イワマミ

UiPathとか機械学習とかを勉強中のひと。ドラえもんと恐竜が大好き男子（3歳）に精神を鍛えてもらっています。

イワマミ

UiPathとか機械学習とかを勉強中のひと。ドラえもんと恐竜が大好き男子（3歳）に精神を鍛えてもらっています。

【機械学習】微分

微分は「何」が求まるのか？接線の傾き y=ax+b a=傾き　接線が右肩上がりなら＋の傾き。右下がりなら－の傾き。 b=切片 微分は「何」に使えるのか？「傾き0」を利用することで、ある関数（誤差）が最小（もしくは最大）となる点が求まる。 例）家賃を予測する場合、実際-予測が小さければ小さいほどいい。一番誤差（傾き）が小さいのは、傾き0の接線。 機械学習のモチベーション→よい予測をしたい。 よい予測とは誤差の少ない予測 →誤差を少なくしたければ、傾き0の接線を求めればいい

イワマミ

    • 【機械学習】簡単な機械学習と内挿・外挿

      機械学習とは、過去のデータから規則性をみつけて係数を導き出すこと。 x　１　２　３　４ y　２　４　６　８ という数字の羅列があった場合、y=ax、a=2では？と人間ならすぐわかるが コンピュータにとっては難しい。 そして、このときx=5という数字が与えられてもy=10というのは外挿になるので扱えない。機械学習では、内挿しか基本的には使わない。 株価に関しては、時系列のデータが範囲内に入って入れば、未来の値も予測可能。今までのデータの範囲から逸脱するデータの予測はしてはい

      イワマミ

      • 【機械学習】3大トピック

        機械学習の3大トピックについて整理します。 教師あり学習回帰：「数値」を予測する　例）入力Xと出力y 分類：「カテゴリ」を予測する　例）赤ワインか白ワイン 教師なし学習入力xしかない。何かを予測したいというモチベーションがない。 入力xの構造や原理原則を理解したいというのがモチベーション クラスタリング：過去の傾向からみて分類する 次元削減：入力の変数を減らす 強化学習データがないorほとんどない 動きながらデータを採取していく 例）掃除ロボットは動きながら部屋の地図

        イワマミ

        • 【機械学習】必要な数学知識

          機械学習に必要な数学の知識ってなんなんでしょうか。 ・微分・積分 ・線形代数 ・確率・統計 これらの知識を抑えないと、機械学習の知識はしっかり入ってきません。 優先度をつけるなら ・微分 ・線形代数 この２つをまず抑える必要があります。

          イワマミ

          【機械学習】概念の意味と位置づけ①

          人口知能（Artificial Intelligence）、機械学習、ディープラーニング・・・ どれも聞いたことのある単語だけど、関係性ってよくわからない。。 そこでまずはこの３つの言葉の概念の位置づけを理解していきたいと思います。 人口知能（AI）⊃機械学習⊃ディープラーニング 各概念の位置づけ 人工知能を人の「脳」だとすると、機械学習は目や耳から入ってくる情報が「なんなのか」を判断する役割を担う部位を指していて、ディープラーニングはその「なんなのか」を判断するために利用

          イワマミ

          【機械学習】概念の意味と位置づけ①

          イワマミ

          イワマミのプロフィール

          基本情報名前：イワマミ 仕事でよくかかわるもの：UiPath・セミナー 経歴： 1987年千葉県生まれ　東京在住 筑波大学 図書館情報学群 図書館情報管理 卒業 SIerに勤務 仕事ではUiPathを使ったロボット開発のPMをしたり、初心者向けセミナーをしたりしています。AIについても勉強したいなと思い、ゆるーくこのnoteでアウトプットしていきたいと思います。 家では、恐竜とドラえもんが大好きな3歳の息子に 精神を鍛えてもらっています。 このnoteに書こうと思って

          イワマミ

          イワマミのプロフィール

          イワマミ