読者です 読者をやめる 読者になる 読者になる

"機械学習","信号解析","ディープラーニング"の勉強

"機械学習","信号解析","ディープラーニング"について、それぞれ勉強しながらブログにまとめていきます。テーマは気分によってバラバラかもしれません。

Chainerが大幅にアップデート!深層学習フレームワークの地位確立なるか?

Chainerがアップデート Chainer 2.0の登場 分散処理対応のChainerMN ITpro記事 公式ブログ 強化学習対応のChainerRL クイックスタート 公式ブログ 最後に

抑えておきたい評価指標「正解率」「精度」「再現率」

評価の指標を1つじゃない はじめに 正解率 再現率 精度 分割表 評価の方法 精度と再現率のトレードオフ F値 break-even 注意点 参考

科学技術計算に向いている言語?Julia記事のまとめ

はじめに はじめに プログラミング言語の流行は運 juliaまとめ julia公式ドキュメント julia記事まとめ julia機械学習・深層学習 juliaを学ぶための入門

プリンシプル・オブ・プログラミング

プリンシプル・オブ・プログラミング 一生役立つ101の原理原則 目次 内容 誰にオススメか

誤差逆伝搬法(バックプロパゲーション)とは

はじめに ニューラルネットの基礎 ニューラルネットの順伝搬 1つの層での処理 多層での処理 順伝搬のまとめ ニューラルネットワークの学習 勾配法 微分の難しさ 誤差逆伝搬法 問題 誤差逆伝搬法 まずは損失の和を計算する 微分の連鎖律 出力での損失の微分 …

IPA:システム監査の受験を目指して

システム監査技術者 役割と業務 受験の日程 受験を目指す動機 勉強の方法 前回の経験 勉強の手始め 試験勉強の方法

ユーザーローカルのテキストマイニングツール

テキストマイニング テキストマイニングとは テキストマイニングを試すツール ユーザーローカル テキストマイニングを試す 例文で試す 共起ネットワーク ワードクラウド 単語のスコアと出現頻度の表 ブログの記事で試す 共起ネットワーク ワードクラウド 単…

32bitのノートにAtomを入れてPythonを始める

はじめに Atomインストール Atomにパッケージ追加 ・atom-runner ・Terminal-Plus ・autocomplete-python ・minimap ・japanese-menu Pythonのためにやること

確率の基本の基本

はじめに 機械学習での確率 今回のテーマ 確率・統計の基本 確率と統計の考え 確率の基本 離散確率 連続確率 多次元の確率 期待値

ラプラス変換とフーリエ変換

はじめに ラプラス変換とフーリエ変換 フーリエ変換 ラプラス変換 線形性

法律を使うために、まず憲法を学ぶか

はじめに 結論 数学と法 憲法と法律 公理と定理 数学と法の共通点 数学と法の差異 裁判をする 法の下の裁判 数学の下の裁判 学び方 分野を特化して学ぶ 個別の手法から学ぶ 根本を知る意義 記事の動機

本ブログの記事まとめ

記念すべき(?)100記事目ということで、ブログの記事を見直し、まとめました。 はじめに ニューラルネットワーク関連 ニューラルネットの学習 ニューラルネットの基礎 深層学習への発展 機械学習の基礎数学関連 機械学習と数学の勉強 機械学習に現れる…

ニューラルネットワークの学習の工夫

はじめに 伝統的な学習の工夫 正規化、標準化、無相関化、白色化 正規化 標準化 無相関化 白色化 正則化 正則化 正則化 elastic net 伝統的な工夫について ニューラルネットワークの学習の工夫 バッチ正規化 ドロップアウト ノイズ混入 勾配ノイズ ニューラ…

量子コンピュータとは一体?量子論の基礎

はじめに 量子論 量子論の難しさ 量子論の始まり 力学の誕生 電磁気学の主張 2つの物理学から導かれる結果 エネルギーの量子化 電子が波である根拠 重要な解釈 波と粒子の二重性を認めた後 シュレーディンガーの方程式が示すもの トンネル効果 量子コンピュ…

Deep learningに必須なハード:GPU

はじめに 計算性能は必須 CPUとGPU CPU GPU GPGPU ベンチマーク 様々な環境での実験 ニューラルネットの構造を変えた実験 GPUの情報 ディープラーニングのGPU TensorFlowが認識するGPUの性能 2017年GPUの早見表(デスクトップ向け) 紹介

機械学習の重要なアプローチ:ベイズ理論

はじめに 記事を書いた動機 ベイズを意識する理由 ベイズ推定と正則化 ベイズ統計と伝統的統計 過学習という事実 ノイズへの対策 最大事後確率推定 最適化の立場 ベイズ推定について 正則化の試行錯誤 完全なるベイズの枠組み ベイズの枠組みを勉強できる本 …

サポートベクターマシンを手計算して理解する

サポートベクターマシンの数式 サポートベクターマシンの最適化問題 最適化問題の別の表現、双対問題 まとめ 手計算してみる 問題設定 問題を解く 最適化問題へ値を代入 制約条件を考慮 を計算する 主問題のを確認 サポートベクトルマシンによる分類器 終わ…

