Submit Search
Upload
DeepLearningとともにMrコンテストを愉しむ話
•
1 like
•
930 views
Kensuke Mitsuzawa
Follow
@PyLadies Tokyo 1 anniversary party
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 15
Download now
Download to read offline
Recommended
ラベル付けの方法を解説する資料です。
ラベル付けのいろは
ラベル付けのいろは
Kensuke Mitsuzawa
2016/6/7 みんなのPython勉強会で発表した資料です。 scikit-learnの初心者向けに、データのまとめ方やドキュメントを読む時の心構えについて書いてあります。
Pythonで機械学習入門以前
Pythonで機械学習入門以前
Kimikazu Kato
Deep Learning の簡単な説明から実装、そしてChainer の使い方を紹介します。CUDA サポートについても簡単に解説します。 最新のインストール方法も含んでいます。
Chainerチュートリアル -v1.5向け- ViEW2015
Chainerチュートリアル -v1.5向け- ViEW2015
Ryosuke Okuta
2015/04/14 初期バージョン 2015/04/16 ver1.4(参考資料追加、k平均法の解説追加など) 2015/04/20 ver1.5(最大対数尤度関数の評価、混合分布によるクラスタリングを追加) 2015/04/21 ver1.6(EM法のアルゴリズム説明を追加) 2015/04/24 ver1.7(その他の性能指標を追加) 2015/05/19 ver1.8(ギリシャ文字ベクトルフォントの修正、その他リファクタリング) 2015/05/25 ver1.9(EM法の初期データ画像を追加) 2015/06/07 ver2.1(セミナー用に修正) 2015/06/24 ver2.2(EM法の説明を追加) 2016/09/01 ver2.3(誤字修正) 2016/12/27 ver1.0 タイトルを変更 2016/07/07 ver1.4 Update
機械学習概論 講義テキスト
機械学習概論 講義テキスト
Etsuji Nakai
2017年1月27日、found it project勉強会で発表した資料です。 機械学習を勉強するためにどうPythonを役立てればいいかという話です。
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
この続きでTheanoの使い方について簡単に書きました:http://qiita.com/items/3fbf6af714c1f66f99e9
Pythonとdeep learningで手書き文字認識
Pythonとdeep learningで手書き文字認識
Ken Morishita
TensorFlow の基本的な使い方やコーディング方法を、線形重回帰やロジスティック回帰、パーセプトロンの実装例を通じて解説しています。(機械学習初心者向け) ※2016/02/27に開催した「GDG京都 機械学習勉強会」で発表した資料です。
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tatsuya Tojima
Recommended
ラベル付けの方法を解説する資料です。
ラベル付けのいろは
ラベル付けのいろは
Kensuke Mitsuzawa
2016/6/7 みんなのPython勉強会で発表した資料です。 scikit-learnの初心者向けに、データのまとめ方やドキュメントを読む時の心構えについて書いてあります。
Pythonで機械学習入門以前
Pythonで機械学習入門以前
Kimikazu Kato
Deep Learning の簡単な説明から実装、そしてChainer の使い方を紹介します。CUDA サポートについても簡単に解説します。 最新のインストール方法も含んでいます。
Chainerチュートリアル -v1.5向け- ViEW2015
Chainerチュートリアル -v1.5向け- ViEW2015
Ryosuke Okuta
2015/04/14 初期バージョン 2015/04/16 ver1.4(参考資料追加、k平均法の解説追加など) 2015/04/20 ver1.5(最大対数尤度関数の評価、混合分布によるクラスタリングを追加) 2015/04/21 ver1.6(EM法のアルゴリズム説明を追加) 2015/04/24 ver1.7(その他の性能指標を追加) 2015/05/19 ver1.8(ギリシャ文字ベクトルフォントの修正、その他リファクタリング) 2015/05/25 ver1.9(EM法の初期データ画像を追加) 2015/06/07 ver2.1(セミナー用に修正) 2015/06/24 ver2.2(EM法の説明を追加) 2016/09/01 ver2.3(誤字修正) 2016/12/27 ver1.0 タイトルを変更 2016/07/07 ver1.4 Update
機械学習概論 講義テキスト
機械学習概論 講義テキスト
Etsuji Nakai
2017年1月27日、found it project勉強会で発表した資料です。 機械学習を勉強するためにどうPythonを役立てればいいかという話です。
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
この続きでTheanoの使い方について簡単に書きました:http://qiita.com/items/3fbf6af714c1f66f99e9
Pythonとdeep learningで手書き文字認識
Pythonとdeep learningで手書き文字認識
Ken Morishita
TensorFlow の基本的な使い方やコーディング方法を、線形重回帰やロジスティック回帰、パーセプトロンの実装例を通じて解説しています。(機械学習初心者向け) ※2016/02/27に開催した「GDG京都 機械学習勉強会」で発表した資料です。
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
Tatsuya Tojima
このイベント向けの解説資料です https://supporterz-seminar.connpass.com/event/79712/
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
Kensuke Mitsuzawa
サポーターズ勉強会スライド https://supporterz.jp/spevents/detail/890
サポーターズ勉強会スライド
サポーターズ勉強会スライド
Kensuke Mitsuzawa
