[de:code 2017]いまさら聞けない、エンジニアのための機械学習のキホン
- nori790822
- 2423
- 0
- 0
- 1
機械学習において学習結果が悪かったときは学習元データを見直す(学習したモデルそのものに手は入れない) #decode17 #AI01
2017-05-23 14:38:46スコアリング一件一件みるのはキリがない。ROC曲線をみる。右下の方に言ってるグラフはダメとのこと #decode17 #AI01
2017-05-23 14:40:09Azureの可視化してくれるツール #decode17 #AI01 pic.twitter.com/jtFM6NboEX
2017-05-23 14:41:10クラスタリング(Clustering)教師なし学習。あやめの品種分類とか #decode17 #AI01
2017-05-23 14:50:11クラスタリングは教師無し学習 #decode17 #AI01 pic.twitter.com/5PAhpBk9Ip
2017-05-23 14:51:24正しくデータが作られてないと機械学習はとんでもない答を返す データが意味すら違う例 #decode17 #AI01 pic.twitter.com/CIOYGdSYHx
2017-05-23 14:53:09コンピュータが処理しやすいデータの準備 #decode17 #AI01 pic.twitter.com/UsbSR7Oeeo
2017-05-23 14:54:22データ作りの技術はサンプルデータから学ぶ #decode17 #AI01 pic.twitter.com/rrY09b6KMq
2017-05-23 14:55:17データは線形と非線形の2つに分けられる。私たちは非線形にしたがってしまう。 #decode17 #AI01 pic.twitter.com/Tgc5N85mrP
2017-05-23 14:56:24機械学習においてデータをどんな線で分けたいのかまず考える #decode17 #AI01 pic.twitter.com/iZK2NsaVMv
2017-05-23 14:56:43機械学習は過学習はとてもよくない。 #decode17 #AI01 pic.twitter.com/Tc26g60rY2
2017-05-23 14:57:38過学習とは訓練用データに適合しすぎること #decode17 #AI01 pic.twitter.com/BzN6BgYbGt
2017-05-23 14:58:25過学習に注意(いきなり100%正解のモデルはもとめない) #decode17 #AI01 pic.twitter.com/l2NlRpqQkV
2017-05-23 14:58:39