はじめての機械学習 / Entrance to Machine Learning

Transcript

1. ͸͡Ίͯͷػցֶश !Z@@NBUUV  5PLZP3 
2. ୭ʁ • 名前: 松村優哉 • 学⽣時代の専⾨: 計量経済学、 ベイズ統計、因果推論、マーケティング （研究室のAWSの管理とかもやってた） • ⾔語: R, Python • HR系企業でデータサイエンティストしてます • Tokyo.R 運営(初⼼者セッション等) @y__mattu ymattu 2
3. એ఻ • Ӊ஦ຊ͜ͱʰ3ϢʔβͷͨΊͷ34UVEJP<࣮ફ>ೖ໳ʱ 3 ୈষ 3TUVEJPͷجૅ ୈষ εΫϨΠϐϯάʹΑΔσʔλऩू ୈষ EQMZSUJEZSʹΑΔσʔλલॲཧ ୈষ HHQMPUʹΑΔσʔλՄࢹԽ ୈষ 3
   .BSLEPXOʹΑΔσʔλՄࢹԽ  վగୈ൛ൃചܾఆʂʂʂ ओͳมߋ఺ • ࠷৽ͷ34UVEJP
   ֤छύοέʔδʹରԠ • จࣈྻૢ࡞ʢTUSJOHSʣ΍೔෇ૢ࡞ʢMVCSJEBUFʣʹؔ͢Δ෇࿥
4. ໨࣍ • ػցֶशͱ͸ • ڭࢣ͋Γֶश WT
   ڭࢣͳֶ͠श • ෼ྨ WT
   ճؼ • Ϟσϧબ୒ • 3Ͱػցֶश 4
5. ͜ͷࢿྉͷର৅ɾ໨త ର৅ • ʮػցֶशʯͱ͍͏ݴ༿ΛॳΊͯฉ͘ • ͜Ε͔Βσʔλ෼ੳΛษڧ͢Δ ໨త • ʮػցֶशͬͯ݁ہԿΛ΍ͬͯΔͷʁʯΛͬ͘͟Γཧղ͢Δ • ʮػցֶश 
   ೉͍͠ʯPSʮػցֶशͬͯ"*ͰΊͬͪΌ͍͢͝ʯͱ͍͏Π ϝʔδͷ෷১ • ͜Ε͔Βษڧ͢Δͱ͖ͷ͓࣋ͬͯ͘ͱ͍͍ΠϝʔδΛ਎ʹ͚ͭΔ • Α͘ग़ͯ͘ΔΩʔϫʔυͷཧղ ࿩͞ͳ͍͜ͱ • ਺ࣜʹΑΔղઆ 5
6. ػցֶशͱ͸ 6 • ⼀⾔で σʔλ͔ΒύλʔϯΛೝࣝ͠ɺ ະ஌ͷ౴͑Λ༧ଌ͢ΔͨΊͷϧʔϧΛ ࣗಈతʹ࡞Γग़͢Α͏ʹɺ ϚγϯʢίϯϐϡʔλʣΛτϨʔχϯά͢Δ
7. ؆୯ͳΠϝʔδ 7 • 残業時間と退職のデータがあったとします • 残業時間で退職の有無をおよそ判断できるように、線を引く =パターン認識 ࢒ۀ࣌ؒ 退職した 退職しない     ࢒ۀ࣌ؒ    
8. ؆୯ͳΠϝʔδ 8 • 新しいデータが得られたとき、引いた線によって、退職の有無を予 測できる ࢒ۀ࣌ؒ     アルゴリズム データ モデル 線の引き⽅ 線が引かれている状態
9. ڭࢣ͋Γֶश WT
   ڭࢣͳֶ͠श
10. ͲͷΑ͏ʹϞσϧΛֶश͢Δ͔ 10 • ڭࢣ͋Γֶश • աڈͷσʔλͷதʹϥϕϧ͕͋Δ • Ϟσϧͷத਎͸ɺϥϕϧΛ༧ଌ͢ΔͨΊͷϧʔϧ ୀ৬ 1 0 0 1 ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ ໨తม਺ ैଐม਺ આ໌ม਺ ಠཱม਺ ༧ଌม਺ ಛ௃ྔ
11. ڭࢣ͋Γֶशͷ୅දతͳΞϧΰϦζϜ 11 • ઢܗճؼ • ϩδεςΟοΫճؼɺ(-. • 47. • ܾఆ໦ɺϥϯμϜϑΥϨετ • 9(#PPTUɺ-JHIU(#. ΄͔ʹ΋ͨ͘͞Μ
