ししまる@みらいのクルマをつくる人

https://linktr.ee/4.4_maru □住まい:愛知県 □年齢:36…

ししまる@みらいのクルマをつくる人

https://linktr.ee/4.4_maru □住まい:愛知県 □年齢:36才 □仕事:自動車の開発 □AI generalist(2020#01)  □業務改善で社内TOP表彰

マガジン

最近の記事

【ITパスポート試験_勉強方法③】1.ストラテジ系をマインドマップ勉強法で対策しよう!

今回は、ITパスポート試験の3つの項目の うちストラテジ系のマインドマップと 合格のポイントを紹介していきます。 IT知識ゼロな私が一発合格に至るまでに作成 したマインドマップを紹介します。 【この記事のメリット】 ①ストラテジ系のマインドマップを見ることができる ②マインドマップをPDFでダウンロードできる ③ダウンロードしたマインドマップを参考に自分で  作成することができる。(アプリのダウンロード必要) ④合格のポイントを知ることができる 「マインドマップ勉強法っ

    • 【ITパスポート試験 勉強方法②】マインドマップ勉強法で知識を操り合格する!!

      今回は2ケ月でしっかり知識を自分のもの にして合格できるマインドマップ勉強法に ついて紹介していきます。 今回のポイントとしてはマインドマップ勉強法 を活用することでITパスポート試験の全体像を 体系的に理解し知識を定着することです。 前回はIT素人でも1ケ月で勉強できる方法の中で 試験当日までの時間の使い方や計画の立案・ 具体的な勉強法について紹介しています。 今回、紹介する勉強法は前回紹介した内容に追加 して実践する内容ですので是非前回の記事を読んで からこの記事を

      • 【ITパスポート試験 勉強方法①】IT素人が1ケ月で合格できるポストイットサーキット法!!

        先回はITパスポート試験がどんなものかについて 紹介させていただきました。 まだご覧になってない方は是非下記リンクから ご覧ください。 そして今回は早速ではありますが、ITパスポート 試験をIT素人でも1ケ月で合格できる勉強法について 紹介させていただきます。 この勉強法はITパスポート試験に限らず、 この勉強法を活用することで合格率50%程度の 試験であれば1ケ月で合格できます。 今回は最短1ケ月で合格する為の方法ですので 「とにかく合格すればOK」な人向けです。

        • 【ITパスポート試験とは】IT素人でも合格できる!!

          これからIT素人な私がITパスポート試験を受験 してから合格まで至った話をしていきたいと 思います。 「そもそもITパスポート試験ってなんだ?」 「ITパスポート試験受けて何がいいの?」 「ITパスポート試験受けてみたいけど  自信ない。。。」 皆さん様々な疑問があると思います。 まず言えるのはIT素人な私でも合格することが できたので事前にITに関する知識がなくても勉強 すれば合格できます! 私の勉強法なんかも今後、紹介していければなと 思います。 そして、仕事が

        【ITパスポート試験_勉強方法③】1.ストラテジ系をマインドマップ勉強法で対策しよう!

        マガジン

        • 【ITパスポート試験】合格への道
          4本
        • 文系でも分かる機械学習
          3本
        • MUPアウトプット(week課題)
          27本
        • 機械学習の統計学
          19本
        • 【日記】日々思うこと
          2本
        • MUPアウトプット(タスク)
          4本

        記事

          【文系でも分かる機械学習】最小二乗法とは?

          今回は最小二乗法について アウトプットしていきます。 1.最小二乗法の定義最小二乗法は1800年あたりにルジャンドル、 ガウスによって発表された考えになります。 【最小二乗法とは】 測定で得られた数値の組を。適当なモデルから 想定される一次関数。対数曲線など特定の関数 を用いて近似する時に想定する関数が測定値に 対して良い近似となる様に残差の二乗和を最小 よする様な係数を決定する方法。 ちょっと難しいですね。 もう少し簡単にいうと 実際の値と想定する関数から求めた値

          【文系でも分かる機械学習】最小二乗法とは?

          【文系でも分かる機械学習】単回帰分析って何?

          今回は単回帰分析について アウトプットしていきます。 まずはじめに単回帰分析で必要な知識 について紹介します。 【機械学習の手法】 最急降下法 【統計学】 単回帰分析/データの分布/尤度 最小二乗法 【数学】 微分/偏微分 それでは単回帰分析における 機械学習の流れを簡単にみていきましょう。 まず機械学習の定義について もう一度みてみます。 【機械学習とは】 明示的にプログラムしなくても(都度教えなくても) コンピュータが自ら学ぶことができるようにする 為にはどうす

          【文系でも分かる機械学習】単回帰分析って何?

          【文系でも分かる機械学習】機械学習で注意すること

          今回は機械学習で注意すべき ポイントについてアウトプットしていきます。 1.機械学習で注意すること最近は機械学習のライブラリが発達しており アルゴリズムを理解していなくても良い結果が 得られる場合が多くあります。 しかし、とりあえず結果がよかったからOK というのはあまりお勧めできません。 なぜならアルゴリズムを理解していないと 結果が悪かった場合、改善ができないことや たまたまそのアルゴリズムを持ってきて結果 が得られただけで、なぜそのアルゴリズムを 選択したかの根拠

          【文系でも分かる機械学習】機械学習で注意すること

          【文系でも分かる機械学習】機械学習って何だろう?

