Python R 主成分分析からカーネル主成分分析へ
テーブルデータがある時、データの雰囲気を掴む手法の一つに、主成分分析があります。線形代数の知識を使って主成分分析の原理(特異値分解)を解説します。カーネル法と主成分分析が分かると、カーネル主成分分析が理解できます。カーネル法は知っていると思ってカーネル主成分分析も解説します。
Python R 線形代数 線形代数の話(固有値と固有ベクトル)
線形写像の固有値と固有ベクトルについて解説します。いくつかの例に対して固有値と固有ベクトルを計算して、線形代数の理論に少しだけ触れます。
線形代数 線形代数の話(線形写像)
主成分分析を理解するための線形代数第三弾です。今回は線形写像について解説します。また、線形写像の行列表示について解説します。
Python R Pythonによるディープラーニングの実装➂
pythonで1から作るディープラーニング第3弾です。プーリングについて解説し、プーリング層の実装をします。写真をMax Pooling すると、輪郭が取り出されることを実験して確かめます。
線形代数 基底と線形独立性の解説
線形空間を知るためには、線形空間の元がどんなものか調べる必要があります。線形空間には、必ず0がありますが、他にも存在が保証される特別な元の組があります。それが基底です。基底の何が嬉しいか確認したのち、定義や例を紹介します。
Python R Pythonによるディープラーニングの実装➁
pythonによるディープラーニング実装記事第二弾です。画像認識の問題では、ニューラルネットワークを考えても微妙な事が多いです。行列そのものに操作を加える畳み込みの解説と実装をします。畳み込み層とアファイン層それぞれに画像を通してみて、畳み込み層が画像を図形として捉えている事を確認します。
線形代数 線形空間(ベクトル空間)の解説
線形空間(ベクトル空間)についての解説記事です。線形代数が出来るうれしさを紹介した後、線形空間の定義、線形空間の例を紹介します。機械学習への応用についても少し触れています。
機械学習 Pythonによるディープラーニングの実装①
python で1からディープラーニングを実装します。この記事では、隠れ層を沢山持つニューラルネットワークモデルを実装します。実験してみると、単純に層を深くするだけではあまり意味が無い事が分かります。
ガウス過程 ガウス過程入門
ガウス過程の入門記事です。ガウス過程の定義と、ガウス過程回帰の方法を紹介します。カーネルを使ってガウス過程を定義して、ガウス過程回帰を導出します。出てきた式の意味を解説しています。を解説しています。
Python R Pythonによるニューラルネットワークの実装➂
python でニューラルネットモデルを1から実装する記事の最終回です。前回までで、正解の予測と勾配の計算が出来るようになりました。今回はパラメーターを更新する為の関数を作成し、実fashon mnist の分類問題を解かせます。