入門／解説 ディープニューラルネットワークにおける一般化ギャップの予測(1/2)
１．ディープニューラルネットワークにおける一般化ギャップの予測(1/2)まとめ ・トレーニング時に出てこなかった初見のデータに対応する能力を一般化と言う ・一般化ギャップとは「トレーニングデータ」と「初見データ」に対するパフォーマンスのギャ...
入門／解説
入門／解説 
入門／解説 データサイエンス学習時にやりがちな3つの大きな間違い(1/3)
１．データサイエンス学習時にやりがちな3つの大きな間違い(1/3)まとめ ・データサイエンスは実務的な使われ方が優先される傾向があるが科学としての側面を持つ ・この前提に基づかないと適切にデータサイエンスを実践する事が非常に困難になる ・全...
入門／解説 Gen:新しいAI用プログラミング言語はディープラーニングを超える(2/2)
１．Gen:新しいAI用プログラミング言語はディープラーニングを超える(2/2)まとめ ・確率的プログラミングは、AIの新たなフロンティアとして有望視されている分野の1つ ・Genは確率的プラグラムの使用を容易にするため、問題に対して原理的...
入門／解説 Gen:新しいAI用プログラミング言語はディープラーニングを超える(1/2)
１．Gen:新しいAI用プログラミング言語はディープラーニングを超える(1/2)まとめ ・Genと言うjuliaベースの新しいプログラミング言語をMITが新たに開発 ・ディープラーニング以外の各種AIテクノロジーも部品として利用可能で効率的...
入門／解説 時系列予測に機械学習を使用する際の落とし穴(3/3)
１．予測に機械学習を使用する際の落とし穴(3/3)まとめ ・誤った精度測定基準を選択すると実際には予測できないデータも高い精度で予測できているように見える ・時系列データは時間的に相関する傾向があり、直前の値を予測値とする事で見かけ上は高い...
入門／解説 時系列予測に機械学習を使用する際の落とし穴(2/3)
１．予測に機械学習を使用する際の落とし穴(2/3)まとめ ・誤った精度測定基準を選択すると実際には予測できないデータも高い精度で予測できているように見える ・時系列データは時間的に相関する傾向があり、直前の値を予測値とする事で見かけ上は高い...
入門／解説 時系列予測に機械学習を使用する際の落とし穴(1/3)
１．時系列予測に機械学習を使用する際の落とし穴(1/3)まとめ ・時系列データは様々な分野で扱う事が多いデータで機械学習でも取り扱い方をしっておくべき重要なデータ ・しかし、時間成分によて追加情報がもたらされるが、他の予測タスクより処理する...
入門／解説 機械学習を使ってバスの運行情報を予測(3/3)
１．機械学習を使ってバスの運行情報を予測(3/3)まとめ ・曜日や時刻などの時間的特徴表現を使うと予測の元データの車の速度が一定でも遅延が明確になる ・全てを取り入れた運行予測はまだ完全ではないが現実のバスの運行時間と1.5分以内のズレに留...
入門／解説 機械学習を使ってバスの運行情報を予測(2/3)
１．機械学習を使ってバスの運行情報を予測(2/3)まとめ ・バスの運行情報を予測する際には地域特性や時間帯の特性も考慮されている ・都会と田舎、左側交通と右側交通、バス専用レーンの存在なども運行予測の際に考慮される ・曜日と時刻、ラッシュア...
入門／解説 機械学習を使ってバスの運行情報を予測(1/3)
１．機械学習を使ってバスの運行情報を予測(1/3)まとめ ・GoogleMapにバスの運行情報を予測する機能が搭載された ・従来の経路案内もリアルタイム交通情報が提供されていると考慮していた ・今回のバスの運行予測は交通情報が提供されていな...
入門／解説 数学的プログラミング：データサイエンス能力を進化させるための大事な習慣(3/3)
１．数学的プログラミング：データサイエンス能力を進化させるための大事な習慣(3/3) ・数学的プログラミングの本質は数学的性質やパターンをプログラムでテストする事 ・この習慣は次世代のデータサイエンティストのためのグッドプラクティスの開発に...
入門／解説 数学的プログラミング：データサイエンス能力を進化させるための大事な習慣(2/3)
１．数学的プログラミング：データサイエンス能力を進化させるための大事な習慣(2/3) ・ランダムダーツ投げのような検証は多数の試行が行われるという条件下でのみ有効 ・他のモンテカルロ実験と同様に投げた回数が多いほど近似は良くなる ・科学的実...