- 2020.04.24
仮説検定をデータ解析に使ってみよう！【基礎編】
こんにちは、えびかずきです。 突然ですが、問題です。 コインを20回投げて15回表が出た時、このコインはまともだと言えるか？ こんな問題に出会った時、みなさんはどうやって解決しますか？ ここで活躍するのが仮説検定です！ では具体的な方法について解説していきます。 仮説検定の例１ 細かい解説は後にまわすとして、まずは先ほどの問題を実際に解いてみましょう！ 問題：コインを20回投げて15回表が出た時、 […]
10/14ページ
- 2020.04.22
なぜ多くのデータは正規分布を示すのか？【二項分布との関係】
こんにちは、えびかずきです！ 統計データを扱うときに正規分布に従うという仮定をおくことが多いと思いますが、 「本当に良いのかな？」と疑問に思ったことはありませんか？ 結論としては、 偶然のバラツキに由来するたいていのデータは正規分布で仮定してOKです。 なぜなら正規分布は、二項分布（あるいはガウスの公理）から自然と出てくる関数だからです。 ではこの内容について詳しくみていきましょう！ 正規分布とは […]
- 2020.04.16
標準偏差は結局どのExcel関数を使えばいいの？【STDEV.P/STDEV.S】
最初に結論を言ってしまうと、 データが全部揃っているなら、STDEV.P（母集団の標準偏差） データが全部揃ってないなら、STDEV.S（標本から推定する母集団の標準偏差） を使えば良いです。 ではその根拠について説明していこうと思います。 Excelで使える標準偏差の関数 Excel office365 ver1902、Excel for mac 2016のエクセルで確認したところ、 現状、標準 […]
- 2020.04.11
リカレントニューラルネット（RNN）で翻訳AIを自作する【作って理解するディープラーニング#10】
こんにちは、えびかずきです。 今回はリカレントニューラルネット（RNN）で翻訳AIを自作する方法についてです。 ディープラーニングの連載も今回で最終回。 気合入れていきましょう！ 過去の記事はこちらから：https://ebi-works.com/deeplearning-0/ 開発環境 OS:macOS Catalina ver10.15.2 使用したフレームワーク：TensorFlow2.0 […]
- 2020.04.09
PythonでExcelを操る方法【OpenPyXL】
こんにちは、えびかずきです！ 今回はPythonでExcelを操る方法ということで、OpenPyXLの使い方を説明したいと思います。 開発環境 OS:macOS Catalina ver10.15.4 使用したライブラリ:・openpyxl 2.6.4 openpyxlは.xlsx形式のエクセルファイルを操作できる外部ライブラリです。 pipで以下のようにしてインストールできます。 エディタ：At […]
- 2020.04.04
畳み込みニューラルネット（CNN）で画像識別をしよう!【作って理解するディープラーニング#9】
こんにちは、えびかずきです！ 今回は畳み込みニューラルネット （CNN）の仕組みと、 それを使った画像識別の実装について説明していきます。 CNNの仕組み CNN(Convolutional Neural Network)はその名のとおり、 畳み込みを実施するニューラルネットワークで、特に画像識別の分野でよく使われます。 では順を追って説明していきましょう！ 画像認識におけるNNの問題点 前回まで […]
- 2020.04.02
「偏差値とは何か」をPythonで実装しながら理解する
こんにちはえびかずきです！ 今回は「偏差値とは何か？についてPythonで実装しながら説明したいと思います。 開発環境 OS:macOS Catalina ver10.15.2 使用した外部ライブラリ:・numpy1.18.1・matplotlib3.0.3・csv エディタ：jupyter notebook 偏差値を計算する数式 まず、偏差値とは、以下に示す数式で表されます。 偏差値＝\(50+ […]
- 2020.03.28
過学習を回避しよう!【作って理解するディープラーニング#8】
こんにちは、えびかずきです！ 今回は「過学習を回避しよう」です。 この記事ではニューラルネットで過学習を防ぐ方法として、 Weight DecayとDropoutの２つを紹介したいと思います！ 開発環境 OS:macOS Catalina ver10.15.2 使用した外部ライブラリ:numpy1.18.1matplotlib3.0.3 エディタ：jupyter notebook ソースコード g […]
- 2020.03.21
最適化のテクニックを学ぼう！【作って理解するディープラーニング#7】
こんにちは、えびかずきです！ 今回は最適化のテクニックを学ぼうという事で、ディープラーニングにおける様々な最適化手法を紹介したいと思います。 開発環境 OS:macOS Catalina ver10.15.2 使用した外部ライブラリ:numpy1.18.1matplotlib3.0.3 エディタ：jupyter notebook ソースコード github/ebikazuki/deeplearni […]
- 2020.03.14
誤差逆伝播法を実装しよう！【作って理解するディープラーニング#6】
こんにちは、えびかずきです！ 前回までにニューラルネットワークの基礎的な原理は一通り説明しましたので、 この記事からは実用的に使うためのテクニックを説明していきます！ 誤差逆伝播法とは何か 誤差逆伝播（ごさぎゃくでんぱ）法とは、勾配を効率的に求めるためのテクニックです。 back-propagation(バックプロパゲーション)とも呼ばれます。 前回の勾配法では、損失関数を重みやバイアスで数値的に […]