[PYTHON] Résumé des articles publiés jusqu'à présent (statistiques / apprentissage automatique / mathématiques, etc.)

Cela fait longtemps que je ne l'ai pas posté, @ kenmatsu4: blush: Cela fait un moment, mais ce n'est pas un nouveau post mais un résumé des articles jusqu'à présent: sweat_smile: Cela fait six mois que j'ai dit que j'écrirais un résumé vers la fin de l'année dernière, mais je vais enfin le publier. Je l'ai catégorisé en statistiques, apprentissage automatique, programmation, mathématiques, etc.

Statistiques

Catégorie Titre

Général [Statistiques] Premier "écart-type" (pour éviter la frustration avec les statistiques) < / strong>

Ceci est une explication des écarts types pour ceux qui ne connaissent absolument pas les statistiques. Nous commencerons par l'explication du symbole Σ.

Général Principes de base des statistiques

Ceci est une diapositive de présentation sur les bases des statistiques. (Avec le code Python qui dessine le graphe)

Général Comprendre la signification de formules de distribution normale complexes et mystérieuses

Si vous regardez attentivement la formule de distribution normale, vous pouvez voir que cette formule est significative.

Général [Statistiques] Visualisons la relation entre la distribution normale et la distribution du chi carré.

La distribution du chi carré est étroitement liée à la distribution normale.

Général [Statistiques] Saisissez l'image de la qualification du pôle central avec un graphique

J'expliquerai avec un graphique qui est la qualification du pôle central, que l'on dit être le théorème le plus important en statistique.

Général [Statistiques] Quelle est la probabilité? Expliquons graphiquement.

Je vais expliquer la probabilité qui est difficile à lire. Ce n'est pas un diplôme de chien w

Général [Statistiques] Comprenez ce qu'est une courbe ROC par animation.

Je vais expliquer la courbe ROC, qui est un concept difficile, avec de l'animation.

Général [Statistiques] Comprendre le mécanisme de traçage Q-Q avec animation.

Je vais expliquer le mécanisme du tracé Q-Q, qui est un concept plus difficile, en utilisant l'animation.

Analyse de régression Explication du concept d'analyse de régression à l'aide de Python Partie 1

Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.

Analyse de régression Explication du concept d'analyse de régression à l'aide de python partie 2

Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.

Analyse de régression Explication du concept d'analyse de régression à l'aide de Python Extra 1

Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.

Analyse de régression [Statistiques] Visualisation pour comprendre le modèle mixte linéaire généralisé (GLMM).

Un modèle mixte linéaire généralisé complexe à distributions multiples est expliqué à l'aide d'une animation.

Analyse de régression [Statistiques] [R] Essayez d'utiliser la régression par points de division.

Présentation de l'analyse de régression utilisant des points de division (75% de points de division, etc.) au lieu de moyennes.

Analyse de régression [Statistiques] Essayez de tracer une ligne de régression avec le sentiment qu'il peut y avoir des valeurs aberrantes < / strong>

Présentation de la bibliothèque R qui gère bien les valeurs aberrantes.

MCMC [Statistiques] Je vais expliquer l'échantillonnage par la méthode de Monte Carlo en chaîne de Markov (MCMC) avec animation.

Je vais vous expliquer le principe de fonctionnement de MCMC en utilisant l'animation.

MCMC [Statistiques] Visualisez et comprenez la méthode Hamiltonian Monte Carlo avec une animation.

Cet article explique la méthode Hamiltonian Monte Carlo, qui est une amélioration de la méthode de hasting de métropole, utilisant l'animation.

MCMC [Statistiques] Expliquons l'exécution de la régression logistique en stan de manière relativement détaillée (avec l'ensemble de données Titanic)

Ceci est également une démonstration utilisant la bibliothèque MCMC Stan.

MCMC [Statistiques] Multiprocessing de l'échantillonnage MCMC

Ceci est une explication de code pour la parallélisation de l'échantillonnage MCMC afin d'utiliser efficacement le multicœur.