バイアス-バリアンス分解:機械学習の性能評価

はじめに この記事で理解できること バイアス-バリアンス分解とは 予測性能 未学習とは 過学習とは 多項式フィッティングにおける未学習と過学習の例 正則化の効力 評価をするために 損失関数の期待値とその分解 損失関数 損失の期待値の最小化 損失の期待値…

自動機械学習の登場。深層学習システムを開発する学習ソフトウェア

自動機械学習 発端 機械学習の設計と試験に飽き飽きした 能力 自動機械学習のコスト 自動機械学習の狙い 論文

線形回帰モデルと最小二乗法

はじめに 線形回帰 線形関数 線形回帰の目的 ガウスノイズモデル 最尤推定法 対数尤度 最小二乗法との関係 最小二乗法はどんなときに使えるか 次に読む記事 最尤推定より更に実用上強力なMAP推定 分類問題では最小二乗法は用いない

深層学習のフレームワーク「dynet」

dynet 特徴 Define by Runの方 Chainerよりはモジュールの粒度は低い コードの例 パラメータの準備 計算グラフ構築 学習部分 Define by Runを支えているのは結局ここ 動的にネットワークを変える まとめ dynetドキュメント ドキュメント 技術論文

最大事後確率推定(MAP推定)の基本

はじめに MAP推定とは どちらが優れているか 尤度、事後分布、事前分布 ベルヌーイ分布 パラメータの推定方法の違い 最尤推定と尤度 MAP推定と事後分布 事後分布を見てみる 事前分布 MAP推定 事後分布の最大化 対数を取る 求めたいパラメータで微分する 追加…

TensorFlowを始める知識準備の手順

はじめに 始める前の準備 プログラミング ニューラルネットワーク テンソルのこと 動かしながら検討 様々なタイプのニューラルネット 更に理解を深める

今更気づいたアマゾンでの書籍探し

はじめに ユーザーレビューは参考になるか 星の数 レビューの内容 機械学習やプログラミング関連の本を探す アメリカのアマゾンを活用 機械学習の書籍に関して キンドルアンリミテッド 日本のアマゾン活用 機械学習関連について アメリカアマゾンへのアクセ…

ニューラルネットのための最適化数学

はじめに 最適化数学 最適化問題の簡単な例 例題の解法 微分による解法の注意点 凸最適化問題 凸関数 凸関数の定義 ニューラルネットの学習 ニューラルネットの目的関数 ニューラルネットの勾配降下法 パラメータを求める戦略 勾配降下法 ニューラルネットの…

本格的に深層学習をやりたい人はTensorFlowがいいのか?

なぜTensorFlow Google発である もともとテンソル計算と計算グラフを記述するもの 利用者が多い TensorFlowの弱点 ネットワークを動的に書き換えられない 対応GPUが高価 64bitにのみ対応 私自身

時系列データ:隠れマルコフモデルの基礎と、リカレントネットの台等

はじめに 隠れマルコフモデル 確率分布として考える 隠れていないマルコフモデル 隠れマルコフモデル 隠れマルコフモデルの学習 隠れマルコフモデルでの予測 隠れマルコフモデルで何ができるか リカレントネット リカレントネットの構造 時間方向への展開 深…

ChainerのDefine by Runとは?

Define by Run Define by Run Define and Run 具体例を見る 上記のコードのネットワークにおける動作

chainer記事のメモ

はじめに 記事のまとめ chainer導入 Pythonの導入 chainer導入 chainer入門 chainer公式ドキュメントのIntroduction 英語ができない場合のintroduction chainerの理解を深める chainer応用 正則化やドロップアウト 独自データを用いる 画像データ テキストデ…

機械学習初心者の勉強方針まとめ

はじめに 最初の一歩を間違える 勉強の方針まとめ 巷で有名な教科書を読む 参考記事 流行りのフレームワークを入れる 参考記事 インターネットで知識を詰め込む 参考記事 目的と合っていない手法に着手

kerasとchainerの違い

KerasとChainer Keras Chainer 比較 Kerasの役割 Chainerの役割 Kerasでの実装 Chainerでの実装 使い分け Chainerがいいなあ Googleの強さ 使い分け

ささっと使ってみたい人にオススメ、深層学習ライブラリ「Keras」

Kerasとは? TensorFlowを使うのと何が違うのか インストールの方法 TensorFlowの場合 Theanoの場合 Chainerに比べたアドバンテージ Kerasは最初の一歩にオススメ

勉強と読書

勉強 勉強の目的 いかに勉強を始めるか 勉強のテーマをころころ変えていいのか 読書 読書とは 読書で他者の追体験をする 既に興味がある、ある程度知っている分野の本を読む 新しい分野に手を伸ばす Kindle unlimited