          今回は機械学習の定義について アウトプットしていきます。 1.機械学習とはまず機械学習とは何かを言葉として 答えららえないのは当たり前です。 「料理とは何か?」と問われた時 多くの人が何となくでも答えられるでしょう。 例えば 複数の食材を切り、焼く・煮る・蒸すなど の処理をし混ぜ合わせるもの。 など。 これを答えれらるのは中身を理解している からなんです。 最近はAIやビックデータが流行っていますが ほとんどの人がその中身を理解していないで しょう。 機械学習につ

          【文系でも分かる機械学習】機械学習って何だろう?

          【機械学習の微分】上に凸と下に凸

          今回は2回微分についてアウトプット していきます。 1.2回微分した分かること2回微分して何が分かるかというと 関数の形がわかります。 【関数の形とは】 ①グラフが上に凸か下に凸か ②接線の傾きの変化率 2.上に凸と下に凸 まずはじめに上に凸と下に凸についてです。 これが何かというと この様なグラフの形を意味します。 これは2回微分した時 【グラフの形】 y"が正の時、下に凸 y"が負の時、上に凸 となります。 3.接線の傾きの変化率続いて接線の傾きの変化

          【機械学習の微分】上に凸と下に凸

          【機械学習の微分】合成関数について

          今回は合成関数についてアウトプット していきます。 合成関数は、仕組みはとてもシンプルで 計算に慣れて行けばすぐに理解できます。 1.合成関数とは早速ですが (3x+4)^10の導関数を計算しようとした場合 手計算ではすごく労力のいる作業になってしまいます。 そこで複雑な計算を簡単にできるのが合成関数です。 合成関数を理解することで微分の連鎖律に ついて学ぶ準備が整います。 微分の連鎖率については次回紹介していきます。 1.合成関数とはそれでは合成関数について学ん

          【機械学習の微分】合成関数について

          【機械学習の微分】右微分係数と左微分係数

          今回は右微分係数と左微分係数について アウトプットしていきます。 1.右微分係数と左微分係数とは前回のおさらいを簡単にすると 【微分係数とは】 右側と左側から極限に近づけた時の 値が同じ場合に定義される。 となっていますが、この微分の定義に 当てはまらない場合があります。 前回の記事はこちら ご覧の様に、0の右側と左側で微分係数が 異なる場合は微分と定義することができません。 ではどの様な場合に微分を定義 できるのでしょうか? 右微分係数と左微分係数に分けて み

          【機械学習の微分】右微分係数と左微分係数

          【機械学習の微分】微分を解析的にみてみよう!

          今回は微分の考え方について 直感的な目線から少しずつ解析的に アウトプットしていきます。 微分については以前アップしています。 今回の記事を見る前によろしければ 過去の記事をご覧ください。 1.直感的に微分を考えよう今後、解析的に微分を学ぶにあたって その前準備として直感的に微分について 考えていきます。 【直感的な微分の考え方】 曲線が与えられた時、 ①Pをその曲線上の点とする。 ②Pと曲線上に直線を置く。 ③曲線と直線の新たな交点をQとする。 ④QをPに近づける

          【機械学習の微分】微分を解析的にみてみよう!

          【機械学習の数学】微分?多分?覚えてる?

          今回は微分についてアウトプット していきます。 中学の時、習ったけど全然覚えてないって方 多いんじゃないでしょうか。 私自身もそうです。笑 ひとつずつ一緒に勉強していきましょう。 1.微分とはまず微分とは何でしょうか。 一言でいうと 【微分とは】 接線の傾きのこと 1回微分をすると関数の傾きが分かり 2回微分をすると関数の形が分かります。 2回微分については今後紹介していきます。 グラフで見るとわかり易いですね。 なぜ機械学習を学ぶ上で微分を 学ばなければ

          【機械学習の数学】微分?多分?覚えてる?

          【機械学習の統計学】尤度(ゆうど)って何?もっともらしさ??

          今回は尤度(ゆうど)について アウトプットしていきます。 なかなか聴き馴染みのない言葉で ちょっと拒否反応を示してしまう方も いるかもしれません。 しかし、尤度の考え方を発展させたもの としてベイズ統計学があります。 これは機械学習でよく使われる考え方に なりますのでのでしっかり学んでいきましょう。 1.尤度とは【尤度とは】 データの尤も(もっとも)らしさを推測する ※今までの統計学とは逆の考え方になります。 標本から母集団を予測するのに似ており データからその裏にあ

          【機械学習の統計学】尤度(ゆうど)って何?もっともらしさ??

          【機械学習の統計学】標本2つから母集団を予測する

          今回は標本が2つの場合の母集団の 予測の考え方についてアウトプット していきます。 1.標本が2つの母集団を予測しよう早速ですが標本が2つの場合の 母集団の予測の仕方について考えて みましょう。 前提条件はこの通りです。 【前提】 ・平均:151g ・標準偏差:6g ・分布は正規分布に従っている 次の事例を元に考えて いきましょう。 【事例】2つの標本から標準偏差を考える ・標本Aの魚:149g ・標本Bの魚:153g 考え方は標本Aと標本Bの2つの分布から

          【機械学習の統計学】標本2つから母集団を予測する

          【機械学習の統計学】標本から母集団を予測する

          今回は統計学のシメの部分である 標本から母集団を予測する についてアウトプットしていきます。 1.標本から母集団を予測するとはまずはじめに標本から母集団を予測する とはどういう事でしょうか。 それは母集団の分布がわかっていると 標本から母集団を予測することが できるという事です。 どういう意味かというと 母集団の分布=平均と分散が わかっていれば分布の形は正確に 分かります。 そこで標本が母集団のある位置に いる確率は何%かをこれから考えて いきます。 2.標本から

          【機械学習の統計学】標本から母集団を予測する