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。

--- index.html [2017/06/11]
adash333 [機械学習って何？]
+++ index.html [2018/10/07] (現在)
@@ ライン 4: / ライン 4: @@
 多々間違っているところがあるかもしれませんが、このサイトは雰囲気重視で記載していきたいと思います。
+機械学習ってものを試してみたい！という方は、以下の動画を見ながら、Chrome上で、[[NeuralNetworkConsoleCloud(SONY)|Neural Network Console Cloud(SONY)]]を試して頂きますと幸いです。プログラミング未経験の方でも10分でサンプルを実行するところまでできると思います。
+<html>
+<iframe width="560" height="315" src="https://www.youtube.com/embed/6veueVVrVx4" frameborder="0" gesture="media" allowfullscreen></iframe>
+</html>
 =====機械学習って何？=====
+>機械学習(Machine Learning)とは、経験(データ)から自ら"学習"するようなコンピュータプログラムを実現するための理論と技術のことである。
+引用元 道具としての機械学習：直感的概要とその実際 Ichigaku Takigawa\\
+https://www.slideshare.net/mobile/itakigawa/ss-72983543
 >機械学習とは、データから反復的に学習し、そこに潜むパターンを見つけ出すことです。そして学習した結果を新たなデータにあてはめることで、パターンにしたがって将来を予測することができます。
 引用元 SAS Institute Inc.\\
@@ ライン 16: / ライン 26: @@
   *コンピューター能力の向上
   *インターネットの普及でビッグデータを集めやすくなったこと
-により、コンピューターでできることの精度が上がるようになったこと、また、Tensorflowやchainerといった、無料で使える機械学習フレームワークの登場により、
+により、コンピューターでできることの精度が上がるようになったこと、また、2015年頃より、Tensorflowやchainerといった無料で使える機械学習フレームワークの登場により、
   *ある程度のプログラミング素人でも、大量のデータと気合さえあれば、チェスの世界チャンピオンに勝てるコンピューターソフトを作ることができる
@@ ライン 47: / ライン 57: @@
 {{:pasted:20170602-004716.png}}
-機械学習入門 Hayato Maki\\
+お勧めのスライドは以下のリンクへ
-https://www.slideshare.net/mobile/hayatomaki9/litmachinelearning
 <wrap hi>
@@ ライン 97: / ライン 106: @@
 機械学習入門書を読みつつ、必要に応じてPythonというプログラミング言語と、Linux（主にUbuntu）のBashコマンドを勉強する必要があります。
-pythonの勉強方法としては、パソコンなら[[https://paiza.jp/works/python3/primer|paiza]]、スマホなら[[https://www.sololearn.com/|SoloLearn]]というアプリがおすすめです。SoloLearnは英語で、メールアドレス登録が必要ですが、無料ですし、多少英語が理解できなくてもなんとかなることが多いです。１冊くらい、python3の入門書を買って、軽く読んでおいてもよいと思います。実際のコードをかくときは、最初は、次のリンク先で紹介するjupyter notebook上でやるのが一番現実的だと思います。
+pythonの勉強方法としては、パソコンなら[[https://paiza.jp/works/python3/primer|paiza]]、スマホなら[[https://www.sololearn.com/|SoloLearn]]というアプリがおすすめです。SoloLearnは英語で、メールアドレス登録が必要ですが、無料ですし、多少英語が理解できなくてもなんとかなることが多いです。１冊くらい、python3の入門書を買って、軽く読んでおいてもよいと思います。実際のコードをかくときは、最初は、次のリンク先で紹介するGoogle Colaboratoryでやってみて、オフラインでやりたい場合は、最初のインストールが時間がかかりますが、jupyter notebook上でやるのが一番現実的だと思います。
+<wrap hi>[[colaboratoryで今すぐpythonを始める方法2018]]</wrap>
 <wrap hi>[[WindowsでPythonを始める方法2017年版]]</wrap>
@@ ライン 122: / ライン 134: @@
 =====このサイトではWindowsパソコンを使用します=====
-このサイトでは、Windows 8.1 Proのノートパソコンに、Anaconda3をインストールして、Python2.7またはPython3.5を用いてコードを実行した経過を記載します。(詳細は別記させていただきます。)
+このサイトでは、2018年8月までは、Windows 8.1 Proのノートパソコンに、Anaconda3をインストールして、Python3.5を用いてコードを実行した経過を記載していました。(詳細は別記させていただきます。)
-Windows 8.1上のVirtualBoxにUbuntu14.04をインストールして、TeraTermでログインして、使用する場合もありますが、ホストOSは全てWindows8.1またはWindows7となります。
 プログラミングのほとんどは、環境構築が最初の難関です。環境構築とは、自分のパソコンの画面で、そのプログラミング言語やフレームワークで一番簡単なコードを実行すること、たとえば、" Hello World"と表示するまでのことです。私は、WindowsパソコンでRuby on Rails 4の開発環境を構築するのに3ヶ月かかりました。
-Tensorflow（Googleが発表した機械学習のフレームワーク）なんて、バージョンによって環境構築方法が異なります。
+しかし、時代は変わり、2018年現在、
+[[https://colab.research.google.com/|Google Colaboratory]]
+という無料のオンラインTensorflow（Googleが発表した機械学習のフレームワーク）環境があります！
+多少の制限はありますが、ノートパソコン一つで、無料でGPUを用いた機械学習プログラミングを行うことができます。
+常時オンライン環境であるなら、無料のGoogleアカウントを作成して、Google Colaboratoryで行うのが一番です。
+年時点では、以下のように記載していましたが、お金さえあれば、これからはクラウドでいろいろやっていく時代になりそうです。
+<code>
 このサイトでは、Windows 8.1 Proのノートパソコンを用いてコードを実行した経過を記載します。なぜかというと、筆者は現在Macを持っていないからです。また、数十万円するパソコンに仮想環境以外でLinuxをインストールする財力もありません。しかし、MacやLinux(主にUbuntu)での環境構築方法はググればたくさん出てきます。2017年現在、プログラミングやるならMac、本気で機械学習やるならUbuntuといった雰囲気をひしひしと感じます。
+</code>
 ====筆者のパソコンその1====
@@ ライン 147: / ライン 166: @@
 Tensorflow 1.1 GPU\\
+=> こちらのパソコンは廃棄してしまったので、2017年9月以降は使用予定はありません。
 ====Windows 8.1でPythonの始め方====
 WindowsでのPythonの環境構築方法を以下にまとめましたので、初めての方はぜひご覧ください。\\
-----
+===== リンク =====
-[[sidebar|目次]]\\
 次：
 <wrap hi>
 [[WindowsでPythonを始める方法2017年版]]
-</wrap>
+</wrap>\\
+[[sidebar|目次]]

サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

差分

ページ用ツール