RSS

「教師なし学習」 - おすすめピックアップ動画

※本サイトに掲載されているチャンネル情報や動画情報はYouTube公式のAPIを使って取得・表示しています。

Videos

動画一覧

動画数:11件

実践Deep Learning:Autoencoderを用いた教師なし異常検知

実践Deep Learning:Autoencoderを用いた教師なし異常検知

この動画では、入力データを圧縮・復元するニューラルネットワーク Autoencoderを用いて、正常データのみを元に異常検出機を学習する方法を解説します。 再生リスト「実践Deep Learning」 https://www.youtube.com/playlist?list=PLg1wtJlhfh20zNXqPYhQXU6-m5SoN-4Eu Autoencoderサンプルプロジェクト # Neural Network Console クラウド版へのログインが必要 https://dl.sony.com/console/#/project?project_id=3 再生リスト「Deep Learning 精度向上テクニック」 https://www.youtube.com/playlist?list=PLg1wtJlhfh216rnmSv_oEDuchRjgUqxBi 再生リスト「Deep Learning入門」 https://www.youtube.com/playlist?list=PLg1wtJlhfh23pjdFv4p8kOBYyTRvzseZ3 Neural Network Console https://dl.sony.com/ja/ Neural Network Libraries https://nnabla.org/ja/ #Deep Learning #Neural Network #Neural Network Console #Neural Network Libraries #Sony #AI #深層学習 #ディープラーニング #ニュールネットワーク #ソニー #人工知能 #Autoencoder #自己符号化機 #教師なし学習 #Unsupervised learning #異常検知 #異常検出 #Anomaly detection
2019年06月03日
00:00:00 - 00:11:59
主成分分析(PCA)の仕組みを理解して動かしてみよう

主成分分析(PCA)の仕組みを理解して動かしてみよう

今回は次元削減の手法であるPCAについて説明しました。 諸般の事情でマイクが使えなくなったのでVOICEVOXの春日部つむぎさんの声を使ってます!すごい! 前回:https://www.youtube.com/watch?v=2hkyJcWctUA 次回:https://youtu.be/ni1atKuoAcE ■pythonコード:https://k-dm.work/ja/basic/dimensionality_reduction/pca/ ----------------------------- ★目次 0:00 タイトル 0:17 教師なし学習とは 0:42 次元削減とは 1:43 主成分分析 5:11 実験 6:42 まとめ ----------------------------- ★Special Thanks(声) VOICEVOX:春日部つむぎ ----------------------------- ★SNS twitter: https://twitter.com/intent/follow?screen_name=_K_DM ブログ: https://kdm.hatenablog.jp/ コード置き場: https://k-dm.work/ja/ ----------------------------- ★参考文献 - 鈴木大慈, データ解析 第七回「主成分分析」http://ibis.t.u-tokyo.ac.jp/suzuki/lecture/2015/dataanalysis/L7.pdf - sklearn.decomposition.PCA — scikit-learn 1.0.2 documentation https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html ----------------------------- ★BGM キューブスカイ https://dova-s.jp/bgm/play1365.html ----------------------------- ★このチャンネルについて 週に一回ペースで機械学習・データサイエンスに関する情報を発信します!よろしければチャンネル登録お願いします。大変励みになります。 #機械学習 #データ分析 #Python #機械学習 #AI #データ分析 #データサイエンス #データサイエンティスト #Python #scikit-learn #Kaggle #データマイニング #G検定 #E検定 #人工知能 #わかりやすく #初学者 #python #解説
2022年01月16日
00:00:00 - 00:07:37
15分で分かる!機械学習とは何か【AI・データサイエンス入門】

15分で分かる!機械学習とは何か【AI・データサイエンス入門】

AI(人工知能)やデータサイエンスにほぼ必要不可欠な「機械学習(マシンラーニング)」ですが、一体どういう技術なのでしょうか? また「教師あり学習」「教師なし学習」「強化学習」の概要についてもご紹介しました。 初学者の方の、勉強の取っ掛かりになれば幸いです。 #データサイエンス #機械学習
2021年01月09日
00:00:00 - 00:16:04
90分で覚える!Pythonによる機械学習の基本〜教師なし学習編〜【Pythonデータサイエンス超入門】

