RSS

「線形回帰」 - 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:13件

80分で学ぶ!Pythonによる回帰分析の基本【Pythonデータサイエンス超入門】

80分で学ぶ!Pythonによる回帰分析の基本【Pythonデータサイエンス超入門】

様々な場面で活躍するデータ分析手法「回帰分析」をPythonで実行できるようになりましょう! ライブラリはstatsmodelsを使用しています。 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=4101 0:00 イントロダクション 4:33 回帰分析とは? 14:22 Pythonで回帰分析を行う準備 17:11 ダミー変数の作成 19:30 回帰分析の実行 23:03 回帰分析の結果の解釈 30:27 Formula APIによる回帰分析の実行 34:00 特徴量エンジニアリング 41:38 未来予測 45:12 グラフ作成による精度確認 52:26 ラッソ回帰、リッジ回帰、Elastic Net 1:05:45 ロジスティック回帰 1:19:25 ポアソン回帰 1:22:15 クロージング 【キーワード】 線形回帰 p値 交互作用 多重共線性(マルチコ) 価格弾性力 L1正則化/L2正則化 MSE(平均二乗誤差) RMSE(二乗平均平方根誤差) リンク関数 #Python #データサイエンス #データサイエンス
2022年09月10日
00:00:00 - 01:24:31
【機械学習】機械学習入門 / k最近傍法 | 機械学習の手順と基本的なアルゴリズム

【機械学習】機械学習入門 / k最近傍法 | 機械学習の手順と基本的なアルゴリズム

←第1回 AIとは? https://youtu.be/gWL_E3zub9g →第3回 線形回帰(前編) https://youtu.be/zo8BmIGSO2Y ご視聴ありがとうございます。 少々動画が長くなってしまいました。次回以降はもっと簡潔に話せるように頑張ります。 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 #machine learning #Python #データ分析 #データサイエンス #データサイエンティスト #最近傍法 #k最近傍法
2018年07月23日
00:00:00 - 01:01:19
【機械学習】線形回帰(前編)| 線形回帰の理論

【機械学習】線形回帰(前編)| 線形回帰の理論

←第2回 機械学習入門 / k最近傍法 https://youtu.be/4Vk1UhRDB34 →第4回 線形回帰(後編) https://youtu.be/xh1OtbZyxqw 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。 本日の内容は、「線形回帰」。最も基本的な回帰アルゴリズムである線形回帰の理論を解説します。 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 #Python #データ分析 #データサイエンス #データサイエンティスト #線形 #線形回帰 #回帰
2018年07月24日
00:00:00 - 00:31:53
【分析モデル入門】本を出します!【是非買ってね!】 #137 #VRアカデミア #分析モデル入門

【分析モデル入門】本を出します!【是非買ってね!】 #137 #VRアカデミア #分析モデル入門

データサイエンスに必須の分析モデルを、ほぼ全部解説した本をだします! 使い方のサクッと解説に加え、原理数式の深い解説もあるよ! 本質を捉えたデータ分析のための分析モデル入門 ↓予約・購入はこちら!↓ https://amzn.to/3Ng0nC7 Voicy 始めたよ! ↓こちらから聴けます↓ https://voicy.jp/channel/2216 ▼目次 序章 分析モデルを学ぶための準備 第1部 定型データの扱い 第1章 回帰分析 第2章 回帰分析の結果の評価と解釈 第3章 ロジスティック回帰分析 第4章 機械学習を用いた回帰・分類 第2部 非定型データの扱い 第5章 深層学習入門 第6章 画像の分類 第7章 物体検出とセマンティックセグメンテーション 第8章 基本的な自然言語処理手法 第9章 深層学習を用いた自然言語処理モデル(前半) 第10章 深層学習を用いた自然言語処理モデル(後半) 第11章 統計的言語モデル 第12章 付加構造があるデータの扱い 第3部 強化学習 第13章 強化学習とは 第14章 強化学習の技法 第15章 深層強化学習の技法 第4部 データから知見を得る方法 第16章 クラスタリング 第17章 因子分析・主成分分析 第18章 データの関連を調べる分析 第19章 データの背後の構造を用いる分析 第5部 線形回帰分析の深い世界 第20章 多重共線性 第21章 発展的な回帰分析 ▼終わりに ご視聴ありがとうございました! 面白かったら高評価、チャンネル登録お願いします。 動画の質問、感想などは、コメント欄やTwitterにどうぞ! お仕事、コラボのご依頼は、公式 WebPage や TwitterのDMからお願い致します。 AIcia Solid Project - Official Website - https://sites.google.com/view/aicia-official/top 動画生成:AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ ) 動画編集:AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ ) ======= Logo: ChikakoHorioさん ( https://twitter.com/ChikakoHorio ) Model: http://3d.nicovideo.jp/works/td44519 Model by: W01fa さん ( https://twitter.com/W01fa )
2022年07月08日
00:00:00 - 00:08:44
【機械学習】ロジスティック回帰(前編)| ロジスティック回帰の理論と実装