Analyse des composants principaux Analyse des composants principaux Analysez les nombres manuscrits à l'aide de PCA. Partie 1

Essayons l'analyse des composantes principales avec un ensemble de données numériques manuscrites.

Analyse des composants principaux Analyse des composants principaux Analysez les nombres manuscrits à l'aide de l'ACP. Partie 2

Essayons le composant principal Bunsei avec un ensemble de données numériques manuscrites.

Analyse des séries chronologiques Implémentation Python du filtre de particules et application au modèle d'espace d'état

Ceci est une explication du mécanisme du filtre à particules, qui est une version en ligne de MCMC pour estimer le modèle d'espace d'états.

Analyse des séries chronologiques Appelez dlm depuis python pour exécuter un modèle de régression à coefficient variant dans le temps td>

Il s'agit d'un modèle d'espace d'états qui exprime un modèle dans lequel le coefficient de régression change avec le temps.

Analyse des séries chronologiques [Statistiques] [Analyse des séries chronologiques] Tracez le modèle ARMA pour saisir la tendance.

Ceci est un article pour avoir une idée du tracé de la relation entre les paramètres du modèle de série temporelle ARMA et la forme du graphique.

Catégorie	Titre
Général	[Statistiques] Premier "écart-type" (pour éviter la frustration avec les statistiques) < / strong>
Ceci est une explication des écarts types pour ceux qui ne connaissent absolument pas les statistiques. Nous commencerons par l'explication du symbole Σ.
Général	Principes de base des statistiques
Ceci est une diapositive de présentation sur les bases des statistiques. (Avec le code Python qui dessine le graphe)
Général	Comprendre la signification de formules de distribution normale complexes et mystérieuses
Si vous regardez attentivement la formule de distribution normale, vous pouvez voir que cette formule est significative.
Général	[Statistiques] Visualisons la relation entre la distribution normale et la distribution du chi carré.
La distribution du chi carré est étroitement liée à la distribution normale.
Général	[Statistiques] Saisissez l'image de la qualification du pôle central avec un graphique
J'expliquerai avec un graphique qui est la qualification du pôle central, que l'on dit être le théorème le plus important en statistique.
Général	[Statistiques] Quelle est la probabilité? Expliquons graphiquement.
Je vais expliquer la probabilité qui est difficile à lire. Ce n'est pas un diplôme de chien w
Général	[Statistiques] Comprenez ce qu'est une courbe ROC par animation.
Je vais expliquer la courbe ROC, qui est un concept difficile, avec de l'animation.
Général	[Statistiques] Comprendre le mécanisme de traçage Q-Q avec animation.
Je vais expliquer le mécanisme du tracé Q-Q, qui est un concept plus difficile, en utilisant l'animation.
Analyse de régression	Explication du concept d'analyse de régression à l'aide de Python Partie 1
Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.
Analyse de régression	Explication du concept d'analyse de régression à l'aide de python partie 2
Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.
Analyse de régression	Explication du concept d'analyse de régression à l'aide de Python Extra 1
Je vais vous expliquer comment fonctionne la logique de tracé des lignes dans l'analyse de régression.
Analyse de régression	[Statistiques] Visualisation pour comprendre le modèle mixte linéaire généralisé (GLMM).
Un modèle mixte linéaire généralisé complexe à distributions multiples est expliqué à l'aide d'une animation.
Analyse de régression	[Statistiques] [R] Essayez d'utiliser la régression par points de division.
Présentation de l'analyse de régression utilisant des points de division (75% de points de division, etc.) au lieu de moyennes.
Analyse de régression	[Statistiques] Essayez de tracer une ligne de régression avec le sentiment qu'il peut y avoir des valeurs aberrantes < / strong>
Présentation de la bibliothèque R qui gère bien les valeurs aberrantes.
MCMC	[Statistiques] Je vais expliquer l'échantillonnage par la méthode de Monte Carlo en chaîne de Markov (MCMC) avec animation.
Je vais vous expliquer le principe de fonctionnement de MCMC en utilisant l'animation.
MCMC	[Statistiques] Visualisez et comprenez la méthode Hamiltonian Monte Carlo avec une animation.
Cet article explique la méthode Hamiltonian Monte Carlo, qui est une amélioration de la méthode de hasting de métropole, utilisant l'animation.
MCMC	[Statistiques] Expliquons l'exécution de la régression logistique en stan de manière relativement détaillée (avec l'ensemble de données Titanic)
Ceci est également une démonstration utilisant la bibliothèque MCMC Stan.
MCMC	[Statistiques] Multiprocessing de l'échantillonnage MCMC
Ceci est une explication de code pour la parallélisation de l'échantillonnage MCMC afin d'utiliser efficacement le multicœur.
Analyse des composants principaux	Analyse des composants principaux Analysez les nombres manuscrits à l'aide de PCA. Partie 1
Essayons l'analyse des composantes principales avec un ensemble de données numériques manuscrites.
Analyse des composants principaux	Analyse des composants principaux Analysez les nombres manuscrits à l'aide de l'ACP. Partie 2
Essayons le composant principal Bunsei avec un ensemble de données numériques manuscrites.
Analyse des séries chronologiques	Implémentation Python du filtre de particules et application au modèle d'espace d'état
Ceci est une explication du mécanisme du filtre à particules, qui est une version en ligne de MCMC pour estimer le modèle d'espace d'états.
Analyse des séries chronologiques	Appelez dlm depuis python pour exécuter un modèle de régression à coefficient variant dans le temps td>
Il s'agit d'un modèle d'espace d'états qui exprime un modèle dans lequel le coefficient de régression change avec le temps.
Analyse des séries chronologiques	[Statistiques] [Analyse des séries chronologiques] Tracez le modèle ARMA pour saisir la tendance.
Ceci est un article pour avoir une idée du tracé de la relation entre les paramètres du modèle de série temporelle ARMA et la forme du graphique.

