- 運営しているクリエイター
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