機械学習３〜KNN〜

教師あり学習ある入力に対して特定の出力を予測したい場合で、 入力出力のペアの例が入手できる際に用いられる。 入力出力のペアが訓練セットとなり、それから機械学習モデルを構築する。目的は、新しい見たことのないデータに対して正確な予測を行うことである。 “教師あり機械学習問題は2つに大別することができる。 クラス分類（classification）と回帰（regression）だ。 クラス分類問題と回帰問題を区別するには、出力に何らかの連続性があるかを考えてみればよい。出力に

機械学習②Irisdataを見てみる

機械学習でよく使われるIrisのデータみる Irisdataは、R言語でもよく使われるdataで懐かしいと思った。 from sklearn.datasets import load_irisiris_dataset = load_iris() dataの中身は下記。 dataはIris150個の花びらの長さと幅、ガクの長さと幅をセンチメートル単位で測定したもの。 targetとtarget_namesで0はsetosaを、1はversicolorを、2はvirginic

機械学習１〜序論〜

なぜNoteに書くのか？忘備録と勉強したことのアウトプット。モチベーションの維持が目的です。 なお、オライリーの本で勉強始めました。 なぜ機械学習？今までのプログラムの問題点。 “ある判断を行うためのロジックが個々のタスクのドメインに特有のものになる。タスクが少しでも変わると、システム全体を書き直さなければならないかもしれない。 ルールを設計するには、人間のエキスパートがどのように判断しているかを深く理解している必要がある。” 人間がルールを記述する手法ではうまくいかな

思考論理分析② 理解する=分かる＝分ける

思考のメカニズム思考のメカニズムは情報と情報の突合せ。 例えば、 ・目の前に「低いうなり声をあげている ・黒い軽自動車ほどの大きさの毛むくじゃらの生き物 がいたとしたら、反射的に、 「この生物は何か？」「逃げた方がいいのではないか？」「この動物はこんなところで何をしているのか？」などの疑問が生まれると思います。その疑問に対して回答しよう頭の中で経るプロセスが思考。 思考の核「自分が持っている知識」と「情報収集で得た情報」を「突き合わせ」、要素ごとに同じと違うに分けること。

思考・論理・分析　感想と要約　冒頭と思考①

私とこの本との出会い私は最初に渋谷に本社を構えるとあるメガベンチャー*1に、マーケティング職として入社した際に、その社長から紹介されました。 まず最初に、論理的思考力とは高度成長期の時代では、正しいと検証されたパターンと知識を知って覚えることが合理的であった。 しかしこれから、90年代以降は自ら考えて独自の答えを出す能力が必要である。これが論理的思考力である。 １．思考思考の定義思考とは：思考者が思考対象に対して何らかの意味合いを得るために情報と知識を加工すること。 例

コミュ障解消のためにラジオを聞く

人と話すのの練習の意味を込めて。 昔からラジオを聞くようにして、人の話し方を真似るようにしようと思います。 昔、声優の平野綾さんもマンガをみながら自分でアテレコしてたとか。そういう感じに近いかもしれません。 どうやったら面白く伝わるのか、わかりやすく伝わるのか、オチをどうやって持っていくか。そういうのを学んでいる気がしてます。 それをやっていたら、ラジオを聞くのがルーチンになってきたかも。 私は芸能人のラジオが好きです。 少しずつ紹介していこう

始めるにあたって何書こうか考えてます。 好きなこと、勉強したこと、感じたこと 自由に記載していきたいと思います。 読まれる人を意識しすぎると窮屈になってしまい、 書きたいことがかけなくなってしまいそうで怖くてどうしたらいいかなーと。