Apprentissage automatique

Catégorie Titre

Général Explication approfondie de l'algorithme EM

En utilisant la distribution gaussienne mixte comme thème, nous expliquerons attentivement l'algorithme EM, qui est un algorithme bien connu dans le domaine de l'apprentissage automatique.

Général Explication approfondie de l'algorithme EM (bonus) -Pour l'estimation MAP- >

En plus de l'explication ci-dessus, je vais vous expliquer un peu comment appliquer l'estimation MAP.

Général Expliquez ce qu'est la méthode de descente de gradient stochastique en l'exécutant en Python >

Nous expliquerons l'un des algorithmes d'optimisation, la méthode de descente de gradient stochastique, avec animation.

Général [Apprentissage automatique] Quelle est la norme LP?

Essayez de comprendre en illustrant la norme LP que vous ne connaissez pas à première vue.

Général [Apprentissage automatique] Résumé et exécution de l'évaluation / des indicateurs de modèle (avec l'ensemble de données Titanic)

C'est sobre, mais il est important de bien mesurer les performances du modèle. C'est un commentaire pour cela.

Général [Machine learning] OOB (Out-Of-Bag) et son ratio

C'est également clair, mais c'est une histoire intéressante que le nombre de napiers $ e $ était caché derrière l'échantillonnage bootstrap.

Général Dérivation de la divergence Kullback Leibler pour une distribution normale multivariée

Explique les détails du calcul lorsque la distribution normale multivariée est appliquée au modèle probabiliste de divergence de Calback Libra.

Numéros manuscrits Lecture de nombres manuscrits avec python partie 1

Ceci est un article pour jouer avec MNIST, un ensemble de données de nombres manuscrits que tout le monde utilise souvent.

Numéros manuscrits Lecture de nombres manuscrits avec Python Partie 2 (identifier)

Essayez d'identifier les caractères manuscrits à l'aide de la méthode de correspondance des modèles.

Numéros manuscrits [Apprentissage automatique] Ecrivez vous-même la méthode k-plus proche voisin (méthode k plus proche voisin) en python. Reconnaître les numéros manuscrits

Méthode de meilleure performance k Essayez d'identifier les caractères manuscrits en utilisant la méthode du voisinage.

