Machine Learning

参加メモ：Machine Learning Production Pitch #1

Machine Learning Production Pitch #1 に参加したのでそのメモ。といっても、最初の講演の「Anonymize Large-scale Sparse User Features at LINE Corp」のみ。

資料については下記

書籍「仕事ではじめる機械学習」が物理本になる

Kindleとして出ていて話題になっていた書籍「仕事ではじめる機械学習」が、好評だったため物理本として1月に発売されるとのこと。

【機械学習】sklearnでデータを標準化する

僕はデータの標準化を、平均引いて、標準偏差で割る、というのを手動で書くことが多かったが、sklearnにメソッドがあったので、こちらをつかってみた。

続きは、GitHubにあげてるJupyterNotebookで。

白色化は無相関化→標準化の順番

はじめてのパターン認識の4章を読んだ。

scikit-learnのStratifiedKFoldで交差検定

tkmさんのKaggle動画をみていたところ、 sklearn.model_selection.StratifiedKFold が出て来た。

arg maxとは

分類タスクのコード中などに、 argmax が時折でてくる。

これは、f(x)を最大にするxの集合を求めるときに使う。argument of the maximum(最大値を与える引数）の略。

分類タスクで、もっとも値が大きいラベルを取ってくる際などにでてくる。

参考：

旅行のお供の機械学習書籍3冊

旅行に行く際に、遊んでいるという負い目からか、勉強のための書籍を持って行く方、多いのではないか。（そして持っていっても読まない。）

今回僕は4泊5日に3冊の書籍を持って行くことにした。(「3年2ヶ月の孤独な一人旅」みたい。）

果たして、帰ってくるときに何冊読めているだろうか。なお、機械学習プロフェッショナルシリーズで揃えてみた。

統計的因果探索

分散共分散行列について

まず共分散について。

あるたくさんのxについて、それぞれ特徴量aとbがあった際に、共分散は

1/n * Σ_i (a -μ_a)(b-μ_b)

で計算できる。

そして、分散共分散行列は、あるたくさんのxのd個の特徴量について、全ての組み合わせで共分散を求め、それをd×dの行列に収めたもの。