今週のQiita技術書まとめ
2020年10月11日配信
kerasによる敵対的生成ネットワーク(GAN)の実装例【初学者向け】
この記事でやったこと - GANによるminstの画像生成 - kerasを使った実装方法を紹介 はじめに 敵対的生成ネットワーク、つまりGAN。なんだか凄い流行ってるって事はよく聞きますが、実際に自分で実装しようとなるとなかなか敷居高いですよね。
Pythonではじめる教師なし学習
機械学習の手法の1つ、教師なし学習に絞って解説した実践書！ 教師なし学習は、大きく3つに分類される機械学習の手法のうちの1つ。従来は、教師あり学習が主流でしたが、これからのデータ分析の形を考えると、教師なし学習も大きな一角を占めていくと考えられています。本書では、実践的な視点で、データ内に隠れている見つけにくいパターンを特定し、異常を検出し、自動的に特徴量抽出と選択を行っていきます。さらには、異なる機械学習手法の長所と短所を比較し、データに最適な手法の選び方についても、示していきます。
kaggleのtitanic ニューラルネットを使った生存者予測 [80.4%]
前回は決定木ベースのxgboostを使って生存率を予測してみました。 前回：kaggleのtitanic xgboostを使った生存者予測 80.1%( 今回はkaggleでもよく使われているNeuralNetworkを用いてタイタニックの生存者予測にチャレンジしてみます。 コードはGitHubでも公開しています。 neuralnetwork.py(
ゼロから作るDeep Learning
実際にシステムを作りながらディープラーニングを学ぶ！ ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優...
最強のデータ分析基盤を目指して～汎用的なデータ分析基盤の選定方法の提案～
概要 本記事にて、データ分析基盤の検討の進め方を記載します。データ分析基盤の概念モデルを検討した上で、それにサービスをマッピングを行い選定を行うプロセスを紹介します。 サービスを選定する際には、ガートナーなどの外部期間の評価報告レポートが参考になります。ガートナーは、特定の分野ごとにマジック・クアドラントを発表しており、製品ごとの弱点も記載されているなど参考になる情報が記載されております。最新のト…
【フロント・ネイティブエンジニア必見】マイクロインタラクションの参考になるサイト7選
マイクロインタラクションの参考になる情報サイトまとめ UX改善に欠かせないマイクロインタラクション フロントエンド・ネイティブアプリエンジニアはこのような細部へのこだわりにワクワクすること間違いなし！ どんな実装があるのか、参考になる情報をまとめます。 まずは書籍紹介