Deep Learning [Apprentissage automatique] J'expliquerai en essayant le framework d'apprentissage profond Chainer.

Le réseau neuronal, qui offre des performances encore meilleures, est utilisé pour identifier les caractères manuscrits.

Deep Learning [Deep Learning] Essayez Autoencoder with Chainer pour visualiser les résultats.

Essayez de déterminer qui est l'AutoEncoder utilisé dans Deep Learning.

Deep Learning Explication approfondie du codeur automatique variationnel

J'ai expliqué en détail le Variational Autoencoder (VAE), qui est le modèle de base du modèle de génération par Deep Learning.

Spark MLlib [Machine Learning] Démarrez Spark avec iPython Notebook et essayez MLlib < / td>

Paramètres d'environnement pour l'utilisation de la bibliothèque d'apprentissage automatique MLlib de Spark.

Spark MLlib [Apprentissage automatique] Essayez d'exécuter Spark MLlib avec Python et faites des recommandations

Faisons une recommandation en utilisant MLlib.

Spark MLlib [Apprentissage automatique] Regroupez les articles Yahoo News avec le modèle de sujet MLlib (LDA).

Nous allons également essayer le modèle de sujet du sujet avec MLlib.

Détection d'anomalies [Machine learning] "Détection d'anomalies et détection de changement Chapitre 1" Remplissez l'interligne du supplément Neman Pearson Voir

J'ai essayé de remplir l'espace entre les lignes de la formule dans le livre de détection des anomalies.

Détection d'anomalies [Apprentissage automatique] "Détection des anomalies et détection des changements" Le chapitre 1 est dessiné en Python.

J'ai dessiné un graphique pour améliorer la compréhension du livre de détection des anomalies.

Détection d'anomalies Utiliser le package d'estimation du rapport de densité R densratio de Python

Appel du package R depuis Python J'ai essayé de détecter une anomalie en utilisant le package d'estimation du ratio de densité rpy2 et R dens ratio.

Clairsemé [PyStan] Essayez le lasso graphique avec Stan

Lasso graphique est un article pour confirmer avec Stan qu'il s'agit d'une distribution normale multivariée dans laquelle la distribution de Laplace est définie comme la distribution a priori de la matrice de précision.

Résumé Résumé des diapositives de la session de lecture ronde de la série Machine Learning Professional

Une collection de diapositives utilisées dans une session d'étude d'apprentissage automatique. Je le recommande car il y a beaucoup de bons matériaux!

