So-net無料ブログ作成
検索選択
前の10件 | -

ubuntu16.04のインストール [機械学習]

2010年に購入したNECのノートパソコンLaVie LL750/B。
全く使用していないのでLinuxに入れ替えてみようと考えました。
元のOSはWin7です。
webを参考にしながら作業を進めてみました。


1. 起動ディスクの作成
下記のページからubuntu16.04をダウンロードし、DVDにisoイメージを焼きます。
desktop" target="_blank">https://www.ubuntu.com/download/desktop

下記のページからubuntu10.10をダウンロードし、DVDにisoイメージを焼きます。
http://old-releases.ubuntu.com/releases/" target="_blank">http://old-releases.ubuntu.com/releases/

2.ubuntu16.04をインストール
ubuntu16.04のディスクから起動したところ、インストール画面に全くなりませんでした。
途中で画面がブラックアウトしていまいそこからどうしようもありません。
PCが古いからでしょうか?16.04を諦めて10.10を入れてみることにします。

3.ubuntu10.10をインストール
ubuntu10.10のディスクから起動したところ、今回はインストール画面が現れ、
インストール作業を行うことができました。いくつかエラーが出た気がしますが。

4. 再度ubuntu16.04のインストール
ubuntu16.04のディスクから起動したところ、16.04でもインストール画面が出現しました。
とりあえず以下を選択して進めてみました。

日本語」を選ぶ。
「Ubuntuをインストール」を選ぶ。
「Ubuntuのインストール中にアップデートをダウンロードする」、
「グラフィックス、Wi-Fi機器、Flash、MP3やその他のメディア
必要なサードパーティーソフトウェアをインストールする」をチェック
「安全のため新しいUbuntuのインストールを暗号化する」、
「新しいUbuntuのインストールにLVMを使用する」はチェックしない。
「ディスクを削除してUbuntuをインストール」にチェック。
「Tokyo」を選ぶ。
キーボードは「日本語」「日本語」
「ログイン時にパスワードを要求する」を選ぶ。

とりあえず無事にインストールは完了しました。






線形代数のお勉強(2) [学習]

「線形代数 キャンパスゼミ」を一通りやってから新たに読み始めたのが、

「統計のための行列代数 上」

統計や機械学習を理解するのに必要となる線形代数が詳しく書かれています。
数字がほとんどなく記号だらけなので慣れるまでかなりきついです。
一度最後まで流し読みしてから、また最初からゆっくりと読み直しています。
今年度中に半分ぐらい理解できればいいかな・・・



統計のための行列代数 上

統計のための行列代数 上




線形代数のお勉強(1) [学習]

線形代数は大学時代に単位を取得するために勉強しました。
その時は逆行列、行列式の値の計算などをやっていましたが、
一体何のために役立つのかわかりませんでした…。

ですが機械学習では、本読んでると行列がかなり出てきます。
思い出すために、今年からいくつか本を読み始めました。

1つ目は「線形代数 キャンパスゼミ」。
計算手法が中心で読みやすいので、この本から始めました。
余因子での展開、掃き出し法など・・・かなり懐かしかったです。
とりあえずの最初の導入としてはオススメです。





トラックバック(0) 

機械学習をのんびり勉強(4) [機械学習]

アマゾンから
「ゼロから作るDeep Learning
Pythonで学ぶディープラーニングの理論と実装」
が届いたので早速読んでみました。
1、2章だけですが・・・

1章はpythonの簡単な説明。
普段pythonを使っている人は、読む必要なさそう。

2章はパーセプトロン。
AND、NAND、OR、XORの説明とパーセプトロンの実装。
説明もわかりやすく、コードとのパランスもいい感じ。

これは3章以降も期待できそうです。


ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

  • 作者: 斎藤 康毅
  • 出版社/メーカー: オライリージャパン
  • 発売日: 2016/09/24
  • メディア: 単行本(ソフトカバー)



nice!(0)  トラックバック(0) 

機械学習をのんびり勉強(3) [機械学習]

ひと月ほど前に予約していた
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」が
アマゾンから発送されました。9/25到着予定。
出版社のウェブで目次を見てみました。

1章 Python入門
2章 パーセプトロン
3章 ニューラルネットワーク
4章 ニューラルネットワークの学習
5章 誤差逆伝播法
6章 学習に関するテクニック
7章 畳み込みニューラルネットワーク
8章 ディープラーニング
http://www.oreilly.co.jp/books/9784873117584/

内容は自分が知りたかったところなので、かなり楽しみです。
なおバージョンはpython3の模様。


ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

  • 作者: 斎藤 康毅
  • 出版社/メーカー: オライリージャパン
  • 発売日: 2016/09/24
  • メディア: 単行本(ソフトカバー)



