内井祐作

内井祐作

英語ビュッフェ 5/26

この本の教材 毎日英語のリスニングを鍛えることができる素晴らしい配信です ぜひみなさんも使ってみてください。 ここでは、この配信での自分の気づきをブログにしていま…

内井祐作
内井祐作
2週間前

Factorization Machinesについて

1.Factorization Machinesの概要全体紹介したMatrix Factorizationについてですが、 Matrix Factorizationは ユーザーとアイテムの評価値行列から、特異値分解（SVDとは少…

内井祐作
内井祐作
1年前
1

レコメンドエンジンのまとめ

1.レコメンドとは？ 現在のYoutubeやNetflix、Amazonでは、さまざまなおすすめの動画や商品、「この商品をチェックした人はこのアイテムを購入しています。」などといった…

内井祐作
内井祐作
1年前
2

AWS Certified Machine Learning - Specialty 対策学習

1.はじめにこちらは、学習に活用したUdemyの教材になります。 日本語でのユースケースを基に問題が提示されています。 とても便利なので、活用させていただいています。 h…

内井祐作
内井祐作
1年前
2

Vit（VisionTransformer）について理解を深める第二部[EncoderからMLPヘッドについて理解する]

１.第一部のおさらい TransfomerからEncoderのみを活用したとて分かりやすいモデルであるVisionTransfomer(以後Vitとする)ですが、前回までは主にパッチとEmmbedingについ…

内井祐作
内井祐作
1年前
2

画像のアフィン変換と透視変換について学んだのでメモ

1.そもそもなぜこれを学ぶのか OpenCVは、画像分類や異常検知においての画像の前処理にとても有用だからです。 例えば医療現場において、肺がん患者の予測をしたいとしま…

内井祐作
内井祐作
1年前

Vit（VisionTransformer）について理解を深める第一部　　　　　　　　[Input layerについて理解する]

1.VisionTransfomerってなに？Visiontransfomerというものは、Attension(注意機構)を活用した画像分類モデルです。 VisionTransfomerが登場する前は、ResNetやEfficientNet…

内井祐作
内井祐作
1年前
1

年末にOpenCVを色々いじってみた

1.OpenCVってなに？OpenCVとは、画像の読み込みから表示、加工までを行えるオープンソースライブラリとなっています。 ・画像のエッジ抽出 ・画像のグレースケール ・二値…

内井祐作
内井祐作
1年前
1

MDS（多次元尺度構成法）の理論とPython

1.多次元尺度構成法とは？次元削減手法の一種であり、各データ間の距離を保ちながら次元削減する手法です 例えば、首都圏の位置関係について次元削減したいとします。 私…

内井祐作
内井祐作
1年前
3

Dockerを使う必要性（自己学習用）その１

1.Dockerを使う場面 T社とS社で共同でレコメンドシステムを機械学習を用いて開発するとした。 T社がまず最初にアルゴリズム構築を行うこととした。 -numpy -python -skle…

内井祐作
内井祐作
1年前
1

マルコフ過程について

1.マルコフ性とは？マルコフ過程（マルコフ連鎖）とは、そのマルコフ性を満たす確率過程のことを言います。 2.マルコフ連鎖の例についてマルコフ連鎖の例を一つあげます。…

内井祐作
内井祐作
1年前
1

階層的クラスタリングについて知識を深めていこう！空間拡張性などにも触れていく

階層的クラスタリングデンドログラム(dendrogram) 縦軸：クラスター間距離 横軸：データ 階層的クラスタリングのメリット 上の図のように、誰がどのクラスターに属してい…

内井祐作
内井祐作
1年前
1

Pythonを使ってイベントの来場者数をシュミレーションしよう！

１．前置 統計学を学んだ方なら「区間推定」や「仮説検定」について学んだことはあるのではないでしょうか。 そして、その中でポアソン分布や二項分布についても見てきた…

内井祐作
内井祐作
1年前
内井祐作

内井祐作

英語ビュッフェ 5/26

この本の教材

毎日英語のリスニングを鍛えることができる素晴らしい配信です
ぜひみなさんも使ってみてください。
ここでは、この配信での自分の気づきをブログにしています。

Today's sentenceYou'll get well soon

wellは、イメージだと改善されている感じ
なので、あなたは改善を得ているということ
soonは、間も無くという意味

つまり、『あなたはすぐ良くなりま

もっとみる
内井祐作

内井祐作

Factorization Machinesについて

1.Factorization Machinesの概要全体紹介したMatrix Factorizationについてですが、
Matrix Factorizationは
ユーザーとアイテムの評価値行列から、特異値分解（SVDとは少し異なる）して未評価の値を予測するものでした。

これにはコールドスタート問題というのがありまして、実際に評価されたアイテム（明示的な評価）のみを考慮しており、暗黙的な評価

もっとみる
内井祐作

内井祐作

レコメンドエンジンのまとめ

レコメンドエンジンのまとめ

1.レコメンドとは？

現在のYoutubeやNetflix、Amazonでは、さまざまなおすすめの動画や商品、「この商品をチェックした人はこのアイテムを購入しています。」などといった興味が引きそうな広告を見ないだろうか？

私たちがそのサービスで
・購入している情報
・商品のレビュー情報
・該当商品のページに訪れた
などの情報は、ユーザー体験を向上させるために推薦システムに利用されております。

もっとみる
内井祐作

内井祐作

AWS Certified Machine Learning - Specialty 対策学習

1.はじめにこちらは、学習に活用したUdemyの教材になります。
日本語でのユースケースを基に問題が提示されています。
とても便利なので、活用させていただいています。

https://www.udemy.com/course/aws-30-b/learn/quiz/5433622/result/914784894#overview