Catégorie	Titre
Général	Explication approfondie de l'algorithme EM
En utilisant la distribution gaussienne mixte comme thème, nous expliquerons attentivement l'algorithme EM, qui est un algorithme bien connu dans le domaine de l'apprentissage automatique.
Général	Explication approfondie de l'algorithme EM (bonus) -Pour l'estimation MAP- >
En plus de l'explication ci-dessus, je vais vous expliquer un peu comment appliquer l'estimation MAP.
Général	Expliquez ce qu'est la méthode de descente de gradient stochastique en l'exécutant en Python >
Nous expliquerons l'un des algorithmes d'optimisation, la méthode de descente de gradient stochastique, avec animation.
Général	[Apprentissage automatique] Quelle est la norme LP?
Essayez de comprendre en illustrant la norme LP que vous ne connaissez pas à première vue.
Général	[Apprentissage automatique] Résumé et exécution de l'évaluation / des indicateurs de modèle (avec l'ensemble de données Titanic)
C'est sobre, mais il est important de bien mesurer les performances du modèle. C'est un commentaire pour cela.
Général	[Machine learning] OOB (Out-Of-Bag) et son ratio
C'est également clair, mais c'est une histoire intéressante que le nombre de napiers $ e $ était caché derrière l'échantillonnage bootstrap.
Général	Dérivation de la divergence Kullback Leibler pour une distribution normale multivariée
Explique les détails du calcul lorsque la distribution normale multivariée est appliquée au modèle probabiliste de divergence de Calback Libra.
Numéros manuscrits	Lecture de nombres manuscrits avec python partie 1
Ceci est un article pour jouer avec MNIST, un ensemble de données de nombres manuscrits que tout le monde utilise souvent.
Numéros manuscrits	Lecture de nombres manuscrits avec Python Partie 2 (identifier)
Essayez d'identifier les caractères manuscrits à l'aide de la méthode de correspondance des modèles.
Numéros manuscrits	[Apprentissage automatique] Ecrivez vous-même la méthode k-plus proche voisin (méthode k plus proche voisin) en python. Reconnaître les numéros manuscrits
Méthode de meilleure performance k Essayez d'identifier les caractères manuscrits en utilisant la méthode du voisinage.
Deep Learning	[Apprentissage automatique] J'expliquerai en essayant le framework d'apprentissage profond Chainer.
Le réseau neuronal, qui offre des performances encore meilleures, est utilisé pour identifier les caractères manuscrits.
Deep Learning	[Deep Learning] Essayez Autoencoder with Chainer pour visualiser les résultats.
Essayez de déterminer qui est l'AutoEncoder utilisé dans Deep Learning.
Deep Learning	Explication approfondie du codeur automatique variationnel
J'ai expliqué en détail le Variational Autoencoder (VAE), qui est le modèle de base du modèle de génération par Deep Learning.
Spark MLlib	[Machine Learning] Démarrez Spark avec iPython Notebook et essayez MLlib < / td>
Paramètres d'environnement pour l'utilisation de la bibliothèque d'apprentissage automatique MLlib de Spark.
Spark MLlib	[Apprentissage automatique] Essayez d'exécuter Spark MLlib avec Python et faites des recommandations
Faisons une recommandation en utilisant MLlib.
Spark MLlib	[Apprentissage automatique] Regroupez les articles Yahoo News avec le modèle de sujet MLlib (LDA).
Nous allons également essayer le modèle de sujet du sujet avec MLlib.
Détection d'anomalies	[Machine learning] "Détection d'anomalies et détection de changement Chapitre 1" Remplissez l'interligne du supplément Neman Pearson Voir
J'ai essayé de remplir l'espace entre les lignes de la formule dans le livre de détection des anomalies.
Détection d'anomalies	[Apprentissage automatique] "Détection des anomalies et détection des changements" Le chapitre 1 est dessiné en Python.
J'ai dessiné un graphique pour améliorer la compréhension du livre de détection des anomalies.
Détection d'anomalies	Utiliser le package d'estimation du rapport de densité R densratio de Python
Appel du package R depuis Python J'ai essayé de détecter une anomalie en utilisant le package d'estimation du ratio de densité rpy2 et R dens ratio.
Clairsemé	[PyStan] Essayez le lasso graphique avec Stan
Lasso graphique est un article pour confirmer avec Stan qu'il s'agit d'une distribution normale multivariée dans laquelle la distribution de Laplace est définie comme la distribution a priori de la matrice de précision.
Résumé	Résumé des diapositives de la session de lecture ronde de la série Machine Learning Professional
Une collection de diapositives utilisées dans une session d'étude d'apprentissage automatique. Je le recommande car il y a beaucoup de bons matériaux!

Programmation

Catégorie Titre

Twitter Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 1 fort>

Utilisez Python pour appeler l'API REST de Twitter pour enregistrer les données.

Twitter Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 2 fort>

Isolez le spam des données Twitter récupérées.

Twitter Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 3 fort>

Analysons la raison pour laquelle le nombre de tweets a augmenté après un jour.

Twitter Visualisation et analyse de l'emplacement des données Twitter Stava

Visualisez les informations de localisation cachées dans Twitter.

Twitter Essayez une analyse émotionnelle rudimentaire sur les données de l'API Twitter Stream.

Essayez d'analyser les émotions à l'aide du dictionnaire japonais de polarité d'évaluation.

Twitter Obtenez des informations sur les 100 utilisateurs techniques de Twitter les plus influents au monde avec Python.

Ceci est une étude du grattage.

Livre pratique Manuel Python privé (mis à jour de temps en temps)

J'ai un livre pratique d'astuces Python que j'utilise souvent.

