Début des études: samedi 7 décembre
Matériel pédagogique, etc.: ・ Miyuki Oshige "Détails! Note d'introduction à Python3 »(Sotech, 2017): 19/12 (jeudi) Terminé ・ Cours Progate Python (5 cours au total): se termine le samedi 21 décembre ・ Andreas C. Müller, Sarah Guido "(titre japonais) Apprentissage automatique à partir de Python" (O'Reilly Japon, 2017): Terminé le samedi 23 décembre
Kaggle Concours de participation: Real or Not? NLP with Disaster Tweets 24/12 (mar.) ~
・ Il semble qu'il ait mal compris diverses choses, et le problème qu'il avait jusqu'à hier (comme ne pas pouvoir prendre deux valeurs dans l'argument) a été résolu.
-Cependant, même si vous apprenez avec SVC ou xgboost, il y a un problème que le score est d'environ 0,5. Étant donné que les tâches sont classées 0 ou 1, il semble qu'elles n'apprennent pas correctement après tout.
・ La vectorisation et la division des données d'entraînement et des données de test étant terminées, nous examinons si le modèle est à nouveau correct (actuellement en cours).
・ Le flux d'apprentissage automatique que je comprends Importer divers modules → Lire des données → Pré-traitement (traitement des données, division / x_train, y_train, x_test, y_test, etc.) → Création de modèle → Apprentissage par modèle (fit x_train et y_train) → Créer un modèle prédictif (use fit) Predict x_test) → Evaluation (combiner prédire et y_test correspondant à la partie réponse) → Revoir divers processus et régler les paramètres en fonction du résultat En cas d'empilage, implémentez divers modèles d'apprentissage requis.
Recommended Posts