12. 12 ୀ৬ 1 0 0 1 ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ アルゴリズム モデル ୀ৬ ︖ ︖ ︖ ︖ ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ ୀ৬ 0 0 1 1 ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ ༧ଌ
13. ͲͷΑ͏ʹϞσϧΛֶश͢Δ͔ 13 • ڭࢣͳֶ͠श • աڈͷσʔλͷதʹϥϕϧ͕ͳ͍ • Ϟσϧͷத਎͸ɺάϧʔϓ෼͚ͷϧʔϧ • ϥϕϧ͸ɺ෼͚ΒΕͨ݁ՌΛݟͯਓ͕͚ͭΔ ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ આ໌ม਺ ಠཱม਺ ༧ଌม਺ ಛ௃ྔ ࢒ۀɾଟ څ༩ɾଟ ࢒ۀɾগ څ༩ɾଟ
14. ڭࢣͳֶ͠शͷ୅දతͳΞϧΰϦζϜ 14 • ΫϥελϦϯά • ,NFBOT • ओ੒෼෼ੳ • ҟৗݕ஌ • τϐοΫϞσϧ ΄͔ʹ΋ͨ͘͞Μ
15. ͔͜͜Β͸ɺڭࢣ͋Γֶशʹ য఺Λ౰ͯͯ
16. ෼ྨ WT
    ճؼ
17. ෼ྨͱճؼ 17 • ෼ྨ • ໨తม਺͕ΧςΰϦʔ • ճؼ • ໨తม਺͕਺஋ ࣙΊΔʁࣙΊͳ͍ʁ ݘʁೣʁϥΠΦϯʁ དྷظͷड஫਺͸ʁ དྷళ਺͸ʁ גՁ͸ʁ ೋ஋෼ྨ ଟ஋෼ྨɾଟΫϥε෼ྨ
18. Ϟσϧબ୒ Ϟσϧͷ౰ͯ͸·Γͱ൚Խੑ
19. Ϟσϧબ୒ 19 • Ұ൪ྑ͍ઢͷҾ͖ํ͸ʁ • ֶशσʔλʹର͢Δਫ਼౓ • ະ஌ͷσʔλʹର͢Δ༧ଌྗ څྉ ࢒ۀ࣌ؒ ສ ສ     
20. Ϟσϧબ୒ 20 • ڀۃతʹ͸ɺ͜͏ • ֶशσʔλʹର͢Δ༧ଌྗ
     • ະ஌ͷσʔλʹର͢Δ༧ଌྗ
    ऑͦ͏ څྉ ࢒ۀ࣌ؒ ສ ສ      ະ஌ͷσʔλ͕͜͜ͷͱ͖ɺ Ϟσϧ͸ͲͪΒͱ༧ଌ͢Δʁ
21. Ϟσϧબ୒ 21 • ͜ͷ͘Β͍͕όϥϯεྑͦ͞͏ • ֶशσʔλʹର͢Δ༧ଌྗ
     • ະ஌ͷσʔλʹର͢Δ༧ଌྗ
    ڧͦ͏ څྉ ࢒ۀ࣌ؒ ສ ສ     
22. Ϟσϧબ୒ 22 • ະ஌ͷσʔλ΁ͷ༧ଌྗ
    ڧͦ͏ɺऑͦ͏ΛͲ͏൑அ͢Δ͔ʁ ˠσʔλΛֶश༻ɺςετ༻ʹ෼ׂͯ͠ɺςετ༻Ͱ༧ଌྗΛଌΔ • ࢀߟ
    ΫϩεόϦσʔγϣϯ ୀ৬ 1 0 0 1 ࢒ۀ ࣌ؒ ೥ྸ څ༩ ɾɾɾ ֶश༻ ςετ༻ ϥϯμϜʹ͘Β͍͕ଟ͍ IUUQTRJJUBDPN5BLBZPTIJ@.BLBCFJUFNTEFFEDCBC
23. ෼ྨΛ3Ͱ΍ͬͯΈΔ
24. ѻ͏σʔλ 24 • ペンギンデータ JOTUBMMQBDLBHFT QBMNFSQFOHVJOT MJCSBSZ QBMNFSQFOHVJOT
    EBUB QBDLBHF
    
