2019年11月一覧

先にディープラーニング学習します。

お久しぶりです。

更新していなかった間に「Pythonではじめる機械学習」を一通り読み終えました。

およそ2カ月、学習していたわけですが、機械学習の種類や使用方法、評価方法等、おおまかに理解することができたかなと思います。

いずれ備忘録としてメモしたノートでも上げたいですね。まだまとまってないのでいつになるかはわかりませんw

 

さて、学習ロードマップ的に次は残りのSTEP2である、機械学習に使われているアルゴリズムを理解するための数学の学習です。

しかしながら、やはり数学の前にディープラーニングの学習がしたいなということでフライングにはなりますが、「ゼロから作るDeepLearning」の学習からすることにしました。

パラパラと軽く流し読みしていますが、記載されているコード量は「Pythonではじめる機械学習」よりもかなり少ない印象です。

しかし、その分数式が多い・・・
やはり数学の知識は必要か・・・

ひとまずはディープラーニングまでをおおまかに学習して数学の学習に入ろうと思います。


機械学習⑤

こんばんは。

もくもくと本書の学習を進め、
第3章 教師なし学習と前処理
第4章 データの表現と特徴量エンジニアリング
第5章 モデルの評価と改良 
まで終わりました。

教師なし学習の章では人物の顔画像を用いていろいろなアルゴリズムを試す形で学習を進めていきましたが、いやはや・・・

機械学習の手法は教師あり学習と教師なし学習で若干違いはあるものの、そこまで変わってはいないので、そこはいいのですが、ハイパーパラメータやアルゴリズムを変えて、人物の画像を変化させて、これはいい例、悪い例というのが、まだピンときません。

これらの技術を使って、顔認証とかしているんですよね。普通にすごいですよね。
そのレベルまで行くのにどれだけかかるやら・・・

精進、精進!

第4章、5章は機械学習のアルゴリズムの説明から離れ、機械学習アルゴリズムにかけるまでのデータの処理の仕方や機械学習にかけたデータの検証方法等々の説明でした。

この辺はだいぶ重要なんだろうな~と思いつつ、でもこれこそ実践で経験してレベルを上げるしかなさそうだと感じ、さらっと学習を終えました。

あと少しで丸々一冊の学習が終わりそうです。

次のステップへはやくいきたいので、残り少しがんばります。

 


スポンサーリンク
広告1
広告1