Soumettre la recherche
Mettre en ligne
初心者向けに機械学習のハンズオンセミナーをしてわかったこと
•
2 j'aime
•
2,496 vues
_
__john_smith__
Suivre
#dslt祭り
Lire moins
Lire la suite
Ingénierie
Affichage du diaporama
Signaler
Partager
Affichage du diaporama
Signaler
Partager
1 sur 31
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
Nagi Teramo
tokyo_webmining_no51
tokyo_webmining_no51
Shu (shoe116)
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
Hiroki Yamamoto
機械学習するな機会学習しろ - データサイエンスLT祭り 2夜目
機械学習するな機会学習しろ - データサイエンスLT祭り 2夜目
cancolle
階層ベイズモデルで割安mobile PCを探す
階層ベイズモデルで割安mobile PCを探す
. .
Dslt祭り2夜
Dslt祭り2夜
Akifumi Eguchi
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
Ken'ichi Matsui
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Atsushi Hayakawa
Recommandé
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
Nagi Teramo
tokyo_webmining_no51
tokyo_webmining_no51
Shu (shoe116)
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜
Hiroki Yamamoto
機械学習するな機会学習しろ - データサイエンスLT祭り 2夜目
機械学習するな機会学習しろ - データサイエンスLT祭り 2夜目
cancolle
階層ベイズモデルで割安mobile PCを探す
階層ベイズモデルで割安mobile PCを探す
. .
Dslt祭り2夜
Dslt祭り2夜
Akifumi Eguchi
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
Ken'ichi Matsui
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Rstudio上でのパッケージインストールを便利にするaddin4githubinstall
Atsushi Hayakawa
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
__john_smith__
全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析
__john_smith__
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
ML Sagemaker Dev.IO
ML Sagemaker Dev.IO
__john_smith__
Amazon SageMakerでゼロからはじめる機械学習入門
Amazon SageMakerでゼロからはじめる機械学習入門
__john_smith__
Alteryx UG3 LT #alteryx_ug
Alteryx UG3 LT #alteryx_ug
__john_smith__
Alteryx Inspire2017 新製品&新機能紹介
Alteryx Inspire2017 新製品&新機能紹介
__john_smith__
How to create Yarn Application #cmdevio2017
How to create Yarn Application #cmdevio2017
__john_smith__
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
__john_smith__
この素晴らしいSQLに祝福を!
この素晴らしいSQLに祝福を!
__john_smith__
Javado2
Javado2
__john_smith__
Jubatus hack2
Jubatus hack2
__john_smith__
5分でわかる 怖くない機械学習
5分でわかる 怖くない機械学習
__john_smith__
LSTMで話題分類
LSTMで話題分類
__john_smith__
初心者向け「凛ちゃん」
初心者向け「凛ちゃん」
__john_smith__
SparkRをつかってみた(Japan.R)
SparkRをつかってみた(Japan.R)
__john_smith__
Jubatus Hackathon
Jubatus Hackathon
__john_smith__
Contenu connexe
Plus de __john_smith__
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
__john_smith__
全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析
__john_smith__
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
ML Sagemaker Dev.IO
ML Sagemaker Dev.IO
__john_smith__
Amazon SageMakerでゼロからはじめる機械学習入門
Amazon SageMakerでゼロからはじめる機械学習入門
__john_smith__
Alteryx UG3 LT #alteryx_ug
Alteryx UG3 LT #alteryx_ug
__john_smith__
Alteryx Inspire2017 新製品&新機能紹介
Alteryx Inspire2017 新製品&新機能紹介
__john_smith__
How to create Yarn Application #cmdevio2017
How to create Yarn Application #cmdevio2017
__john_smith__
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
__john_smith__
この素晴らしいSQLに祝福を!
この素晴らしいSQLに祝福を!
__john_smith__
Javado2
Javado2
__john_smith__
Jubatus hack2
Jubatus hack2
__john_smith__
5分でわかる 怖くない機械学習
5分でわかる 怖くない機械学習
__john_smith__
LSTMで話題分類
LSTMで話題分類
__john_smith__
初心者向け「凛ちゃん」
初心者向け「凛ちゃん」
__john_smith__
SparkRをつかってみた(Japan.R)
SparkRをつかってみた(Japan.R)
__john_smith__
Jubatus Hackathon
Jubatus Hackathon
__john_smith__
Plus de __john_smith__
(17)
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
全部Excelだけで実現しようとして後悔するデータ分析 2nd Edition
全部Excelでやろうとして後悔するデータ分析
全部Excelでやろうとして後悔するデータ分析
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
ML Sagemaker Dev.IO
ML Sagemaker Dev.IO
Amazon SageMakerでゼロからはじめる機械学習入門
Amazon SageMakerでゼロからはじめる機械学習入門
Alteryx UG3 LT #alteryx_ug
Alteryx UG3 LT #alteryx_ug
Alteryx Inspire2017 新製品&新機能紹介
Alteryx Inspire2017 新製品&新機能紹介
How to create Yarn Application #cmdevio2017
How to create Yarn Application #cmdevio2017
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
Alteryxでkaggleに挑戦する #alteryx #alteryx_ug
この素晴らしいSQLに祝福を!
この素晴らしいSQLに祝福を!
