JavaScriptが無効です。ブラウザの設定でJavaScriptを有効にしてください
再生時間:
投稿日:
動画サイト:
画質:
『次元の呪い』という言葉について、K近傍法を高次元なデータに適用した場合にどのような問題が発生するかを具体例に挙げて説明します。
YouTube-K_DM【機械学習 x Python】
タイトル
次元の呪いとは
K近傍法
球面集中現象
Add a comment... 9:30. Go to channel · 次元の呪いと球面集中現象について解説します #K_DM. K_DM【機械学習 x Python】•1.3K views · 7 videos ...
教師あり学習と教師なし学習の違い
教師あり学習代表例(線形回帰・決定木)
教師なし学習代表例(K-means・局所外れ値因子法・主成分分析)
まとめ
機械学習はターゲットリーケッジ(情報漏れ)に気を付けよう! · 相関係数を解説+Pythonで求めてみます! · 教師あり学習と教師なし学習について #K_DM · 次元 ...
決定係数について、いくつかある定義のうち最も頻繁に利用される定義について、機械学習における予測モデルの性能評価で使用する上での注意点について ...
決定係数とは
残差変動と全変動
決定係数の定義
説明変数を増やすと決定係数が高くなることについて
決定係数が高いけれどもまだ精度改善ができるケース
この動画では、以下にリストアップした様々な○○学習という言葉について、それがどういうものを指しているのかを概説します。
この動画では、重回帰と最小二乗法について説明します! 前回:これが第一回! 次回:https://youtu.be/rhGYOBrxPXA □動画で使用したコード ...
用語の定義
最小二乗法
この動画では、過学習と概念を紹介し、リッジ回帰とラッソ回帰がどのようなものか説明します。 前回:https://youtu.be/KKuAxQbuJpk ...
ガウス=マルコフの定理
バイアスを犠牲にして予測精度を改善したい
過学習
Ridge(リッジ)回帰
Lasso(ラッソ)回帰
リッジ回帰とラッソ回帰の違い
XGBoostの仕組みを順番に解説!その② 木をつなげて予測を正しくする #K_DM. 1.6K views · 2 years ago ...more ...
学習率の働き
ブースティングの概要
パラメータλ(lambda)の働き
機械学習のモデルによる予測に含まれるバイアスとバリアンスによる誤差について、回帰モデルを例にして説明します。また、バイアスとバリアンスの間に ...
回帰モデル
訓練誤差とモデル複雑さの関係
テスト誤差とモデル複雑さの関係
バイアスとバリアンスのトレードオフ
Add a comment... 7:47. Go to channel · 線形回帰① 最小二乗法で直線を当てはめる #K_DM. K_DM【機械学習 x Python】•688 views · 13:13. Go to channel ...
外れ値とは
頑健性
損失関数を可視化する
Huber損失
... k-dm.work/ja/ ----------------------------- ☆BGM Let's! https ... その① 一番はじめにできる木の作り方 #K_DM. 3.6K views · 2 years ago
説明のための回帰問題の定義
similarity score
Gainによる分岐点の良さの判断
各種パラメータ(max-depth, min-child-weight, gammaについて)
今回は、機械学習における二項分類で最も良く使用される評価指標のひとつであるROC-AUC scoreについてその意味を説明します。また、ROCの図をどのよう ...
ロジスティック回帰の当てはめ
混同行列の作成
グラフのプロット
TPとFP
ROC曲線とAUC
Add a comment... 8:53. Go to channel · 線形分類② 判別分析とフィッシャー基準を解説! #K_DM. K_DM【機械学習 x Python】•2.1K views · LIVE. Go to ...
決定木とは
アルゴリズムの説明に使用するデータ例
不純度(Impurity)
実際にうごかしてみる
今回の動画では、フィッシャーの判別基準を使って、正規分布から生成されたデータに対してどのような決定境界を引くのかを説明していきたいと思います ...
分類問題とは何か、どのようなアプローチがあるかについて説明します。 前回:https://youtu.be/CrN5Si0379g 次回:https://youtu.be/mw2V9rhJ0lE ...
線形分類で扱うテーマ
分類問題とは
回帰と異なる難しさ
分類へのアプローチの仕方
決定木を用いた回帰の仕組みを解説します! 3.7K views · 2 years ago #Python #機械学習 #データ分析 ...more. K_DM【機械学習 x Python】.
サンプルデータの説明
線形回帰を適用した場合
回帰木
分岐の作り方
木を成長させる
... K_DM. K_DM【機械学習 x Python】•1.7K views · 17:33 · Go to channel · Artificial Intelligence: it ...
YouTube-放送大学YouTubeチャンネル
... 美しき証明たち」. 和から•1.2K views · 9:30 · Go to channel · 次元の呪いと球面集中現象について解説します #K_DM. K_DM【機械学習 x Python】•1.3K ...
YouTube-和から
... k-dm.work/ja/basic/ensemble/gradient_boosting1/ ・https://k-dm ... #K_DM. K_DM【機械学習 x Python】•7.1K views · 5:55. Go to channel ...
勾配Boostingの概要
勾配Boostingの重み付けの可視化
アルゴリズム
アルゴリズムのパラメタの説明
ROC曲線とAUCとは?わかりやすく解説! #K_DM. K_DM【機械学習 x Python】•6.8K views · 24:09 · Go to ...
YouTube-InsiderMiner