- すべて
- 画像・動画
並べ替え:新着順
今日の進捗 ・chatGPTにぶん投げてニューラルネットワーク、SVM、決定木、ロジスティック回帰の学習モデルを作ってもらった(理解度5%) ・PyTorch、TensolFlow、pip、ONIXとか入れたせいで仮想環境のROM64GB使い切ってしまった 昨日の共有ファイルの構築云々合わせてディレクトリがゴミだらけですわ~
📊 6月体験セミナー 蒸し暑い季節に負けず、データ分析にチャレンジ! 【内容】 ▶️ データ間の関連性の探索 ▶️ 平均値の比較、回帰分析 ▶️ バブルプロット等のグラフ ▶️ モデルの作成と比較(ステップワイズ回帰、決定木) 📣 お申込み→go.jmp/3x7cM9q #JMP #データ分析 #統計 pic.twitter.com/GVPVEjuxwJ
電池化合物を対象にして、元素の組成に基づく特徴量 (Mendeleev エンコーディング) でクラス分類した論文。Materials Project のデータベースを用いて、ロジスティック回帰、決定木、サポートベクターマシンで検証したところ、one-hot…
ブログ更新しました! 「決定木やランダムフォレストによる重回帰分析」について解説しました。 決定木やランダムフォレストがよく使われますが、これらは分類だけでなく回帰分析にも使えます。 意外と回帰分析として解説している文献は少ないので、ぜひ覗いてみてください! mimikousi.com/dt-rf/
ChatGPTでデータ分析 #9 決定木(ディシジョンツリー)|seikun55 @seikun76522 #note note.com/seikun55/n/n5f… 今回は決定木です。どんどん高度になってきますね。ロジスティック回帰分析結果と比べてみてください。
記事を投稿しました! ランダムフォレスト(回帰と分類)をスクラッチで実装してみた(決定木はscikit-learnを使う). [機械学習] on #Qiita qiita.com/yu10kami/items…
返信先:@yokubaribambids基本的なアプローチとしては、重回帰やGLMの回帰係数の傾き / P値を使う方法もあると思いますが、決定木でツリー構造で可視化した方がかっこいいから、おおっ!ってなるんですかね?個人的には前者のほうが解釈はしやすいと思ってますが。
#coursera 「Python による機械学習」 3週目の「決定木(デシジョンツリー)」完了。 (オプション)にあるSnap MLは試していない。 次は回帰木。 pic.twitter.com/xK7zsb40cy
機械学習のモデルは一先ずこれくらい勉強すればOK ・重回帰分析 ・ロジスティック回帰 ・決定木 ・ランダムフォレスト ・lightgbm 他にも色々あるけど、上の5つを理解して使えるようになればkaggleの問題も解けるし、実データの分析もできると思う。…