機械学習 Coursera Deep Learningを1週間で終わらせた話
Deep Learningを学習する際にcourseraのDeep Learning講座が非常に評価が高いことを知り、是非受けてみようと思いました。
全5コースからなっており
Neural Networks and...
Warning: call_user_func_array() expects parameter 1 to be a valid callback, function 'wp_filter_content_tags' not found or invalid function name in /home/pmochad/mochablog.org/public_html/wp/wp-includes/class-wp-hook.php on line 287
機械学習
機械学習 
Python 物体検出を手軽に体験してみる
物体検出アルゴリズムは画像中でどこに何が写っているかを出力するタスクです。機械学習にて画像認識の勉強をすると、まずはMNISTの手書き文字分類のような画像分類に取り組む方が多いのではないでしょうか。
物体検出は画像分類に加え...
Python 【Udemy】画像判定AIアプリ開発を修了しました
こちらのコースに取り組みました。こちらのコースではTensorFlowを使用して実際に機械学習のアプリケーションを作成することを目的としています。
パート1ではFlaskを用いてアプリ開発を行いましたが、本パート2ではD...
機械学習 前進差分近似と中心差分近似の誤差
ゼロから作るディープラーニング3-フレームワーク編にて「前進差分近似に比べて、中心差分近似のほうが真の微分値に近い」と参考文献とともに紹介されていたのでこちらを参考に誤差がどれほどなのか確かめてみます。
式
前進差分近似
...
機械学習 データサイエンス100本ノック(SQL)の個人的躓きポイント part1
データサイエンス100本ノックをSQLで解いていったうえで個人的に躓いたポイントをメモしていきます。この記事では前半の51問目までが対象です。データベースはPostgreSQL12です。
基本的にはこちらの書籍を学習した後に解いてい...
機械学習 バックプロパゲーション（誤差逆伝播法）の誤差項を簡単に導出
この記事ではバックプロパゲーションによってどのように出力層から入力層へ誤差が伝播していくのか簡単な式を用いて説明していくものです。コード等は一切なしで説明していきます。
バックプロパゲーション（誤差逆伝播法）はニューラルネットワーク...
機械学習 スカラーのベクトルによる微分の証明
機械学習の線形回帰において行列、ベクトルによる計算が出てくる。例えば最小二乗法によって各成分の微分を取るとき、要素ごとの計算をしてもいいが、行列、ベクトルの式で計算することで実際にプログラムを書く時にもこれに反映することができるはず。
...
機械学習 標本平均の期待値が母平均と等しくなることの証明
機械学習を行うにあたって統計は避けて通れず、その中でも基礎部分の標本についてです。標本平均の期待値は母集団の期待値に等しくなります。果たして本当なのか疑問に思ったため、備忘録として残しておきます。
$$E(\overline{X})...