Javado2
Javado2
Jubatus hack2
Jubatus hack2
5分でわかる 怖くない機械学習
5分でわかる 怖くない機械学習
LSTMで話題分類
LSTMで話題分類
初心者向け「凛ちゃん」
初心者向け「凛ちゃん」
SparkRをつかってみた(Japan.R)
SparkRをつかってみた(Japan.R)
Jubatus Hackathon
Jubatus Hackathon
初心者向けに機械学習のハンズオンセミナーをしてわかったこと
1.
初⼼者向けに機械学習のハンズオン セミナーをしてわかったこと じょんすみす
2.
誰? • じょんすみす • @__john_smith__ •
どこにでもいる普通のアル中 これ→
3.
今⽇話すことは... 「ですよねー」的な感じの話です この話から得られる学びは特に無いと思います
4.
やったこと Java Doという勉強会で機械学習のハンズオン http://javado.connpass.com/ 北海道のJavaユーザグループ ほぼ同じ内容を場所を変えて⼆回くらいやった これ→
5.
地⽅勉強会のツラみ この釣りまくりなタイトルと内容で
6.
地⽅勉強会のツラみ この釣りまくりなタイトルと内容で この⼈数である
7.
地⽅勉強会のツラみ この釣りまくりなタイトルと内容で この⼈数である 別な回でJava界隈では⾮常に有名な寺⽥佳央さんが登壇しても 定員には届かなかったようである
8.
地⽅勉強会のツラみ 東京にばっか⼈集まりすぎなんだよ! なんのためのITだよ!!
9.
と、それはさておき本題
10.
数式、ダメ、絶対。 • 数式出して説明してもいい? • みんな⾸を横に振ります •
気になる⼈は後で資料⾒てね! • 資料に数式載せるのって結構苦⾏ですよねw • でもたぶん誰も⾒てくれないんだろうなぁ • 正直ライブラリ使うだけならそこまで知らなくても • ⾦儲けが⼤正義って部分もある • オフライン評価でいい感じでも出してみたら・・・ってことあります よね?
11.
数式、ダメ、絶対。 なぜみんな数式が怖いのか考えてみた 機械学習でよく出てくるもの
12.
数式、ダメ、絶対。 なぜみんな数式が怖いのか考えてみた 機械学習でよく出てくるもの Σ 条件付き確率 微分
13.
数式、ダメ、絶対。 なぜみんな数式が怖いのか考えてみた 機械学習でよく出てくるもの Σ 条件付き確率 微分 これだけでもみんなのトラウマ
14.
数式、ダメ、絶対。 なぜみんな数式が怖いのか考えてみた 機械学習でよく出てくるもの Σ 条件付き確率 微分 これだけでもみんなのトラウマ log? exp? なにそれおいしいの?
15.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈
16.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈ 初めからPRLMとか読んで ⾃⼒で理解する このレベルの⼈は ヤムチャ視点で眺める
17.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈ ここがターゲットになる
18.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈ 久しく触れていないから 忘れてる ⾼校レベル(かそれ以下)から ⾃⼒で勉強できる
19.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈ 別途⼿段を考える 場合によっては数学的な部分 はボカシ通すのもあり?
20.
数式、ダメ、絶対。 たぶんこんな感じ 数学ダメです!というか算数のころからダメです! 公式に当てはめて問題解くのはできます! 数式の意味を理解して与えられた問題を解くのに使えます! サイヤ⼈の限界を超えている⼈ いずれにせよ1回のハンズオン では無理っぽい から数式は出さないほうがいい
21.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図
22.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図 前処理は⾟いので 必要の無いデータセットか 事前にやったデータを⽤意
23.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図 ライブラリを使うと サクッと出来てしまうので 何したかイメージしづらい
24.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図 Accはまだしも Precision, Recallあたりからは 眠そうな⼈が出る ここの説明は薄くする 詳細はReferenceに譲る
25.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図 ここが⼀番 挙動をイメージしやすいっぽい いろいろ試してみる時間では だいたいみんなここで遊ぶ
26.
学習→評価は何をしてるかイメージしづらい データ 前処理 学習
モデル 評価 予測 だいたいのフローの簡易図 遊んでみやすデータセットを ⽤意するといい感じになる
27.
遊びやすいデータは? • Titanicがとても良かった • タイタニック号と処⼥航海で沈没したことが有名 •
変数をどういじってみればいいかわかりやすい • pclass, age, sexあたりをのこして⽋損値を除去みたいな簡易化してもいける • 2値分類なので⼊⾨としてもやりやすい
28.
遊びやすいデータは? みんなとりあえず⾃分の情報を⼊れてみる
29.
遊びやすいデータは? みんなとりあえず⾃分の情報を⼊れてみる そしてだいたいみんな死ぬ
30.
遊びやすいデータは? みんなとりあえず⾃分の情報を⼊れてみる そしてだいたいみんな死ぬ という流れまで含めてつかみはOK
31.
今後どうするかとか • 今後も興味を持っていろいろやってみてもらえるきっかけにな れたかまでは不明 • Referenceは⼊⾨からガチまで取り揃えておいたが果たしてそれらを 読むきっかけにまでなりきれたか・・・ •
実際の利⽤シーンを想像してもらうのが難しかったかもしれない
Télécharger maintenant