2019-01-01から1年間の記事一覧
今回も引き続きComputeCost.mに取り組みます。 各ファイルの関係は前回の日記で把握したので、 課題を考えていきたいと思います。 課題はこのJが最小となるθを見つけなさいということです。 ComputeCost.mではJの計算式を出すことが求められています。 Jは各…
今回はこの↓computeCost.mに取り組みます。 問題は新規出店するFood Truckの利益を 既存店の人口と利益の関係から算出しようということでした。 その時はVideoにあるようにこれ↓を実践すればいいということになります。 これはVideoで説明されていた通りで、…
Coursera Machine Learningでは私のような素人が視覚的に理解しやすいように グラフ化できるようなDataでの課題がたくさんありました。 ただ、プログラミング初心者の私はどうやってグラフを作るのか、 あるいはこの式がグラフを作ってるみたいだけど、どの…
前回のブログに書かせて頂きました通り、 めでたくこのコースを終了させることができました！ しかし、本当に理解せずに答えだけ辻褄合わせたような解答も 多かったので２周目を行っています。 ２周目は1周目よりは苦闘の跡がなくなるはずだと思います。 一…
めでたくCoursera Machine Learningを修了しました。 コースは約3ヶ月で終わるはずですが、 プログラミング初心者アラフォーおっさんの私は8ヶ月かかりました笑 5月に始めてから、無茶苦茶試行錯誤しました。 何とか答えをWebで見ずに頑張ろうと思ってやりま…
ついに最終週となりました。 Week11も課題がありません(･･;) 画像分析の課題やってみたかったです。 自分の業務に役立つ部分が簡単に想像できただけになおさらです。。。 さてVideoのサマリーですが、 既にまとめてくれていて網羅している記事をまずご紹介し…
11/30から12/17までやっていたので約2週間取り組んだことになります。 最初の方を忘れてしまったので笑 内容を振り返ってみたいと思います。 Anomaly Detectionの課題では 307のTraining Setが与えられていました。 これをもとに307Setのpを作り、そのｐがε…
今回はWeek 10のVideoをみての自分なりのサマリーです。 Video① Learning With Large Datasets Video② Stochastic Gradient Descent Video④ Stochastic Gradient Descent Convergence Video③ Mini-Batch Gradient Descent Video⑤ Online Learning Video⑥ Map…
今回はcosiCostFunc.mのRegularized Costに取り組みます。 まずは問題文を読んでみます。 後ろ2つの式↓を追加することが目的になりますね。 （出典;『Coursera Machine Learning』 By Mr. Andrew Ng) そしてこの2つの式を足したJが31.34になれば正解というこ…
今回もcofiCostFunc.mのGradient部分に取り組みます。 前回の宿題はTheta_gradの式の解明を進めていくことですが、 行き詰ったので、 いっそループなしの式に取り組もうと思いました。 前々回の日記でこの式が似ていると気づいたもので考えてみます。 （出典…
今回もcofiCostFunc.mのGradient部分に取り組みます。 いや~、やっぱり難しい。 Gradientは答えのイメージが持てないので、どこを目指していいかわからなくて、 いつも右往左往することになりますが、今回もそうでした。。。。 さて、前回はX_gradは5X3,Thet…
今回はcosiCostFunc.mのGradientパートに取り組みます↓ そもそもcofiCostFuncはこのFuncionでした。 [J, grad] = cofiCostFunc(params, Y, R, num_users, num_movies, ... num_features, lambda) 前回「J」の計算式を構築したので、 今回は「grad」の計算式…
前回に引き続きcosiCostFunc.mに取り組みます。 前回はY；5X4に引き算させる予測値をどうするのか？ というところで次元から5X4になるものを考えてみたり、 Videoの振り返りをして映画ごと視点で考えてみたりしました。 そして気づきました。 x(i)は『featur…
今回は↓cofiCostFunc.mのCollaborative Filetering Costに取り組みます。 問題文を読む プログラム全体版（ex8_cofi.m）を読む プログラム詳細版(cofiCostFunc.m)を読む 試行錯誤する 問題文を読む VideoであったRecommender Systemを作成する問題です。 943…
今回はこのestimateGaussian.mとselectThreshold.mに取り組みたいと思います。 estimateGaussian.m 問題文を読む プログラム全体版ex8.mを読む プログラム詳細版estimateGaussian.mを読む 試行錯誤する selectThrehold.m 問題文を読む プログラム全体版(ex8.…
自分なりのまとめです。 課題をこなすのに必要な考えや式を抽出したつもりですが、 よくわからないところが多かったので、 課題をこなしながら苦闘することになりそうですorz この方のまとめのブログがすっきりしてると思います。 Coursera MachineLearning …
前回できなかったオプション課題になっている5000の顔について取り組みます。 5000の顔のデータは1つ1つは32X32（＝1024）のデータで 1列が1つの顔のデータに対応しているとのことです。 そして5000の顔だと数が多いので100の顔でPCAを試そうという 形式にな…
今回はこの最後の課題↓recoverData.mとOptionalの5000の顔に取り組みます。 問題文とプログラム全体版(ex7pca.m）には 特にアドバイスめいたものは書かれていません。 答えが[-1.047-1.047]になるということなのでこれをGoalにします。 プログラム詳細版（re…
今回はpca.mとprojectData.mに下記順で取り組みます。 問題文を読みます 試行錯誤開始です。 問題文を読みます まずは2Dセットで慣れて、次に5000の顔イメージに取り組む手順のようです。 2Dから1Dにするのを↓のように視覚で見るというのがpca.mのGoalです。…
今回は課題と課題の間にあるoptionalに取り組みます。 2Dセットに慣れたら画像でクラスタリングをやってみよう！と問題文の 冒頭にありましたがその通り画像での演習が載っています。 （出典;『Coursera Machine Learning』 By Mr. Andrew Ng) 色数を256色か…
今回も↓の課題に取り組みます。 （出典;『Coursera Machine Learning』 By Mr. Andrew Ng) ①idxが1のときにはXはそのままで idxが=2と3のXの要素は0にさせて、 ②縦行ごとに平均をとろうという作戦でした。 まず①の実験です。 結果です。 うまくいきました 続…
今回はこの課題↓Compute Centroid Meansに取り組みたいと思います。 （出典;『Coursera Machine Learning 』By Mr.Andrew Ng) こういう順番で取り組んでいきます。 問題文を読む 課題プログラム全体版を読み解く(ex7.m） 課題プログラム個別版を読み解く（Co…
前回に引き続き↑のFind Closest Centroidsに取り組みます。 前回はこの式で計算結果を取り出せるけど900X1のベクトルになってしまっている ので、これを300X3にしたいというところで躓いていました。 900X1のベクトルは↓のようにすれば、300X3にできます。 …
今回はこの一番上の課題に取り組みます。 問題の趣旨はまずは2D Datasetを使ってK-meansに慣れてくださいということですね。 x1,x2,・・・・xmのTraining Setについて、 どのCentroid（中心点）に最も近いかを振り分けていくことが求められています。 中心点…
ANAカードをやめることに決めた私が次のカードと見定めたのが楽天カードです。 すごいぞ、楽天カードプロモ！！ 入会キャンペーン プロモ ①街で楽天カードを使用するたびに100ポイントプレゼント（上限；1000ポイント） ②10日間限定、楽天カードを街で使用で…
Video⑧Principal Component Analysis Problem Formation Video⑨Principal Component Analysis Algorithm Video⑩Reconstruction from Compressed Representatation Video⑪Choising the Number of Principal Conponents Video⑫Advice for Applying PCA Video⑧P…
人生100年時代、定年はなくなり70歳まで働くにはスキルがあったほうがいいと メディアから啓蒙を受けて、アラフォーの自分はどうしようかなぁと 漠然と思っていました。 そんなときNHKで特集されていたNHKのAI特集を見て↓ これをやってみたいなぁと思いまし…
Video①Unsupervised Learning Introduction Video②K-means Algorithm Video③Optimization Objective Video④ Random Initialization Video⑤Choosing the Number of Clusters Video⑥MotivationI；Data Compression Video⑦MoticaionII；Visualization ここでは…
Week7を一言でいうとSVMという新アルゴリズムの紹介と実践 課題の前半はSVMの直線、曲線を使うこと。 ・直線はlinearKernelを使います。 ・曲線はgaussianKernelを使います。 課題の後半はEmailのSpam分類機をつくること ①Emailの文章をベクトルに落としこむ…
いざ、メールの分類を実践！ 日々の業務への応用 Week6まで学んだことで考えるべきこと、やるべきこと 今回はemailFeature.mの完成に取り組みます。 問題文を読むとemailFeature.mは 1899X1で構成要素が0 or 1のベクトルへ変換する式ですね。 1899X1なのはVo…