【機械学習】ロジスティック回帰(前編)| ロジスティック回帰の理論と実装

←第4回 線形回帰(後編) https://youtu.be/xh1OtbZyxqw →第6回 ロジスティック回帰(後編) https://youtu.be/KXE8fTlF44s 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 #machine learning #人工知能 #Python #データ分析 #データサイエンス #データサイエンティスト #ロジスティック #ロジスティック回帰
2018年08月09日
00:00:00 - 00:30:46
線形回帰③ 外れ値に強いロバストな回帰 #KDM

線形回帰③ 外れ値に強いロバストな回帰 #KDM

この動画では頑健性という概念と、Huber損失という損失関数について説明し、実際にどのような影響があるかを実験してみます。 前回:https://youtu.be/rhGYOBrxPXA 次回:https://youtu.be/-BdH7y_za4o ■動画で使用したコード https://k-dm.work/ja/basic/regression/robust_regression/ ■線形回帰の再生リスト https://youtube.com/playlist?list=PLq7HV4kcWdgPJpdR_OwYreVExCTqMiiCE ----------------------------- ★目次 0:00 タイトル 1:00 外れ値とは 1:51 頑健性 2:17 損失関数を可視化する 3:27 Huber損失 4:20 実験 5:17 まとめ ----------------------------- ★参考文献 - http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html - https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.HuberRegressor.html ----------------------------- ★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 #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
2021年10月09日
00:00:00 - 00:06:10
【機械学習】回帰分析の実践|xgboost、交差検証、グリッドサーチ

【機械学習】回帰分析の実践|xgboost、交差検証、グリッドサーチ

動画内で使用したデータ https://www.kaggle.com/c/new-york-city-taxi-fare-prediction → 分類問題 https://youtu.be/oMUnMFRaKvg ソースコード https://github.com/TatsuhiroAbe/ml_practice 動画内で使用した前処理のソースコード https://github.com/TatsuhiroAbe/preprocessing 「機械学習をはじめよう」 https://www.youtube.com/playlist?list=PLS0ga_-CwEAryL5_Saiit6CIU1oZS7S4j #機械学習 #AI #人工知能 #深層学習 #マシンラーニング #データ分析 #データサイエンス #データサイエンティスト #sklearn #xgboost #交差検証 #グリッドサーチ #回帰 #回帰分析 #線形回帰 #kaggle
2018年10月30日
00:00:00 - 00:52:10
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
決定木を用いた回帰の仕組みを解説します!

決定木を用いた回帰の仕組みを解説します!

この動画では決定木を使って回帰をするとき、どうやって回帰木を作成するかについて解説します。 前回:https://youtu.be/qQa9Emh0pZE 次回:https://youtu.be/AOEtom_l3Wk ■pythonコード https://k-dm.work/ja/basic/tree/decision_tree_classifier/ ■木構造の再生リスト https://www.youtube.com/playlist?list=PLq7HV4kcWdgNzWFr__fPFV5BAO4E-DQGA ----------------------------- ★目次 0:00 タイトル 0:29 サンプルデータの説明 1:11 線形回帰を適用した場合 1:45 回帰木 3:09 分岐の作り方 4:59 木を成長させる 6:31 実験 7:43 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 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
2021年10月24日
00:00:00 - 00:08:33
【TensorFlow入門】TensorFlowを使って線形回帰を実装!!

