Python R 特徴量の評価方法をまとめてみた
機械学習の困りごとの一つとして、結果の解釈が難しいという事があります。しかし、特徴量の重要度を評価する手法は色々あります。この記事で紹介する手法で、大体のモデルに対応できます。
Python R 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。
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。
Python R 差分法と微分方程式
運動方程式とか、波動方程式とか、マクスウェル方程式など、身近な物理現象を記述してくれる式は全て微分方程式です。
解が解析的に求まらなくても、数値的に微分方程式を満たす解を求める事が出来る場合もあります。今回の記事では、微分の差分化を使って簡単な運動方程式を解きます。
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 Pythonでアプリを作る2
Pythonで簡単なアプリを作ります。今回はエクセルからデータを読み込む部分と、読み込むデータを計算し、表示する部分です。
Python R Pythonでアプリを作る1
python で簡単なアプリを作ります。測定データを前処理してモデルに渡し、予測値を表示する、というアプリです。tkinter を使って外面を作ります。主な機能はデータの取得と受け渡し、受取、後はもらったデータの保存の予定です。