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
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!