Graphiques Préférences pour générer des GIF animés à partir de Python sur Mac

C'est une méthode que j'utilise souvent, une méthode de paramétrage pour générer une animation.

Graphiques Processus de conversion vidéo par moviepy avec ndarray

Je vais vous expliquer la procédure de traitement des vidéos. Il est utilisé lorsque la vidéo est soumise à un apprentissage en profondeur et que le résultat est ensuite sorti sous forme de vidéo.

Graphiques [Python] Personnalisez la palette de couleurs lors de la création de graphiques avec matplotlib

C'est une astuce lorsque vous souhaitez ajuster la couleur du graphique de manière exquise.

Cython Utilisation de Cython avec Jupyter Notebook [Python]

Voici une explication sur la façon d'essayer l'accélération par Cython sur Jupyter Notebook.

Word Cloud Visualisez la fréquence d'apparition des mots dans les phrases avec Word Cloud. [Python]

Ceci est une explication sur la façon de rendre possible la compréhension des mots qui sont souvent affichés dans une certaine phrase en un coup d'œil.

DB graphique Introduction à la base de données Graph Neo4j en Python pour les débutants (pour Mac OS X)

J'ai essayé un nouveau type de base de données de graphes de base de données.

Julia Essayez d'exécuter Julia avec Jupyter pour une analyse de régression.

J'ai expliqué de l'installation à l'exécution de l'analyse de régression dans le langage de programmation populaire Julia.

Catégorie	Titre
Twitter	Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 1 fort>
Utilisez Python pour appeler l'API REST de Twitter pour enregistrer les données.
Twitter	Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 2 fort>
Isolez le spam des données Twitter récupérées.
Twitter	Obtenez une grande quantité de données Twitter de Starba avec python et essayez d'analyser les données Partie 3 fort>
Analysons la raison pour laquelle le nombre de tweets a augmenté après un jour.
Twitter	Visualisation et analyse de l'emplacement des données Twitter Stava
Visualisez les informations de localisation cachées dans Twitter.
Twitter	Essayez une analyse émotionnelle rudimentaire sur les données de l'API Twitter Stream.
Essayez d'analyser les émotions à l'aide du dictionnaire japonais de polarité d'évaluation.
Twitter	Obtenez des informations sur les 100 utilisateurs techniques de Twitter les plus influents au monde avec Python.
Ceci est une étude du grattage.
Livre pratique	Manuel Python privé (mis à jour de temps en temps)
J'ai un livre pratique d'astuces Python que j'utilise souvent.
Graphiques	Préférences pour générer des GIF animés à partir de Python sur Mac
C'est une méthode que j'utilise souvent, une méthode de paramétrage pour générer une animation.
Graphiques	Processus de conversion vidéo par moviepy avec ndarray
Je vais vous expliquer la procédure de traitement des vidéos. Il est utilisé lorsque la vidéo est soumise à un apprentissage en profondeur et que le résultat est ensuite sorti sous forme de vidéo.
Graphiques	[Python] Personnalisez la palette de couleurs lors de la création de graphiques avec matplotlib
C'est une astuce lorsque vous souhaitez ajuster la couleur du graphique de manière exquise.
Cython	Utilisation de Cython avec Jupyter Notebook [Python]
Voici une explication sur la façon d'essayer l'accélération par Cython sur Jupyter Notebook.
Word Cloud	Visualisez la fréquence d'apparition des mots dans les phrases avec Word Cloud. [Python]
Ceci est une explication sur la façon de rendre possible la compréhension des mots qui sont souvent affichés dans une certaine phrase en un coup d'œil.
DB graphique	Introduction à la base de données Graph Neo4j en Python pour les débutants (pour Mac OS X)
J'ai essayé un nouveau type de base de données de graphes de base de données.
Julia	Essayez d'exécuter Julia avec Jupyter pour une analyse de régression.
J'ai expliqué de l'installation à l'exécution de l'analyse de régression dans le langage de programmation populaire Julia.

Mathématiques, etc.

