CPUのハードウェア仮想化機構のを意味し、AMDのSecure Virtual Machineの略。 現時点では、CPU命令の特権命令をVM対応にしている。このため、比較的簡単にVMを実装できる(2000行程度で実装できた例もある)。
Support Vector Machine:サポートベクターマシン
概要 SVMLight の環境をDockerで構築しました。 github.com 公式サイト www.cs.cornell.edu 環境 Mac: M3 Docker: 27.0.3 docker-compose: 2.28.1
SVM(サポートベクターマシーン)とは? SVMは「Support Vector Machine(サポート ベクター マシーン)」の略で、教師あり学習の機械学習アルゴリズムの一つです。 このアルゴリズムは特に認識性能に優れており、画像のパターン認識などによく使用されます。 SVMの歴史 1963年にウラジミール・ヴァプニクが発表したものが、1992年に非線形分類問題にも対応できるように拡張され、近年さらに注目されています。 SVMの基本的な流れ データの集合体を2つのグループに分類するための境界を決定します。 この境界は、既に正解が判明しているデータを基にして決められます。 境界の位置は「マー…
前回 defpediatric.hatenablog.com 第2章は「機械学習」 前回の顧客データを使って機械学習を行う。 機械学習には、 クラスタリング:同じような特徴ベクトルに分類すること 分類:すでに分類されているものを分析して、新たな対象がどの分類に属するか予想すること 回帰:特徴ベクトルが時系列の場合にその時系列パターンを予想すること すでに分類、予測する方法が決まっている分類と回帰を「教師あり学習」、分類すること自体を決める「教師なし学習」という。 長いので目次作った。 【類似度計算】 pd.DataFrame[].drop(消去の対象, axis=) pd.concat([デー…
ChatGPTの練習でSVMのカーネルを調べたので記録しておく ChatGPTの回答はコードや説明文は誰かの著作権に抵触する可能性がある 調べものとして利用価値は高いが、回答をまるまる転用せず、自分の言葉、コードで残すことが肝要です カーネルとは サポートベクターマシンは2つのデータ点間の類似性をカーネルで計算して、最もよく分離する境界線を見つける手法。 このカーネルはこの2つのデータ点間の類似性をベクトルの内積を利用して計算する。 このとき、内積が小さいと2つのデータ点の類似度は低く、お互いが遠い。逆に内積が大きいと、類似度は高く、お互いが近い、と判断する。 カーネルはいくつか種類がある。多…
こんにちは!こーたろーです。 ちょっとブログにつかれてきたので、基礎トレーニングも混ぜながらやっていきます。 1年前に少しやりましたが、今回は別のモデルでやってみます。 手書き文字識別をSVM(サポートベクターマシン)を使ってやってみます。 学生の練習にはうってつけですね。 データのロード データの前処理 モデルの作成と学習、評価
今回はサポートベクターマシーンを試してみる。 Pythonでの実装コード SASでの実装コード SASでお試し(対象データ、データ加工) SASでお試し(モデル作成) SASでお試し(モデル評価) 参考 Pythonでの実装コード Pythonで簡単に実装できる。 #-- 線形SVM from sklearn.svm import LinearSVC mod1 = LinearSVC(C=1, random_state=999) mod1.fit(X_train, y_train) y_pred1 = mod1.predict(X_test) #-- 非線形SVM from sklearn.s…
SVM(サポートベクターマシーン)についてのメモ。 SVM(サポートベクターマシーン)とは 線形SVM(ハードマージン法とソフトマージン法) 主問題と双対問題 Pythonによる実行 非線形SVM(カーネルトリック) Pythonによる実行 Wineデータで実行 参考 SVM(サポートベクターマシーン)とは SVMは「マージン最大化」の考えに基づいて分類する手法である。 n次元空間に超平面(線形識別関数、二次元なら直線)で分類境界を作ることでベクトルを分離する。 (マージンが大きいほど、未知データでの識別誤りが起こりにくいだろうという理屈でマージン最大化する)。 手法としては、線形分離可能を仮…
これらは機械学習における「モデル」と呼ばれるもので、データを分析して予測や分類を行うための方法です。それぞれの特徴をわかりやすく説明しますね。 線形回帰(Linear Regression) 線形回帰は、データがどのように変化するかを直線で表して、その関係性を使って予測する方法です。 例: アイスクリームの売り上げと気温の関係を調べると、暑いほど売り上げが増えることがわかるかもしれません。この関係を直線で表して、次の夏の売り上げを予測するのが線形回帰です。 ロジスティック回帰(Logistic Regression) ロジスティック回帰は、データが2つのクラス(例えば「あり」か「なし」など)に…
