Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Python × 数学ブートキャンプガイド

Python × 数学ブートキャンプガイド

このスライドはコミュニティイベント「Python x 数学ブートキャンプガイド」での発表資料です。

https://math-coding.connpass.com/event/279924/

Etsuji Nakai

April 25, 2023
Tweet

More Decks by Etsuji Nakai

Other Decks in Science

Transcript

  1. 最もシンプルなモデル = 線形モデル • 一次関数で予測する • 計算が高速 • 入力データを工夫することで実用的 な予測も可能

    • 線形多項分類器 ⇨ 分類したい個数分だけ一次関数 を用意 いわゆる 「特徴量エンジニアリング」 複数の一次関数をまとめて処理する テクニック(=線形代数)が活躍!
  2. 確率モデル = 確率値を予測する • 世の中には、本質的に「確率的に発生する データ」が存在する • 「あるデータが得られる確率」を計算する 確率モデルを構築する •

    誤差関数 =「モデルが予測する確率で発生 させたデータ」と「実際に観測されたデー タ」がどの程度一致するかを表す指標 ※ 詳しくは小島さんパートで! 「数理科学」の考え方