トラックバック(0) 

機械学習をのんびり勉強(2) [機械学習]

「 ITエンジニアのための機械学習理論入門」を一通り読み終わりました。
Pythonコードは簡単にしか確認していないので、今後読み直す時に、
確認していこうと思ってます。

本書では、機械学習のアルゴリズムとして主に次の3種類が説明されています。
いずれも数式は最小限で、各手法のイメージが掴めました。

「分類」:クラス判定を生み出すアルゴリズム
決定木、パーセプトロン、ロジスティック回帰など。
複数のクラスに分類された既存データを基にして、新規データがどのクラスに属するかを
予測するルールを導く。
例:スパムメールの判定など。

「回帰分析」:数値を予測するアルゴリズム
既存のデータの背後には、何らかの関数が隠れていると考えて、その関数を推測することで
次に得られるデータの数値を予測する。
例:広告宣伝費と売り上げの関係

クラスタリング」:教師なしのグループ化を行うアルゴリズム
答えが示されていないデータを元にして、グループ(クラスター)が
形成されていないかどうかを見つけ出す。

理論をもう少し深く理解するには、別の本で補う必要はありそうです。



ITエンジニアのための機械学習理論入門

ITエンジニアのための機械学習理論入門




コメント(0) 

ディープラーニング [機械学習]

ディープラーニングについて知りたくて読んだ本が、
「人工知能は人間を超えるか」松尾 豊 (著)

ディープラーニングについて
非常に分かりやすく説明されています。
自分もこれを読んで、イメージが掴めました。
最初に読む本としてはオススメです。

今後は、ディープラーニングのライブラリの調査や
自分でも実装していけたらと思います。





そろそろiPhoneに戻るかな [日記]

iPhone4からXperia Zに機種変更して以来ずっとAndroidでしたが、
iPhone7でSuica対応になるということでiPhoneに戻ろうかと考え中です。
パソコンもMacですし。

今はXperiaZ4ですが、次のXZにもあまり惹かれるものが無かったのも原因。
現在モバイルSuicaで定期購入しているので、iPhoneのSuica対応状況によっては
定期の期限が終わった後になりそうです。


機械学習をのんびり勉強(1) [機械学習]

仕事で必要となり機械学習勉強を始めています。
今はディープラーニングでブームということもあって情報があふれており
勉強を進めるには環境が整っていると感じます。
ネットでも色々と調べることはできると思いますが、
ある程度は体系だって勉強したいと思い次の2冊を中心に読み進めています。

1. ITエンジニアのための機械学習理論入門


ITエンジニアのための機械学習理論入門

ITエンジニアのための機械学習理論入門




2. Python機械学習プログラミング 達人データサイエンティストによる理論と実践



Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

  • 作者: Sebastian Raschka
  • 出版社/メーカー: インプレス
  • 発売日: 2016/06/30
  • メディア: 単行本(ソフトカバー)



1.ITエンジニアのための機械学習理論入門の方は、
ざっと機械学習理論を理解するのに良さそうです。
Pythonのコードも付いているので実際に動作も確認できます。

2. Python機械学習プログラミング 達人データサイエンティストによる理論と実践の方は、
Pythonでの実装がメインとなっています。理論は最低限ですが、
回帰、分類またディープラーニングまで広く載っています。
機械学習のライブラリscikit-learnの使用法を理解できます。

感想等は後日書いていければと思います。



Pythonをのんびり勉強(2) [プログラミング]

前の更新からいつの間にやら2年。
Pythonについても仕事に使うごく一部に関しては、そこそこ詳しくなりました。
数値計算(差分法とか・・・)

最初に購入したPythonスタートブックも勉強を始めるにあたり敷居も低く
慣れるのに役立ちました。
今でもclassとかあまり使っていませんが、数値計算やデータ処理に関しては
問題ないので必要になったところで深く勉強していくつもりです。
必要にならないとなかなか真剣に取り組めないので。


Pythonスタートブック

Pythonスタートブック




科学技術計算をする上で参考になっているのが最近購入した
「Pythonによる科学技術計算 基礎編」という本です。
kindle専用でPC、タブレット、スマホ等で読めます。
numpyでいろいろ計算したい人にはオススメです。


Pythonによる科学技術計算 基礎編

Pythonによる科学技術計算 基礎編

  • 出版社/メーカー:
  • 発売日: 2016/04/23
  • メディア: Kindle版



トラックバック(0) 
前の10件 | -

この広告は前回の更新から一定期間経過したブログに表示されています。更新すると自動で解除されます。