策を含め、ＡＩ（人工知能）に関する学習で活用した参考文献を記録したものです。勉強した本、勉強しようとしている本を逐次追記していきます。 （当面はAmazonのリンク先を引用します…） 参考文献リスト 深層学習 (日本語) 単行本 – 2018/3/7 ​AI研究の一分野として注目を集める深層学習(ディープラーニング)に関する教科書として世界的な評価を受けている解説書。深層学習の理解に必要な数学、ニューラルネットワークの基礎から、CNN(畳み込みニューラルネットワーク)やRNN(回帰結合型ニューラルネットワーク)などのすでに確立した手法、さらに深層学習の研究まで、深層…

はじめに 東京工業大学の西森秀稔教授が登壇され、量子コンピュータの最新動向という講演を拝聴したのが2018年2月なのでもう3年も前のことになる。そのあとの技術革新の状況を少しキャッチアップしたいと思って調べてみた。量子コンピュータの世界の開発競争はホットだ。できるだけわかりすく解説したいと思う。 hiroshi-kizaki.hatenablog.com量子コンピュータとは 息子に量子コンピュータって知っている？と聞くと言葉だけはという回答だった。新聞やニュースでもたまーにこの用語が報道されるが、ほとんどの人はよくわからないというイメージが率直なところだろう。現在使っているパソコンやスマホの原…

IPAの情報処理技術者試験を受けたかったのだが、毎度のごとく申し込みを忘れてしまう。 今年はコロナで特に忘れやすい。 実は春のITアーキテクトも受けたかったのだが、今日テキスト買って、サイトを見ると…もう申込み終わってる。 本屋にたくさん平積みしてあったのに…（ ＾ω＾）・・・ うっかり3000円くらい損してしまうのであった。 ということでIPAのメールニュースに登録してみた。 あとiCloudカレンダーで次の秋試験の申込できる日あたりに予約を入れておいた。 今日はOSS-DB Silverを受けてみた。 PostgreSQLの試験なので比較的標準的なデータベースで他にも応用が利きそうと思って…

ザ・クオンツ 世界経済を破壊した天才たち 作者:スコット・パタースン 発売日: 2010/08/28 メディア: 単行本 ウォール街の物理学者と並んで、とても面白い話が盛りだくさんでした。 昨今人気急上昇中のETFについても懸念が示されており、個人的にも関心が高いです。 ボラティリティスマイルに代表されるように、いくら数学的な根拠があったとしても、実際運用するのは人間なわけですし、非合理的な賭けをしてみたくなるのも分かります。（しかも現実に起こっていることならなおさら……、宝くじだってそうですよね） コロナショックは金融危機というよりは、何だったのでしょうか？もしかしたら、当時のクオンツはファ…

先日お伝えしました通り、 着席か席を外しているかを判定 を機械学習で行ってみましたのでまとめてみました！！ ■判定手段 ■機械学習に向けたデータ収集 ■機械学習モデル作成 ■学習結果確認 ■学習結果を保存 ■最後に ■参考 (adsbygoogle = window.adsbygoogle || []).push({}); ■判定手段 今回は ①着座中 ②席を立っている or 席を外している のどちらか一方を判定します。今回も赤外線アレイセンサを用いて着座か否かの状態を取得いたします。 赤外線アレイセンサにより、 着座中の場合、席を立っている場合、席を外している場合、 それぞれの温度マップはこ…

コンペのロゴはこんな感じでした 2/18までKaggleで行われていたRainforest Connection Species Audio Detectionに参加してました。 それに取り組む中で勉強した事を備忘として記録していきたいと思います。

×89 数学が好きな人を好きな人のための数学基礎知識 ×31 Google社謹製のWhat-if Tool (WIT)を使い機械学習モデルのふるまいを確かめる方法 | by helmetti | Feb, 2021 | Medium ×27 ホクソエムのおじさんたちを勝手に踊らせた話 - 株式会社ホクソエムのブログ ×21 Bloomberg - Are you a robot? ×20 2020年代のAIソフトウェアビジネス5ヶ条 - conceptualization ×17 ć Şĺˆ¸ĺ°ĺˆˇćĽ­ĺ¤§ć‰‹ăŽă‚˘ăƒłă‚¸ă‚§ă‚šă€ă€Œé–‹ç™şč€ ă…