Python R クラウドでディープラーニングして大丈夫?
ニューラルネットワークの勾配から、特徴量が復元できるという記事です。大切な情報を特徴量にしている場合は、クラウド上で計算を回す事にリスクがあります。
機械学習
Python R 
Python R Tensorflow でMNISTを学習して勾配情報を取り出す
tensorflow を使ってみたいと思った時に、一連の事が出来る記事です。mnistデータの読み込み、モデルの作成、学習結果の確認、勾配情報の取得について解説しています。
Python R 差分法と偏微分方程式
差分法を使えば、偏微分方程式だって解けますが、何も考えずに解くと痛い目を見ます。痛い目を見て、原因を考えようという記事です。
Python R Validation Loss ＜Train Loss問題への解答
械学習モデルを組んだ時、モデルの良し悪しは、トレーニングデータへの適合(train loss)とテストデータへの適合(validation loss)の差が良い指標になります。その時、Validation Loss <Train Loss となった経験はないでしょうか。 その原因を紹介します。
ベイズ統計学 平均場近似(機械学習)
物理学科の人間は良く平均場近似を使います。機械学習でも全く同じ手法があります。機械学習で使う平均場近似を解説します。簡単な例で計算もしてみます。計算すると、変数間の相互作用を無視して平均されているのが分かります。
Python R データの前処理
python でアプリを作った際に使用した前処理の手法をまとめています。基本的にはone hot encodingです。
Python R ゼロから作るRNN2
PTBコーパスから言語モデルを作る記事です。分散表現を作り、RNNに通して全結合で予測するという単純なモデルです。単語の分散表現が得られるので、意味のあるものになっているか、コサイン類似度を使って試してみます。
Python R ゼロから作るRNN1
RNNをnumpy だけで実装していきます。ゼロから作るDeep Learning 2に載っているコードを解説しながら作っていきます。
ベイズ統計学 EMアルゴリズムの一般化と計算例
EMアルゴリズムを色々な確率分布に対して使えるようにします。正規分布とベルヌーイ分布の場合で、EMアルゴリズムを実装するための計算をします。
Python R EMアルゴリズムのpythonによる実装と一般化
EMアルゴリズムのまとめをして、python 上で実装します。最後に、EMアルゴリズムの一般化について触れます。