here: https://laplaciannin102.github.io/bookmark_pages/machine_learning_bookmark.html

[工事中]
杏仁豆腐がブックマークしたページです。
さらに増える予定なので今後はカテゴリごとにページを分ける予定(:TODO)。

Machine Learning Bookmark Pages

Machine Learning

• (Microsoft)データサイエンス・機械学習の基礎
  • 参考ツイート:https://twitter.com/learn_learning3/status/1212972303325097985
    
    

Decision Tree

• 【Pythonで決定木 & Random Forest】タイタニックの生存者データを分析してみた
  
  

Deep Learning

• (Qiita)LSTMネットワークの概要
  
  

• (Qiita)pytorchがとっつきにくい? skorchから始めてみようよ
  • ここで、pytorchをscikit-learnライクに使うことができるようにしたラッパーであるskorchについて紹介します
  • skorchを用いて作成したmodelオブジェクトには、scikit-learnのようにfitやpredictなどのメソッドが一通り揃っており、まさにscikit-learn並の手軽さでモデルの学習・予測の処理を行える
    
    
• PyTorch
  • An open source machine learning framework that accelerates the path from research prototyping to production deployment.
    
    
• わかるLSTM ～ 最近の動向と共に
  • 本記事ではLSTMの基礎をさらいつつ、一体全体LSTMとは何者なのか、LSTMはどこに向かうのか、その中身をまとめて追っていこうと思います。
  • 付録的に、ILSVRC2015の優勝モデルであるResidual Networksの解説も付けました(第4部)。
    
    

• ディープラーニング入門 Chainerチュートリアル
  
  

Reinforcement Learning

• (Qiita)A/Bテストよりすごい？バンディットアルゴリズムとは一体何者か
  
  

• [下町データサイエンティストの日常] 自分が読んだ強化学習の資料達 (nino_pira)
  • よくある初心者入門資料とかではなく、あくまでも自分が読んだ&好きな資料であることはご容赦ください。
  • 加えて、分散学習系の話はちょっと苦手など、網羅的ではない点もご容赦ください、、、、
    
    

• 本多淳也(2014)「多腕バンディット問題の理論とアルゴリズム」『IBIS2014』スライド
  
  

feature engineering

• [学習する天然ニューラルネット]ランダムフォレストと検定を用いた特徴量選択手法 Boruta
  • Borutaとは:ランダムフォレストと検定を用いた特徴量選択の方法の一つである。
  • Witold R. Rudnicki
  • Miron B. Kursaらが考案。
    
    

評価指標

• (Qiita)Shapを用いた機械学習モデルの解釈説明
  • Shap値は予測した値に対して、「それぞれの特徴変数がその予想にどのような影響を与えたか」を算出するものです。
  • これにより、ある特徴変数の値の増減が与える影響を可視化することができます。
    
    
• SHAP (SHapley Additive exPlanations)
  • SHAP (SHapley Additive exPlanations) is a game theoretic approach to explain the output of any machine learning model.
    
    

戻る