周回遅れでIT業界デビューしたエンジニアのブログ

就職氷河期にモロにぶち当たり、人生で混迷を極めた末にIT業界に安寧を見出そうとしているアラフォーのお勉強日記です。

courseraのMachine LearningをPythonで復習。リンク集

というわけで、Octaveでの演習をPythonに置き換えて復習です。自分メモなので中の人の勉強が進むと加筆するかもしれません。

参考にさせていただいているサイト

Qiita@nokomitchさん
ex1(線形回帰)
ex2(ロジスティック回帰)
ex3(ロジスティック回帰で手書き数字認識)
ex5(正則化パラメータの調整)
ex6 (SVM パラメータの調整法)
ex7-1 (K-meansクラスタリングで画像圧縮)
ex7-2 (主成分分析)

Qiita@lucas29liaoさん
ex4(ニューラルネットワークで手書き数字認識)

Python でデータサイエンス
scikit-learn で線形回帰 (単回帰分析・重回帰分析)

ex8どこかにないかな。

頻出するPythonライブラリ

  • numpy 数学的なものを扱う。ないともげる
  • pandas csvデータを取り込むときに使う
  • matplotlib グラフを描画するときに使う
  • sklearn 機械学習の計算に使う

自分的なポイント

sklearnでは正規化項λの逆数Cを使う

sklearnでは、θ0(切片)はintercept_、θ1, θ2…(偏回帰係数)はcoef_で数値を出す。fit()で学習させた後に放り込むとあら不思議できちゃった

授業で習ったアルゴリズムをちゃんと思い出す。ノート万歳

各ライブラリのメソッドとか引数を把握する

 coursera修了後はどんなルートを辿るべき?

qiita.comいくつか調べてみたところ、一番分かりやすいのはこちらのように思いました。

トライしてみたいと思います!