ちゃお……† まいおり……† こちらの記事は機械学習と数学 Advent Calendar 2017の23日目の記事となります。 qiita.com 以前、Naive BayesとComplement Naive Bayes, Negation Naive Bayesでの多クラス分類を比較しました。今回も別のNaive Bayes亜種での多クラス分類をみていこうと思います。なお多クラス分類とは、文書 $d$ がどのクラス $c$ に属しているかを求めることです。 それぞれの手法 Naive Bayes Naive Bayesによる多クラス分類では、ベイズの定理を適用した事後確率 $\Pr(c|d)$ が最大となるクラス $ \tilde{c}$ を求めます。ただ、$\Pr(d|c)$ を直接推定するのは難しいので、文書 $d$ を文書 $d$ に含まれる単語列 $ w_1, w_2, ..
方法１ sklearn.feature_extraction.text の TfidfVectorizer クラス を 使うやり方 （ 参考 ） オライリー本『実践 機械学習システム』p.48 （ 以下、上記 オライリー本 所収のコード を 参考にしました ） from sklearn.feature_extraction.text import CountVectorizer vectorizer = CountVectorizer(min_df=1) text_owakati_list = ［”週明け 日経平均株価 後場 大幅な 上昇 記録 市場関係者 先週 金曜日 FRB FOMC 声明 発表 好感”, ”大相撲 千秋楽 勝越丸 今場所 初めて 土 一敗”］ X = vectorizer.fit_transform(text_owakati_list) vectorizer.get_
何かこんなメディア記事が出ていたようです。 これを読んで色々な人がツッコミを入れまくっている模様ですが、この記事の不思議なところは「完全に間違った説明というわけでもないのに何故か（両分野に詳しい）誰が読んでも猛烈な違和感を覚える」ところなんじゃないかなぁと。 正直、これはライター・インタビュアー・コメンテーター・編集者の誰のせいなのかは全く分からないんですが、ツッコミ入れられまくっている内容について色々あげつらってもあまり建設的でないので、ここでは記事中で本題として取り上げられている「統計学と機械学習の違い」についてちょっとコメントしてみようと思います。 あ、もちろん僕がこれから書くコメントも別に正しいとは全く限らないので、おかしいところや間違ってるところがあったらバンバン突っ込んでいただければ幸いです*1。そしてガチ勢向けのコメントでもないので何卒悪しからず。 統計学はデータを「説明」す
機械学習が大流行だ。ここ最近、「機械学習を活用した×××」であるとか「機械学習技術を応用した×××」と言った発表がわんさかある。ところが、これらの発表会に参加してみると「それって本当に機械学習技術なの？」と頭の中にクエスチョンマークが浮かぶようなものもちらほら。機械学習と高度な統計処理の違いはいったいどこにあるのか、はたまた機械学習は人工知能（AI）の一種なのか。 「AIには裏定義があって、それが実現できてしまえばすでにAIではなくなるなんて話もあります。機械学習についても、実は同じような面があると思います」と話すのは、国際大学GLOCOM 准教授で主任研究員の中西崇文氏だ。中西氏の専門分野はビッグデータやデータ分析、特に相関分析に関わる技術の開発だ。さらにはメディア論、人間の感性をコアとして異種、異分野の協働による価値創生に関わる問題なども対象に研究を行っている。 「統計はすでにデータが
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
