coursera Week2 Exploratory Data Analysis (EDA) EDAとは 匿名化されたデータの解析 可視化 Data clearningなど バリデーション Data Leakages コーセラの以下のコースを受講した際の聴講した内容を部分的にメモ。あくまで自分の理解で講義の中身そのもので…
coursera コース全体を通しての大まかな内容 Week1 コンペティションと実際の業務の違い 基本的なMLアルゴリズムの復習 必要なソフトウェア・ハードウェア 前処理の基本 前処理 特徴生成 カテゴリカル特徴・順序特徴 Datetimeの特徴量 座標の特徴量 欠損値 …
What's a mathematician to do Research Debt I'm a Ph.D student but i don't know why Does one have to be a genius to do math? 新人研究職、向いてない気がする。 最新の研究を追い続けてそこから新しいことを提案するのは(少なくとも自分には)本当に…
概要 アルゴリズム 問題設定 "Learning to teach(L2T)"の枠組みでは アルゴリズムのフレームワーク 表記 教師のモデル 生徒のモデル 実験 比較手法 評価 教師エージェントを訓練した時と同じモデルの生徒を指導 教師エージェントを訓練した時と異なるモデル…
Blueprintを使う divided_app.py app.py ファイル・ディレクトリ構成 プロトタイピング Blueprintを使う app.pyの機能の一部を divided_app.pyに移したいと想定してます。 divided_app.py sample = Blueprint('sample', __name__, template_folder='template…
特徴選択 k−近傍(KNN) Adaboost ランダムフォレスト(Random Forest) 勾配ブースティング(Gradient Tree Boosting) 特徴選択 k−近傍(KNN) Adaboost ランダムフォレスト(Random Forest) 勾配ブースティング(Gradient Tree Boosting) Parallel Gradient Boostin…