今回は、自分の整理を第一にユースケースを基にどんなサービスをど

もっとみる
内井祐作

内井祐作

Vit（VisionTransformer）について理解を深める第二部[EncoderからMLPヘッドについて理解する]

Vit（VisionTransformer）について理解を深める第二部[EncoderからMLPヘッドについて理解する]

１.第一部のおさらい

TransfomerからEncoderのみを活用したとて分かりやすいモデルであるVisionTransfomer(以後Vitとする)ですが、前回までは主にパッチとEmmbedingについて詳しく説明したと思います。

今回説明するのは、上の図であるTransfomer Encoderの部分からMLP HEADです。
Encoder、そしてMulti-Head-Self-At

もっとみる
内井祐作

内井祐作

画像のアフィン変換と透視変換について学んだのでメモ

画像のアフィン変換と透視変換について学んだのでメモ

1.そもそもなぜこれを学ぶのか

OpenCVは、画像分類や異常検知においての画像の前処理にとても有用だからです。

例えば医療現場において、肺がん患者の予測をしたいとします。
そこであたらえれた画像データが肺も写っているが、肩や首の部分はあまり画像解析では関係なさそうですよね。
では次のように画像の前処理ができたらどうでしょうか

周りの画像が切り取られて肺のみにフォーカスできています。
これで

もっとみる
内井祐作

内井祐作

Vit（VisionTransformer）について理解を深める第一部　　　　　　　　[Input layerについて理解する]

Vit（VisionTransformer）について理解を深める第一部　　　　　　　　[Input layerについて理解する]

1.VisionTransfomerってなに？Visiontransfomerというものは、Attension(注意機構)を活用した画像分類モデルです。
VisionTransfomerが登場する前は、ResNetやEfficientNetなどのCNN（畳み込みニューラルネットワーク）が主流かつ高精度なモデルでした。
しかし、
2020年にVit（VisionTransfomer）が登場したのです

もっとみる
内井祐作

内井祐作

年末にOpenCVを色々いじってみた

年末にOpenCVを色々いじってみた

1.OpenCVってなに？OpenCVとは、画像の読み込みから表示、加工までを行えるオープンソースライブラリとなっています。

・画像のエッジ抽出
・画像のグレースケール
・二値化
・物体検出
そのほか様々なことができます

今回は、画像の読み込みから様々なものをこの年末にやったので紹介していきます。

2.画像の表示まぁこれをやらないとこれから何するんだって話ですからね笑
ここからやっていきまし

もっとみる
内井祐作

内井祐作

MDS（多次元尺度構成法）の理論とPython

MDS（多次元尺度構成法）の理論とPython

1.多次元尺度構成法とは？次元削減手法の一種であり、各データ間の距離を保ちながら次元削減する手法です

例えば、首都圏の位置関係について次元削減したいとします。
私たちが生活しているのは３次元空間であり、
緯度経度そして高さが存在します。
例えば富士山の麓と新宿は経度も緯度も違えば高さも異なります。

そのような３次元データを２次元に次元圧縮を行うことを目的としているモデルになります。

2.扱う

もっとみる
内井祐作

内井祐作

Dockerを使う必要性（自己学習用）その１

Dockerを使う必要性（自己学習用）その１

1.Dockerを使う場面

T社とS社で共同でレコメンドシステムを機械学習を用いて開発するとした。

T社がまず最初にアルゴリズム構築を行うこととした。
-numpy
-python
-sklearn

このパッケージを用いて作成したとする。
これをS社に共有したいとする。

S社も同様な
Pythonの環境とパッケージのインストールを手動で行う。

1.2 環境構築での問題

そこで何個か問題

もっとみる
内井祐作

内井祐作

マルコフ過程について

1.マルコフ性とは？マルコフ過程（マルコフ連鎖）とは、そのマルコフ性を満たす確率過程のことを言います。

2.マルコフ連鎖の例についてマルコフ連鎖の例を一つあげます。
サッカー日本代表が小学生代表メンバーとの試合において、勝つか負けるかを以下のようなモデルで分析を行う。

日本代表が勝つを「１」
日本代表が負けるを「２」とします

ある日の翌日に日本代表が勝つか負けるかはその日の勝敗に依存すると過

もっとみる
内井祐作

内井祐作

階層的クラスタリングについて知識を深めていこう！空間拡張性などにも触れていく

階層的クラスタリングデンドログラム(dendrogram)
縦軸：クラスター間距離
横軸：データ

階層的クラスタリングのメリット

上の図のように、誰がどのクラスターに属しているのか詳しく可視化することが可能！

Remark階層的クラスタリングには２通りある

分割型⇨全体が一つのクラスタになった状態から始めて，再帰的に対象集合の分割を繰り返す。

凝集型⇨バラバラの状態にあり、この時点では全

もっとみる
内井祐作

内井祐作

Pythonを使ってイベントの来場者数をシュミレーションしよう！

Pythonを使ってイベントの来場者数をシュミレーションしよう！

１．前置
統計学を学んだ方なら「区間推定」や「仮説検定」について学んだことはあるのではないでしょうか。

そして、その中でポアソン分布や二項分布についても見てきたと思います。

今回の話では、実際のビジネスケースにおいて、一体どのような確率分布が従うのか、そしてどのようにビジネスに落とし込むのかを説明していきたいと考えてます。

２．ビジネスケース具体例

ex)ある駅前で一週間限定の野外イベント

もっとみる