2020年5月10日 / 最終更新日 : 2020年11月30日 Takuma Nishimaki 機械学習 Pythonによる4種の次元削減と可視化 以下4つの次元削減アルゴリズムをPythonで実行し、それぞれで2次元のグラフを作成してみます。 PCA(Principal Component Analysis:主成分分析) SVD(Singular Value De […]
2020年4月18日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 機械学習とは何か?どんな種類があるのか? 「機械学習」と言うと、「AIを作るために必要な技術」・・・という認識の方も多いです。 しかし、機械学習はAI開発のためだけのものではありません。 機械学習はIT企業だけではなくいかなる業種・職種でも有用なデータ分析の武器 […]
2020年3月24日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 Pythonによる勾配ブースティング(GBDT)の実行方法 機械学習手法「勾配ブースティング」は、データ分析コンペティション「Kaggle」で良い性能を出す事が多く、一気に多用されるようになりました。 個人の主観としても「数量データ分析における最強の機械学習手法」ではないかと考え […]
2020年2月2日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 ナイーブベイズ分類器の仕組み ナイーブベイズ(単純ベイズ)とは、あるデータがどのカテゴリに属するかを確率的に求める機械学習のひとつです。 特にナイーブベイズが多用されるのはテキスト分類で、例えばメールの文面がスパムか、スパムでないかを推定する「ベイジ […]
2020年1月13日 / 最終更新日 : 2020年8月10日 Takuma Nishimaki 機械学習 YouTubeで学ぶPython機械学習入門 Pythonで様々な機械学習の手法の実行方法を学びましょう。 チャンネル登録 動画紹介 #1:次元削減 初めは教師なし学習の手法から。 まずは、データの情報をなるべく損なわないように変数の数を現象させる「次元削減」です。 […]
2019年12月29日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 「クラスタリング」とは何に使える?どんな手法がある? 様々あるデータ分析手法の中でも非常に活躍の機会が多い「クラスタリング」ですが、一体クラスタリングとは何なのでしょうか? 一概に「クラスタリング」と言っても、その手法は様々です。 それらの意味をきちんと理解して使わなければ […]
2019年10月28日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 Pythonでランダムフォレストを実行する方法 Pythonを使ってランダムフォレストを実行してみます。 決定木分析を基調とした手法なので、先に決定木分析の記事を読んで頂いてからの方が分かりやすいかもしれません。 Pythonによる決定木分析 ランダムフォレストとは […]
2019年10月20日 / 最終更新日 : 2020年7月11日 Takuma Nishimaki 機械学習 PythonによるSVM(サポートベクターマシン)の実行 Pythonで機械学習のひとつSVM(サポートベクターマシン)を実行してみます。 1963年に基礎理論が発表されてから未だに使用される事の多い、機械学習の代表的手法です。 サポートベクターマシンとは 以下のように、座標平 […]
2019年10月8日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 教師なし学習の手法まとめ 本記事では「教師なし」の統計解析手法について整理します。 「教師あり」は「原因」と「結果」が揃っているデータの事を言います。 逆に、そうでないデータを「教師なし」と呼びます。 教師あり学習の手法まとめ 単なる学力テストの […]
2019年10月7日 / 最終更新日 : 2020年8月5日 Takuma Nishimaki 機械学習 教師あり学習の手法まとめ 機械学習の手法のうち、「教師あり」の手法について整理します。 教師ありというのは、「原因」と「結果」のデータが揃っているデータの事を指します。 例えば、「天気」「気温」「宣伝の有無」・・・といったデータ(原因)と、その時 […]