ユーザ用ツール

サイト用ツール


機械学習サンプルコードのリンク2017年版

機械学習サンプルコードのリンク

こちらには、書籍付属のサンプルコード以外のコードのリンクを掲載します。

2017.03.06連載開始

機械学習で遊ぼう! APIサービスやTensorFlowを使ったサンプルレシピ集

https://book.mynavi.jp/manatee/series/detail/id=65670

その他にもたくさん面白いサンプルコードが公開されつつあるので、以下のリンクにて順次、ご紹介させていただきたいと思います。

機械学習のライブラリ(フレームワーク)としては、TensorFlow(テンソルフロー)、scikit-learn(サイキット・ラーン)、Chainer(チェイナー)、Caffe(カフェ)などがあります。

以下のサイトに、どのライブラリをどういうときに使ったら良いかについて、分かりやすくまとめてくださっています。

2016-10-01
Chainer, tensorflow, Keras, それともゼロから作る?Deep Learningを制するには何がいいのか?!

http://www.procrasist.com/entry/2016/10/01/200000

Python一般

Chainer

Chainerとは、日本の会社が2015年に公開した機械学習フレームワーク。インストールが簡単であり、日本語のドキュメントも充実しているらしいです。難点としては、後方互換性の無いVersion改定を繰り返しており、今から学ぶのであれば、1.5以上が良いらしい。といっている間にversion2になってしまったらしい。コードの見分け方は、以下の記事を参照してください。

shi3zの長文日記
2017-04-11 06:31
■後方互換性をバッサリと切り捨てたというふれこみのChainer2(ベータ1)を恐る恐る試す。そして未来

http://d.hatena.ne.jp/shi3z/touch/20170411/1491859884

2016-01-19
chainerのバージョンごとの違い(2016年1月19日現在)

http://studylog.hateblo.jp/entry/2016/01/19/005627

2015-11-22
ディープラーニングでおそ松さんの六つ子は見分けられるのか? 〜準備編〜

http://bohemia.hatenablog.com/entry/2015/11/22/161858

Chainerのimagenetを[確実に]動かす
rerere0101
2017年06月10日に更新

http://qiita.com/rerere0101/items/fde1661df4a26f1d0626
⇒python2

Tensorflow

Tensorflow playground

http://playground.tensorflow.org/

2016-01-05
ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース(TensorFlow, Chainer, Caffe, DeepDream, 画風変換)

http://d.hatena.ne.jp/shu223/touch/20160105/1451952796

Keras

karas(ケラス)はTheanoやTensorFlowに対応したDeep Learning用のラッパーライブラリ。
詳細はよくわからないが、kerasからTensorflowをつかうことができる。

ザコ大学生がKerasについてどんなものか簡単にまとめてみた
halspring
2017年05月25日に更新

http://qiita.com/halspring/items/362d050b85f39e0e2658

無から始めるKeras 第1回
Ishotihadus
2017年06月02日に更新

http://qiita.com/Ishotihadus/items/c2f864c0cde3d17b7efb

GPUなしではじめるディープラーニング
namakemono
2017年02月02日に更新

http://qiita.com/namakemono/items/75ec9549da6fc602b470

転移学習

犬と猫の写真を判定するウェブサービスを作ってみた
elm200
2017年05月29日に更新

http://qiita.com/elm200/items/5b04a2be69a6fdf1e19c

[Keras/TensorFlow] Kerasで自前のデータから学習と予測
agumon
2017年05月03日に更新

http://qiita.com/agumon/items/ab2de98a3783e0a93e66

2017-04-28
ディープラーニング実践入門 〜 Kerasライブラリで画像認識をはじめよう!

https://employment.en-japan.com/engineerhub/entry/2017/04/28/110000

Caffe

2015-01-23
Deep Learningでラブライブ!キャラを識別する

http://christina.hatenablog.com/entry/2015/01/23/212541

2015-02-20
ご注文はDeep Learningですか?

http://kivantium.hateblo.jp/entry/2015/02/20/214909

WEBクローリング&スクレイピング

これらの具体的な方法を記載してくださっているブログを読むと、画像を5000枚用意するなど、学習用データの収集(クローリング)と抽出(スクレイピング)に非常に時間がかかり、また大事であることが分かる。

近年は少ない学習データをもとに機械学習を行う手法も開発されつつあるとは言っても、基本は大量の学習用データをWEBから集めるのが現実的と思われる。いつか、WEBクローリング&スクレイピングについてまとめてみたい。


前:

windowsで機械学習フレームワークを導入する方法


目次

次:

機械学習用データの収集方法

機械学習サンプルコードのリンク2017年版.txt · 最終更新: 2018/10/07 by 127.0.0.1

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki