機械学習

ベイズ統計学

特徴量選択の話

機械学習において、特徴量エンジニアリングは、モデルを選ぶのと同じくらい重要な作業です。既にある特徴量の中から、いらないモノを捨てる手法を紹介します。主に、統計学の力を使う手法の紹介です。
機械学習

ニューラルネットワークの概要

ニューラルネットワークを大体解説する記事です
機械学習

ロジスティック回帰の概要

理論的な話は置いておいて、ロジスティック回帰で何が出来るか、精度はどう見るのかを説明しています。
機械学習

[Excel][VBA]EMアルゴリズムと混合正規分布でデータを分類する1

データをクラスタリングする手法に、混合正規分布モデルがあります。それをVBAで実装する記事第一弾です。混合正規分布モデルとEMアルゴリズムの説明をして、VBAで実装します。
ベイズ統計学

ベイズ主成分分析の話

次元の大きなデータの次元を圧縮する方法の一つに、主成分分析があります。確率論的に主成分分析を行う方法があり、同様にベイズ流に行う方法もあります。この記事では、簡単なモデルで、パラメーターの推定式を計算します。
ベイズ統計学

確率論的主成分分析(PPCA)の話

主成分分析(PCA))を、確率論的に行う事が出来ます。普通のPCAはデータの次元を削減したり。クラスタリングしたり出来ます。一方、確率論的主成分分析(PPCA)は、次元を削減するだけでなく、データを生成する事も出来ます。議論の流れと、パラメーターの決定方法を解説します。
Python R

Tensorflow で自作損失関数(Custom Loss Function)を使う

tensoflowの中で、自作損失関数(custom loss function )を使ってモデルを学習させる方法を説明しています。tensorの説明から始まって、簡単なデータでcustom loss を使う所までを解説します。
Python R

K-means 法のpythonによる実装

K-means をpythonで実装する記事です。irisデータをクラスタリングします。計算の詳細や、実装のポイントなどを解説します。
統計学

マハラノビス距離を使った異常検知

異常検知の手法として、マハラノビス距離があります。マハラノビス距離の定義を解説し、カイ二乗分布に従う事や、異常検知の手法への応用方法を解説します。
機械学習

ベイズニューラルネットワーク

ニューラルネットワークをベイズ風に解説します。ニューラルネットワークを一つの関数だと思ってパラメーターの事後分布を求めたり、予測値の事後分布を求めたりします。色々近似を行わないと解析的に解けないのが大変な所です。
タイトルとURLをコピーしました