90分で覚える!Pythonによる機械学習の基本〜教師なし学習編〜【Pythonデータサイエンス超入門】

機械学習をPythonで実装できるようになりましょう! 質問・リクエスト等のお気軽なコメントや、Super Thanksによる応援を頂けますと大変励みになります! 【ソースコードのコピペ用ページ】 https://analysis-navi.com/?p=4118 0:00 イントロダクション 2:17 機械学習とは? 12:40 次元削減 18:02 ├ Pythonによる次元削減の実行 24:08 ├ 寄与率の計算 26:06 ├ 結果の図示 28:10 ├ 結果の解釈 33:14 └ PCA以外の手法 42:24 クラスタリング 45:43 ├ Pythonによるクラスタリングの実行 46:06 ├ 階層クラスタリング 50:06 ├ 非階層クラスタリング(K-means) 54:43 ├ 結果の図示 58:05 ├ クラスタ数の推測(エルボー法) 1:01:39 └ X-means 1:09:36 アソシエーション分析(バスケット分析) 1:13:47 ├ Pythonによるアソシエーション分析の実行 1:19:46 └ ネットワーク図の作成 1:24:39 クロージング 【キーワード】 教師あり学習 強化学習 PCA(主成分分析) SVD(特異値分解) t-SNE UMAP 単結合法(最短距離法) 完全結合法(最長距離法) 郡平均法 ウォード法 Support(支持度) Confidence(信頼度) Lift(リフト値) #Python #データサイエンス #データサイエンス
2022年12月03日
00:00:00 - 01:26:29
【機械学習】次元削減|教師なし学習、主成分分析

【機械学習】次元削減|教師なし学習、主成分分析

動画内で使ったデータ https://www.kaggle.com/c/titanic ← 第14回 モデルの改良と前処理 https://youtu.be/scXWKg39uhY →第16回 クラスター分析 https://youtu.be/mmGj9qcFKAM ご視聴ありがとうございます。 私は普段、AIエンジニア/データサイエンティストとして活動しています。このチャンネルでは、たくさんの人にAIの可能性を知っていただくことや、日々の学習の成果を視聴者の皆様とシェアしていくことを目標にしています。 この動画シリーズでは「機械学習をはじめよう」と題して、機械学習の基礎的な理論や実装の方法を解説していきます。 動画の内容を参考にして、ぜひ皆様も機械学習に挑戦してみてください!! ーこの分野についてもっと詳しく学ぶならー 『パターン認識と機械学習 上』 https://amzn.to/2vSj7Ti 『パターン認識と機械学習 下』 https://amzn.to/2OI8cmm 『統計的学習の基礎 ―データマイニング・推論・予測―』 https://amzn.to/2MEXwHX 『Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎』 https://amzn.to/2nKQJ19 『Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning)』 https://amzn.to/2Mx9nYf #機械学習 #AI #人工知能 #machine learning #データ分析 #データサイエンス #データサイエンティスト #Python #sklearn #主成分分析 #kaggle #教師なし学習 #入門
2018年09月18日
00:00:00 - 00:38:57
教師あり学習と教師なし学習について #K_DM

教師あり学習と教師なし学習について #K_DM

教師あり学習と教師なし学習の違い、そして教師あり学習と教師なし学習の代表例をいくつか紹介します。 ----------------------------- ★目次 00:00 タイトル 02:18 教師あり学習と教師なし学習の違い 04:03 教師あり学習代表例(線形回帰・決定木) 05:57 教師なし学習代表例(K-means・局所外れ値因子法・主成分分析) 09:44 まとめ ----------------------------- ★SNS twitter: https://twitter.com/intent/follow?screen_name=_K_DM ブログ: https://kdm.hatenablog.jp/ コード置き場: https://k-dm.work/ja/ ----------------------------- ★BGM Let’s! https://dova-s.jp/bgm/play8503.html ----------------------------- ★このチャンネルについて 週に一回ペースで機械学習・データサイエンスに関する情報を発信します!よろしければチャンネル登録お願いします。大変励みになります。 #機械学習 #データ分析 #機械学習 #AI #データ分析 #python #解説 #データサイエンス
2021年09月21日
00:00:00 - 00:11:39
機械学習における様々な学習方法のについて違いを理解する #K_DM

機械学習における様々な学習方法のについて違いを理解する #K_DM

この動画では、以下にリストアップした様々な○○学習という言葉について、それがどういうものを指しているのかを概説します。この動画を見る前に、教師あり学習と教師なし学習にかんする動画( https://youtu.be/8v5UFHLHQog )を見るとイメージが付きやすいかもしれません。 ----------------------------- ★目次 00:00 タイトル 00:50 問題設定とは 02:40 教師あり学習(supervised learning) 03:13 教師なし学習(unsupervised learning) 04:02 半教師あり学習(semi-supervised learning) 05:19 弱教師あり学習(weak-supervised learning) 06:21 自己教師あり学習(self-supervised learning) 07:29 トランスダクティブ学習 (transductive inference) 08:18 オンライン学習(sequential learning) 09:19 能動学習(active learning) 10:00 強化学習(reinforcement learning) 11:04 まとめ ----------------------------- ★SNS twitter: https://twitter.com/intent/follow?screen_name=_K_DM ブログ: https://kdm.hatenablog.jp/ コード置き場: https://k-dm.work/ja/ ----------------------------- ★BGM Let’s! https://dova-s.jp/bgm/play8503.html ----------------------------- ★このチャンネルについて 週に一回ペースで機械学習・データサイエンスに関する情報を発信します!よろしければチャンネル登録お願いします。大変励みになります。 #機械学習 #データ分析 #機械学習 #AI #データ分析 #python #解説 #データサイエンス
2021年09月29日
00:00:00 - 00:12:51
NNCチュートリアル:Autoencoderによる異常検知

