Python機械学習プログラミング 第2章

1 min read

Contents
  1. 概要
  2. 資料
  3. メモ
  4. 2.1 人工ニューロン
  5. 2.2 パーセプトロンの学習アルゴリズムをPythonで実装する
  6. 2.3 Iris データセットでのパーセプトロンモデルのトレーニング
  7. 2.4 ADALINEと学習の収束
  8. 2.5 勾配降下法によるコスト関数の最小化
  9. 2.6 大規模な機械学習と確率的勾配降下法
  10. Python機械学習プログラミング
  11. 機械学習勉強会について

概要

Python 機械学習プログラミングの学習メモです。 勉強会用の資料があるのでこちらでは資料に載らなかったメモ等を。

資料

メモ

2.1 人工ニューロン

2.2 パーセプトロンの学習アルゴリズムをPythonで実装する

2.3 Iris データセットでのパーセプトロンモデルのトレーニング

2.4 ADALINEと学習の収束

“ADALINE”の発音は“アダライン”でいいっぽい。

2.5 勾配降下法によるコスト関数の最小化

2.5.1 ADALINEをPythonで実装する

2.6 大規模な機械学習と確率的勾配降下法

何が“確率的”なのかわからなかったので調べてみた。

そこで勾配 ∇L(w)\nabla L(w) の代わりに，その不偏推定量である確率的勾配(stochastic gradient) ∇l(w,z)\nabla l(w,z) を用いた勾配法が SGD である

確率的勾配降下法 - 数理計画用語集

うーん、わからん。ランダムにサンプリングするから確率的？

Python機械学習プログラミング

Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

機械学習勉強会について

社内で毎週開催している。本書は輪読形式でまわしているが、題材によって形式は柔軟に変えている。 毎週読む範囲を決めて資料にまとめて発表するという感じでやっている。

また、勉強会で書いたコードや疑問点などをまとめるために GitHub のレポジトリを活用している。 Wondershake/machine-learning-study: 機械学習勉強会