Catégorie Titre

Mathématiques [Mathématiques] Si vous comprenez graphiquement la signification de "produit interne", vous pouvez voir différentes choses 1 < / strong>

Le produit intérieur peut être calculé, mais certaines personnes peuvent ne pas penser immédiatement à une image illustrée. Cet article est un commentaire pour comprendre graphiquement le produit interne.

Mathématiques [Mathématiques] Visualisons ce que sont les valeurs propres et les vecteurs propres < / td>

Il peut être difficile pour certaines personnes de saisir l'image picturale des valeurs propres et des vecteurs propres. C'est aussi un article que j'ai essayé d'expliquer en utilisant beaucoup d'animation.

Mathématiques Compréhension intuitive de l'inégalité de Jensen

Cet article montre comment l'inégalité de Jensen concernant les variables stochastiques peut être comprise graphiquement.

Mathématiques Signification de la division fractionnaire comprise dans la pizza

C'est un peu une histoire ... je l'aime beaucoup.

Résumé [API Qiita] [Statistics / Machine Learning] J'ai essayé de résumer et d'analyser les articles publiés jusqu'à présent.

C'est un peu vieux, mais j'ai analysé les données de l'article que j'ai écrit.

Recommended Posts
Résumé des articles publiés jusqu'à présent (statistiques / apprentissage automatique / mathématiques, etc.)

[API Qiita] [Statistiques • Apprentissage automatique] J'ai essayé de résumer et d'analyser les articles publiés jusqu'à présent.

Apprentissage automatique ③ Résumé de l'arbre de décision

Déterminez l'authenticité des articles publiés par machine learning (API Google Prediction).

Résumé des fonctions d'évaluation utilisées dans l'apprentissage automatique

Résumé du didacticiel d'apprentissage automatique

Apprentissage automatique ⑤ Résumé AdaBoost

Résumé du flux de base de l'apprentissage automatique avec Python

[Kaggle] Récapitulatif du prétraitement (statistiques, traitement des valeurs manquantes, etc.)

[Balisage recommandé avec le machine learning # 1] Scraping d'articles de blog Hatena

Un résumé de l'apprentissage automatique Python pour débutant est très concis.

Bases de l'apprentissage automatique (mémoire)

Apprentissage automatique ② Résumé Naive Bayes

Résumé de l'article sur l'apprentissage automatique (auto-écrit)

Importance des ensembles de données d'apprentissage automatique

Apprentissage automatique ④ Résumé du K-plus proche voisin

Résumé des API recommandées pour l'intelligence artificielle, l'apprentissage automatique et l'IA

Importance de l'apprentissage automatique et de l'apprentissage par mini-lots

[Apprentissage automatique] Comprendre la décorrélation des mathématiques

Apprentissage automatique ① Résumé SVM (Support Vector Machine)

Résumé de l'apprentissage automatique par les débutants de Python

Catégorie	Titre
Mathématiques	[Mathématiques] Si vous comprenez graphiquement la signification de "produit interne", vous pouvez voir différentes choses 1 < / strong>
Le produit intérieur peut être calculé, mais certaines personnes peuvent ne pas penser immédiatement à une image illustrée. Cet article est un commentaire pour comprendre graphiquement le produit interne.
Mathématiques	[Mathématiques] Visualisons ce que sont les valeurs propres et les vecteurs propres < / td>
Il peut être difficile pour certaines personnes de saisir l'image picturale des valeurs propres et des vecteurs propres. C'est aussi un article que j'ai essayé d'expliquer en utilisant beaucoup d'animation.
Mathématiques	Compréhension intuitive de l'inégalité de Jensen
Cet article montre comment l'inégalité de Jensen concernant les variables stochastiques peut être comprise graphiquement.
Mathématiques	Signification de la division fractionnaire comprise dans la pizza
C'est un peu une histoire ... je l'aime beaucoup.
Résumé	[API Qiita] [Statistics / Machine Learning] J'ai essayé de résumer et d'analyser les articles publiés jusqu'à présent.
C'est un peu vieux, mais j'ai analysé les données de l'article que j'ai écrit.