最近 green サーバーの Erufu たんから 「GarbageRecycler がないと生きていけない」 という DM が来て、知らないところでこのブログが役にたっていることを知る。 そんなことを考えていると、EQ で遊んでいる夢を見る。 あw これ、いつものやつw そう、ノーラス帰還兵症候群の発症である。 そして仲間うちの Discord サーバーの未読を消化していると、Purin 君、トランペット Takewo 氏など何人かの知り合いが Quarm サーバーで遊んでいるのを発見。この時点で TCP 君から Quarm へのお誘い DM が来てたことに気づく。蓋を開けてみると Akat…
今日は往復の移動距離が200km超える。皆さん御存知の通り俺はすげーケチ。正規の運賃を払いたくないので休日おでかけパス。てなわけで出発。 m9(;゜Д゜)つ<池袋で「休日おでかけパス」ゲット。ちょっと遠出してきます♡ pic.twitter.com/KNKCIhrFzv — 早瀬将吾 (@hayashou) 2024年9月13日
まえがき 2020年のK40m購入から始まり、GPUをP40にしたりサーバー用マザボを導入したりMI50を試してみたりと徐々に進化を続けてきたホームラボ環境。 hashicco.hatenablog.com またふとebayを見ていると、なんと300ドルで48コア、しかもZen2のCPUが売られているのを発見。 型番はEPYC 7K62と見たことのない命名ルールで、どうやらAMDのEPYC 7642のOEM版のようだ。 https://www.reddit.com/r/homelab/comments/1dssl0m/which_motherboards_support_epyc_rome_7…
2024年9月11日に、QYResearchは「サゴデンプン―グローバル市場シェアとランキング、全体の売上と需要予測、2024~2030」の調査資料を発行しました。本報告書は、サゴデンプンの世界市場を分析し、主要企業の総売上高、収益、価格、市場シェア、ランキングなどを掲載しています。また、地域別、国別、製品タイプ別、用途別に市場を分析しています。2019年から2030年までのサゴデンプンの市場規模を販売量と売上高に基づいて推計と予測しています。企業が事業成長戦略を策定し、競合状況を評価し、市場ポジションを分析し、サゴデンプンに関連する情報に基づいてビジネス上の意思決定を行うのに役立つ定量的・定…
AI AI,AIってなんやねん! 最近,至るところで「AI」という文字を見かけますよね? 有名な対話型AI「ChatGPT」から,スマホのおしゃべりAI「Cotomo」, AI搭載カーナビや自動運転,AI医療診断,ゲームにAIが使われてるだの, 仕事をAIで効率化だの,どこどこ社が新しいAI出しましただの!なんだよAIAIって. なりませんか...?僕だけ...? すべてAIという言葉が使われていますが, それぞれやっていることが違っていたりします.それがややこしい. AIが人を超えるとかシンギュラリティとか, テレビとかを見てると言われてますが本当でしょうか. 何かとAIが取り沙汰される時代…
市場概要 バイオメトリックシステムの世界市場規模は、2024年には472億米ドルとなり、2029年には845億米ドルに達すると予測され、2024年から2029年までの年平均成長率は12.3%となる見込みです。 民生用電子機器における生体認証の採用拡大が、世界の生体認証システム市場の主要な成長要因の1つとして浮上しています。この背景には、ユーザーの利便性とセキュリティに対する需要の高まりがあります。現在、指紋センサーや顔認識技術は、スマートフォン、ラップトップ、個人用デバイスで非常に一般的であるため、バイオメトリクス・システムの需要を促進しています。BaaSの台頭は、特に中小企業にとって、大規…
はじめに こんにちは、データサイエンティストをしているせりです。 2024/8/1~2024/09/01の期間に行われた「SIGNATE Cup 2024 夏」の旅行パッケージ成約率予測コンペ において、まだ確定ではないですが72位となり、銅メダルを獲得することが出来ました。 また、これによりSIGNATE Expertへ昇格しました! 72位で銅メダルでした!(チーム名は恥ずかしいので省略) この記事では、そのBest solutionと戦略、他に検証した手法について紹介したいと思います。 コンペ概要 このコンペは、旅行会社が保有する顧客データを元に、旅行パッケージの成約率を予測することが目…