Package is available at https://pypi.python.org/pypi/JapaneseTokenizer
形態素解析器の比較できるPythonパッケージつくった話
形態素解析器の比較できるPythonパッケージつくった話
Kensuke Mitsuzawa
LT向けに作成した資料。 データマイニングでアダルトデータを分析すると、「こんなに楽しいんだよ!」っていう紹介的な感じ。
アダルトデータマイニングの勧め
アダルトデータマイニングの勧め
Kensuke Mitsuzawa
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
Kensuke Mitsuzawa
Learning to rankの評価手法
Learning to rankの評価手法
Kensuke Mitsuzawa
Brml 3.3 d-separation
Brml 3.3 d-separation
Kensuke Mitsuzawa
More Related Content
More from Kensuke Mitsuzawa
このイベント向けの解説資料です https://supporterz-seminar.connpass.com/event/79712/
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
Kensuke Mitsuzawa
サポーターズ勉強会スライド https://supporterz.jp/spevents/detail/890
サポーターズ勉強会スライド
サポーターズ勉強会スライド
Kensuke Mitsuzawa
Package is available at https://pypi.python.org/pypi/JapaneseTokenizer
形態素解析器の比較できるPythonパッケージつくった話
形態素解析器の比較できるPythonパッケージつくった話
Kensuke Mitsuzawa
LT向けに作成した資料。 データマイニングでアダルトデータを分析すると、「こんなに楽しいんだよ!」っていう紹介的な感じ。
アダルトデータマイニングの勧め
アダルトデータマイニングの勧め
Kensuke Mitsuzawa
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
Kensuke Mitsuzawa
Learning to rankの評価手法
Learning to rankの評価手法
Kensuke Mitsuzawa
Brml 3.3 d-separation
Brml 3.3 d-separation
Kensuke Mitsuzawa
More from Kensuke Mitsuzawa
(7)
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド
サポーターズ勉強会スライド
形態素解析器の比較できるPythonパッケージつくった話
形態素解析器の比較できるPythonパッケージつくった話
アダルトデータマイニングの勧め
アダルトデータマイニングの勧め
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
Learning to rankの評価手法
Learning to rankの評価手法
Brml 3.3 d-separation
Brml 3.3 d-separation
DeepLearningとともにMrコンテストを愉しむ話
1.
DeepLearningとともに Mrコンテストを愉しむ話 PyLadies Tokyo 1周年記念パーティ @kensuke3238
2.
15秒でわかるきょうの話 きょうの話を超要約すると・・・ ● Deep LearningでMrコンテスト出場者の顔画像を学習 ●
学習したモデルで顔画像の特徴量変換してみたよ ● 2次元の散布図にプロットした愉しむアプリつくったお
3.
こういうの作りました→ できること 1. 動く 2. 似てる顔の人さがせる イケメン探しが捗る 3.
プロフィールみれる 4. 投票ページにジャンプできる いいな。と思ったら即投票
4.
なんで そんなもん作ったんや? 10月某日
5.
なんで そんなもん作ったんや? @kensuke3238はあるサイトを発 見しました
6.
なんで そんなもん作ったんや? その名も”MR COLLE” ここがすごいぞMR
COLLE 1 大学Mrコンテストが一気にみれるぞ! 2 プロフィールもみれるぞ! 3 投票もできちゃうぞ!
7.
↑ @kensuke3238の脳内 イケメンがたくさんおってるけど、なんや 多すぎやで・・・・・
8.
↑ @kensuke3238の脳内 全員をパッと見で眺めたいなぁ。 ついでに、 似た顔を寄せときたいなぁ
9.
↑ @kensuke3238の脳内 そや! Deep
Learningつこうたろ! ついでに相関図にして、 わかりやすく可視化や!
10.
そんなわけで作ってみました 画像 & プロフ
スクレイピング Deep Learningで顔画像学習 2次元に圧縮 可視化
11.
そんなわけで作ってみました 画像 & プロフ
スクレイピング Deep Learningで顔画像学習 2次元に圧縮 可視化 PyLearn2 Scikit Learn Bokeh + ipython notebook ふつうに書く
12.
PyLearn2とは? かんたんにDeep Learningできるゆるふわ系ライブラリ Theanoとの連携がよくできている(同じグループが作った) PFIのChainerの対抗馬(だと思ってる) Chainerがサポートしてない学習法をサポートしている RBM系のアルゴリズムが利用可能(Chainerだと難しい)
13.
Bokehとは? インタラクティブなグラフをつくれるゆるふわ系ライブラリ 「ぼけ」って読むのか。。。読み方不明 PythonによるJavascriptラッパー 情報をHTMLにぜんぶ埋め込みできるので、独立したグラフhtmlにできる バックエンドを持つWebアプリも作れるらしい。
14.
デモ Web公開中です http://kensuke-mi.pussycat. jp/univ_contest_project_pics/pages/boys_pics_deepNN_pca_ scatter.html Missコンテスト版もあり〼 http://kensuke-mi.pussycat.jp/univ_contest_project_pics/pages/girls_pics_deepNN_pca_scatter.html
15.
最後に コードはすべてgithubでさらしてます。 Kensuke-Mitsuzawa/let_s_analyze_miss_collection_girls 何かの参考にどうぞ 一緒にコンテストを愉しむ方も大歓迎です!
Download now