時間周波数解析:短時間フーリエ変換

短時間フーリエ変換 フーリエ変換 フーリエ変換おさらい フーリエ変換の落とし穴的な仮定 時間周波数解析への誘い 時間周波数解析の出発点 短時間フーリエ変換 短時間フーリエ変換の欠点 不確定性関係 精度が必要な場所とそうでない場所 ウェーブレット変換

機械学習手法を理解する手順

はじめに プログラムへの理解度 機械学習への理解度 何が重要か アルゴリズムとしての理解 アルゴリズムとプログラム プログラムの理解 アルゴリズムとしての理解 機械学習手法を理解する方法 機械学習を抑えるためのポイント 更新式を理解すること 判別も回…

書評:プログラムはこうして作られる

プログラムはこうして作られる 本の特徴 考え方中心 ときには回り道をする 特定の言語に捕われない メモリの概念 本書の対象者 基本的には全くの初学者から初心者に向けて 初心者以外の対象者 最後に

クラスタリングの基本

はじめに クラスタリングと教師なし学習 教師なし学習 クラスタリング クラスタリングの手法 凝集型クラスタリング 重心法 単連結法 完全連結法 まとめ k-means 発展的話題

フーリエ解析の基本

はじめに フーリエ解析とは フーリエ級数展開 フーリエ変換 フーリエ解析の心 フーリエ級数展開を考える理由 微分が簡単になる 微分方程式への応用 線形システム論 フーリエ解析の応用 線形システム解析 信号処理 制御工学 スペクトル解析 パワースペクトル …

畳み込みニューラルネットワークの基礎

事前知識 テンソルで理解しておくべきことは意外と少ない 畳み込みとは 畳み込み 畳み込みニューラルネット 畳み込みニューラルネットの畳み込み処理 空間フィルタ 畳み込み層 RGB画像を扱う場合 畳み込み層まとめ 分類の方法について プーリング層 活性化関…

応用情報技術者試験に合格する具体的な手順

応用情報技術者試験 応用情報技術者試験とは 応用情報技術者試験の価値 外的な価値 内的な価値 応用情報技術者試験の範囲と形式 試験範囲 試験の形式 合格のために具体的に取り組んだこと 応用情報技術者試験について調べる 問題1つ1つが高難易度というわけ…

Irisデータを使ってChainerを試してみましょう

Chainer Chainerの基本的な使い方 まず使ってみましょう IRISデータの分類問題を対象とした全体コード 試してみること 学習中に見るべきところ

Chainerによる実践深層学習

はじめに 1からプログラミングする ライブラリを用いる 結論 悩むべき理由 Chainerのアップデートが早い 畳み込みニューラルネットワークは扱われていない テーマ自体がバラバラの印象 誰が買うべきか 余談

ubuntu /boot の容量がいっぱいになった時の対処法メモ

はじめに ubuntuは前回バージョンを保持している 一個前まであれば十分 具体的な対処法 アンインストールの方法

ニューラルネットワークの中間層の働き、その他脳のモデル

ニューラルネットワーク 脳のモデルとしての構造 連合層(中間層)の役割とは ニューラルネットの特徴抽出 ニューラルネットワークは本質的に教師あり学習 強化学習 強化学習の概要 Q学習 深層強化学習:Deep Q Network 脳との関連 その他 連想記憶ネットワ…

信号解析と機械学習とあとは個人的見解

信号解析の基本手法:フーリエ級数展開 フーリエ級数展開 回帰問題とフーリエ級数展開 特徴量抽出としてフーリエ係数 機械学習における基本手法 ニューラルネットワークの回帰 表現力の高さとは 無駄な働きとは 個人的見解 特徴抽出 しっかり学ぶためには 新…

現在の人工知能開発

人工知能の歴史の全体像を簡単に概観した以下の記事が多くの人に見られるようになりました(大変うれしいことです)。 s0sem0y.hatenablog.com これを見て非常に多くの人が人工知能に関心を寄せていることを再確認いたしましたので、人工知能開発における別…

確率・統計の書籍紹介「経済数学の直感的方法」

直感的方法 経済数学の直感的方法 確率・統計編 なぜ経済数学? Why?の視点 数学的レベル 一貫して発展の経緯と本質的な部分を捉えている どのような人にオススメではないか 誰に特にオススメか

手を動かすことも大事です

雑談 メアリーの部屋 現実の話 手を動かすことも大事

TensorFlowのtutorial:MNIST For Beginners解説

事前知識 ニューラルネットワークの構造 出力層は何を出力するのか ニューラルネットワークの学習 ミニバッチ学習 まとめ MNIST For Begginers はじめに MNISTとは Bigginersで使うニューラルネット ニューラルネットワークの数式 Tutorialのコードの解説 全…

知っておくべき特殊な行列と便利な性質 (大学学部生の方にもおすすめ)

はじめに 基礎編:特殊な行列 対称行列 直交行列 一般の行列 基礎編:逆行列と行列式 逆行列とは 行列式とは ランク落ち 応用編:固有値問題 固有値と固有ベクトルと固有値問題 固有値問題 表記整える 対角化 応用編:対称行列と直交行列での対角化 対称行列…