2018年12月の記事一覧
gitでColabを公開しました
Google Colabは，そのままgitで公開することができ，さらに自動的に Open in colabボタンが追加される．
fastaiの基本のキだけだが，作ってみたので公開する．
そのうち講義ビデオがアップされたら，もう少し本格的なものを作成しよう．
Google Colabでfastai
最先端の深層（機械）学習を実務家が気軽に適用できるようにするための仕組みとしてfastaiがある．「AIをもう一度uncoolに」を標語にしているように，専門家でなくても（Pythonを知っていれば）ある程度（というか数年前の世界新記録程度）の深層学習を使うことができる．
問題はインストールが面倒なことだ．GPUつきのlinuxが必要で，それ上にPyTorchを入れた後でインストールする必要があ
fast.ai version 1.x
fast.aiはバージョン0.7の講義ビデオで勉強している人が多い．(日本語に翻訳されているのは，ほとんどがDLのLesson1で挫折している :-)．
fastai 0.7はドキュメントも悪く，講義もだらだらなので敬遠していたが，version 1.x になったらだいぶすっきりした．
SCMで使うのは，定型の表形式データが多いので，それ関係を簡単に紹介する．元はこちら．
表形式データの基本
Excelによる深層学習の学習
深層学習はPythonでするものだと思いこんでいたが，教育用には（みんな得意な）Excelを使う方が良いことに気づいた．
たとえば，畳み込みニューラルネットのフィルターやソフトマックスの概念などの深層学習の基本は，小さな例題ならExcelの計算式で表現可能だ．
さらにExcelには簡単な非線形最適化ソルバーがついているので，協調フィルタリングは簡単に実装できる．潜在因子行列を変数にして，行列の
バイアスとバリアンス
監修していたMITのテキストの翻訳を直していて気づいたのだが，バイアスとバリアンスの訳と解釈が，混乱を招いていると思われる．
ほとんどの教科書でバイアスは「的からずれていること」，バリアンス（分散と訳される）は「的の中心からのばらつきが大きいこと」と説明されている．さらに，これらはトレードオフ関係にあるので，片方を良くしようとすると，もう片方が悪くなると説明している．この説明をもとに機械学習の精