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

差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

この比較画面にリンクする

両方とも前のリビジョン 前のリビジョン
次のリビジョン
前のリビジョン
機械学習サンプルコードのリンク2017年版 [2017/06/03]
adash333 [Chainer]
機械学習サンプルコードのリンク2017年版 [2018/10/07] (現在)
ライン 9: ライン 9:
  
 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。 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===== =====Python一般=====
ライン 14: ライン 20:
  
 =====Chainer===== =====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、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。コードの見分け方は、以下の記事を参照してください。+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 2016-01-19
ライン 24: ライン 35:
 http://​bohemia.hatenablog.com/​entry/​2015/​11/​22/​161858 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=====
  
ライン 65: ライン 78:
 http://​qiita.com/​agumon/​items/​ab2de98a3783e0a93e66 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
  
  
ライン 79: ライン 94:
 http://​kivantium.hateblo.jp/​entry/​2015/​02/​20/​214909 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:
 +<wrap hi>
 +[[windowsで機械学習フレームワークを導入する方法]]
 +</​wrap>​\\
 +[[sidebar|目次]]\\
 +次:
 +<wrap hi>
 +[[機械学習用データの収集方法]]
 +</​wrap>​
  
  
  

機械学習サンプルコードのリンク2017年版.1496532410.txt.gz · 最終更新: 2018/10/07 (外部編集)