ウォンツテック

技術的な話や会社設立に関わる話などを適当にしていきます

機械学習 SVMを使う基準

stanford machine learning 7週目です SVM (Support Vector Machine)というニューラルネットワークではない学習モデルの一つ。 ロジスティック回帰でやるかSVMでやるかは以下のような基準で切り分ける 学習に利用する特徴点(家の価格を予想する場合は広さ、…

機械学習 モデルのデバッグ

stanfordのmachine learning講習も6週目です すごく重要な回だったので少しまとめ アルゴリズムのデバッグ手法 cross validationのチェック 学習の正当性を確認するのにデータを training set cross validation set test set に分けます。 トレーニングセッ…

Stanford UniversityのOnline machine learningコースを受ける

ゼロから作るDeep Learningの本を読み終えた後にtensor flowのチュートリアルやkerasのチュートリアルをいくつかやっていたのですが、もう少し体系的に勉強したいなと思いwww.coursera.orgこのStanford Universityが実施しているオンラインの機械学習コース…

TensorFlowを使ってみる 5

Kerasを使ってみる tensorflowの高機能ライブラリであるcontrib.learnを使ってみたんですが 今一わかりづらかったのでもう一つの高機能ライブラリであるKerasをさわってみますとりあえず1層でOptimizerは最降下勾配方で最も単純なネットワークを組んでみま…

TensorFlowを使ってみる 4

畳み込みニューラルネットワークのチュートリアルをやってみる Deep MNIST for Experts | TensorFlowこのページの「Build a Multilayer Convolutional Network」以下をやってみました※mnistは「ゼロから作るDeepLearning本」の方で取得したデータを利用する…

TensorFlowを使ってみる 3

実際自分で書いた数字で試してみる 前回書いたサンプルコードを使い、実際にmacのお絵描きソフトで書いた以下の数字を認識するかやってみました。 mnistで試してるだけだとなんだか本当に合ってんだかよくわからないですからね。 gist.github.com結果は 0.97…

TensorFlowを使ってみる 2

TensorFlowのOptimizerを使ってみる MNIST For ML Beginners | TensorFlowTensorFlowのチュートリアルで機械学習初学者向けのドキュメントを読んで、サンプルのコードtensorflow/mnist_softmax.py at master · tensorflow/tensorflow · GitHubをゼロから作る…

TensorFlowを使ってみる 1

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装この本を読み終わったので機械学習を実験してみようと思います。ライブラリはGoogleが公開しているTensorFlowを使いますwww.tensorflow.org日本のPFI社が開発したChanierあたりも気に…

rails5 + puma + nginx で AWSテスト環境を構築してみる

puma railsのAPサーバとWebサーバですが、昨今ではrails5にpumaが標準になったり、herokuがpumaを推奨したりとpumaがおすすめらしいので私のサービスのテスト環境もpumaで構築することとしました。github.com ざっくりとした手順は以下のような感じです rail…

Deep Learning

# Deep Learning 5逆誤差伝搬法の数学的お勉強高卒でもわかる機械学習 (5) 誤差逆伝播法 その1 | 頭の中に思い浮かべた時には前回見たスライドはスライド48のあたりがイマイチ分からなかったので上記で読み直し さらに分かりやすいです逆誤差伝搬法は計算量…

商標登録の出願

個人で作っているWebサービスのサービス名(ロゴではなく文字のみ)の商標登録出願をやってみた結論から言うと出願自体はすごく簡単。やりかたをざっくり書くと 1. 特許庁の商標登録出願のpdfを熟読 http://www.jpo.go.jp/shiryou/kijun/kijun2/pdf/syutugan…

Deep Learning

# Deep Learning 4誤差逆伝搬法の勉強前の章で実装した損失関数の勾配の微分計算はとてつもない時間が掛かるのでそれを早くしましょうっていう話。計算グラフで説明するとの事だったので概要を理解したく以下のスライドを読んでみた 脳裏に焼き付けて二度と…

Deep Learning

Deep Learning 勉強 3 勾配法 前回勉強した損失関数は訓練データが如何にテストデータ(正解)に近づいたかを示す関数で、2乗和誤差や交差エントロピー誤差などは0に近いほどテストデータに近いと定義されている。最終的な目標は認識精度を上げる事なので、3…

Deep Learning

Deep Learning 勉強 2 損失関数 訓練データがテストデータのに如何に近づいたかを図るための関数 損失関数の結果が0に近いほど正解に近い。 損失関数には以下の二つがあるらしい 2乗和誤差: 交差エントロピー誤差: 4.2 損失関数の交差エントロピー誤差 cro…

Deep Learning

Deep Learningの勉強 今日からO'REILLYの「ゼロから作る Deep Learning」を読み始めます。ブラックボックスは極力使わずにゼロから積み上げるコンセプトが気に入りました。 python 3系のインストール 本で使用しているpythonのversionは3系で、手持ちのmacbo…