    QBMNFSQFOHVJOT` IFBE QFOHVJOT
    
    
    "
    UJCCMF
    
    Y
    
    
    TQFDJFT
    JTMBOE
    CJMM@MFOHUI@NN CJMM@EFQUI@NN GMJQQFS@MFOHUI@ʜ
    CPEZ@NBTT@H TFY
    
    GDU
    GDU
    ECM
    ECM
    JOU
    JOU
    GDU
    
    
    "EFMJF
    5PSHFʜ
    
    
    
    
    NBMF
    
    
    "EFMJF
    5PSHFʜ
    
    
    
    
    GFNBʜ
    
    
    "EFMJF
    5PSHFʜ
    
    
    
    
    GFNBʜ
    
    
    "EFMJF
    5PSHFʜ
    /"
    /"
    /"
    /"
    /"
    
    
    "EFMJF
    5PSHFʜ
    
    
    
    
    GFNBʜ
    
    
    "EFMJF
    5PSHFʜ
    
    
    
    
    NBMF
    
    
    ʜ
    XJUI
    
    NPSF
    WBSJBCMF
    ZFBS
    JOU EBU  QFOHVJOT
     EQMZSGJMUFS JTOB TFY
    
    TFY͕ܽଛͷྻΛআ֎
25. ܾఆ໦Ϟσϧ 25 
    σʔλΛ෼ׂ JEY  TBNQMF OSPX EBU
    OSPX EBU
    
     EBUBUSBJO  EBU<JEY
    > EBUBUFTU  EBU<JEY
    > NPEFMEU  QBSUZLJUDUSFF TQFDJFT
    d
    
    
    EBUB
    
    
    EBUBUSBJO QMPU NPEFMEU
    UZQF
    
    TJNQMF
26. ϥϯμϜϑΥϨετ 26 IUUQTTQFBLFSEFDLDPNLBOBVHVTUFYQMPSBUPSZTFNJOBOVNCFSKJKJFYVFYJ TMJEF
27. ϥϯμϜϑΥϨετ 27 NPEFMSG  SBOHFSSBOHFS TQFDJFT
    d
    
    
    EBUB
    
    
    EBUBUSBJO NUSZ 
     OVNUSFFT
    
     SFTVMUSG  QSFEJDU NPEFMEU
    EBUBUFTU DNSG  DBSFUDPOGVTJPO.BUSJY SFTVMUSG
    EBUBUFTUTQFDJFT 
    $POGVTJPO
    .BUSJY
    BOE
    4UBUJTUJDT 
    
    
    
    
    
    
    
    
    
    
    
    
    3FGFSFODF 
    1SFEJDUJPO
    
    "EFMJF
    $IJOTUSBQ
    (FOUPP 
    
    
    "EFMJF
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
     
    
    
    $IJOTUSBQ
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
     
    
    
    (FOUPP
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
     
    
    0WFSBMM
    4UBUJTUJDT 
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    "DDVSBDZ
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    $*
    
    
     
    
    
    
    
    /P
    *OGPSNBUJPO
    3BUF
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    17BMVF
    <"DD
    
    /*3>
    
    
    F
    
    
    
    
    
    
    
    
    ɾɾɾ
28. ·ͱΊ
29. ·ͱΊ 29 • 機械学習は、要するにパターン認識 • データをマッピングして、線を引くイメージ • ⽅法として、教師あり学習と教師なし学習がある • 教師あり→データにラベルがある • 教師なし→データにラベルがない • ラベルが数値の場合、回帰。ラベルがカテゴリの場合、分類。 • モデルの当てはまり・汎化性に気をつけよう • Rでは様々なアルゴリズムに対応するパッケージが⽤意されている • 使ってみて、統⼀感がないなあと思う場合はtidymodelsもおすすめ