【TensorFlow入門】TensorFlowを使って線形回帰を実装!!

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!! #機械学習 #AI #人工知能 #深層学習 #ディープラーニング #machine learning #tensorflow #線形回帰
2018年07月30日
00:00:00 - 00:20:16
線形回帰① 最小二乗法で直線を当てはめる #K_DM

線形回帰① 最小二乗法で直線を当てはめる #K_DM

この動画では、重回帰と最小二乗法について説明します! 前回:これが第一回! 次回:https://youtu.be/rhGYOBrxPXA ■動画で使用したコード https://k-dm.work/ja/basic/regression/linear_regression/ ■線形回帰の再生リスト https://youtube.com/playlist?list=PLq7HV4kcWdgPJpdR_OwYreVExCTqMiiCE ----------------------------- ★目次 00:00 タイトル 01:28 用語の定義 03:02 最小二乗法 06:25 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 #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
2021年10月02日
00:00:00 - 00:07:47
線形回帰② 過学習をさせない工夫(正則化)の仕組みを解説します #K_DM

線形回帰② 過学習をさせない工夫(正則化)の仕組みを解説します #K_DM

この動画では、過学習と概念を紹介し、リッジ回帰とラッソ回帰がどのようなものか説明します。 前回:https://youtu.be/KKuAxQbuJpk 次回:https://youtu.be/CrN5Si0379g ■バイアスとバリアンスについて→https://youtu.be/xAzvBQd0A7U ■動画で使用したコード https://k-dm.work/ja/basic/regression/ridge_and_lasso/ ■線形回帰の再生リスト https://youtube.com/playlist?list=PLq7HV4kcWdgPJpdR_OwYreVExCTqMiiCE ※式にミスがあったため動画をアップロードし直しました(21/10/09) ----------------------------- ★目次 00:00 タイトル 00:57 ガウス=マルコフの定理 03:14 バイアスを犠牲にして予測精度を改善したい 04:52 過学習 06:12 Ridge(リッジ)回帰 08:22 Lasso(ラッソ)回帰 08:36 リッジ回帰とラッソ回帰の違い 11:40 まとめ ----------------------------- ★参考文献 - http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html - Tibshirani, Robert. "Regression shrinkage and selection via the lasso." Journal of the Royal Statistical Society: Series B (Methodological) 58.1 (1996): 267-288. の Fig2 ~ Fig3 - https://ja.wikipedia.org/wiki/%E3%82%AC%E3%82%A6%E3%82%B9%EF%BC%9D%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E3%81%AE%E5%AE%9A%E7%90%86 - Trevor Hastie ・Robert Tibshirani ・Jerome Friedman 著・杉山 将・井手 剛・神嶌 敏弘・栗田 多喜夫・前田 英作監訳・井尻 善久・井手 剛・岩田 具治・金森 敬文・兼村 厚範・烏山 昌幸・河原 吉伸・木村 昭悟・小西 嘉典・酒井 智弥・鈴木 大慈・竹内 一郎・玉木 徹・出口 大輔・冨岡 亮太・波部 斉・前田 新一・持橋 大地・山田 誠訳 ”統計的学習の基礎: データマイニング・推論・予測”. 共立出版, 2014. ----------------------------- ★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 #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
2021年10月09日
00:00:00 - 00:13:13
【機械学習】線形回帰(後編)| 重回帰と正則化

【機械学習】線形回帰(後編)| 重回帰と正則化

←第3回 線形回帰(前編) https://youtu.be/zo8BmIGSO2Y ←第3回 線形回帰(前編) https://youtu.be/zo8BmIGSO2Y →第5回 ロジスティック回帰(前編) https://youtu.be/mMMzDFttZ8A 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 #machine learning #人工知能 #Python #データ分析 #データサイエンス #データサイエンティスト #線形回帰 #正則化 #重回帰 #ridge #lasso #リッジ #ラッソ
2018年07月27日
00:00:00 - 00:46:10