NNCチュートリアル:Autoencoderによる異常検知

この動画では、Deep Learningの統合開発環境Neural Network Consoleにおいて、Autoencoderを用いた異常検知を実現する方法について解説しています。 前回の動画「Mixupの実装」 https://www.youtube.com/watch?v=BqVRXgeVabs 実践Deep Learning:Autoencoderを用いた教師なし異常検知 https://www.youtube.com/watch?v=vFpZrxaq5xU Autoencoderサンプルプロジェクト # Neural Network Console クラウド版へのログインが必要 https://dl.sony.com/console/#/project?project_id=3 sin_wave_anomaly_detectionサンプルプロジェクト # Neural Network Console クラウド版へのログインが必要 https://dl.sony.com/console/#/project?project_id=28 NNCチュートリアル:学習・評価・推論用ネットワークを自在に定義する https://www.youtube.com/watch?v=wBwm5lMm9HU 再生リスト「Neural Network Console チュートリアル(クラウド版)」 https://www.youtube.com/playlist?list=PLg1wtJlhfh227oiXbVJOwXCuCoKo3dOU9 再生リスト「Neural Network Console チュートリアル(Windows版)」 https://www.youtube.com/playlist?list=PLg1wtJlhfh20mWfEbfng2ug-bfE437lDW 再生リスト「Deep Learning入門」 https://www.youtube.com/playlist?list=PLg1wtJlhfh23pjdFv4p8kOBYyTRvzseZ3 Neural Network Consoleの特長 https://www.youtube.com/watch?v=y_KGyxAwAic Neural Network Console https://dl.sony.com/ja/ Neural Network Libraries https://nnabla.org/ja/ #Deep Learning #Neural Network #Neural Network Console #Neural Network Libraries #Sony #AI #深層学習 #ディープラーニング #ニュールネットワーク #ソニー #人工知能 #Autoencoder #自己符号化機 #教師なし学習 #Unsupervised learning #異常検知 #異常検出 #Anomaly detection
2019年12月12日
00:00:00 - 00:07:57
【機械学習入門】k-meansとk-means++をアニメーションにしてみた

【機械学習入門】k-meansとk-means++をアニメーションにしてみた

#kmeans#kmeans++#機械学習 この動画ではk-meansアルゴリズムとk-means++について可視化を交えながら解説しました. 0:10 k-meansアルゴリズム 3:40 k-meansの目的関数 5:51 初期値による結果の違い 6:42 k-means++ k-meansアルゴリズムのイテレーションによって目的関数の値が増加しないことの証明は例えば「Understanding Machine Learning: From Theory to Algorithms」のlemma 22.1にあります. https://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/copy.html このチャンネルでは機械学習・数学・コンピュータサイエンスを中心としたコンテンツをアップロードしていきます. この動画を気に入っていただければ,チャンネル登録・動画にいいねをいただけると嬉しいです. Twitterでも機械学習やAI関連の情報を発信していきます: https://twitter.com/mlsamuraimlml ========== Music: Accralate - The Dark Contenent by Kevin MacLeod is licensed under a Creative Commons Attribution 4.0 license. https://creativecommons.org/licenses/by/4.0/ Source: http://incompetech.com/music/royalty-free/index.html?isrc=USUAN1100341 Artist: http://incompetech.com/ ========== #クラスタリング #機械学習 #教師なし学習 #k-means #k-means++
2021年10月10日
00:00:00 - 00:09:38
【機械学習基本のキ】教師あり学習,教師なし学習,強化学習とはなにか

【機械学習基本のキ】教師あり学習,教師なし学習,強化学習とはなにか

#機械学習 この動画では教師あり学習,教師なし学習,強化学習について説明しました. 教師あり学習 3:04- 教師なし学習 6:01- 強化学習 8:51- その他の学習 15:30- ============================== チャンネル登録はこちら http://www.youtube.com/channel/UCmFv9GyJmRS2iIYFe4waWeA?sub_confirmation=1 Twitterでも機械学習やAI関連の情報を発信していきます: https://twitter.com/mlsamuraimlml ブログ: https://mlmlai.com/ ==============================
2020年06月22日
00:00:00 - 00:17:24
量子敵対的生成ネットワーク 〜 新版Qiskitテキストブック量子機械学習編-6

量子敵対的生成ネットワーク 〜 新版Qiskitテキストブック量子機械学習編-6

発表者:発表者:沼田 祈史 (Kifumi Numata, Qiskit Advocate) 資料:https://github.com/quantum-tokyo/introduction/blob/main/qiskit_textbook/New_textbook/quantum-machine-learning/20220921_qgan.pdf 新版Qiskitテキストブック量子機械学習編 - 教師なし学習:https://ja.learn.qiskit.org/course/machine-learning/unsupervised-learning - 量子敵対的生成ネットワーク:https://ja.learn.qiskit.org/course/machine-learning/quantum-generative-adversarial-networks - プロジェクト:https://ja.learn.qiskit.org/course/machine-learning/project #Qiskit #量子コンピューター #量子コンピュータ
2022年10月10日
00:00:00 - 00:47:57