このブログについて
はじめに
このブログでは,オープンソースを手本にしながら機械学習アルゴリズムを実装していきます。
決定木・ランダムフォレストからスタートして,ツリー系・アンサンブル学習系の手法を中心に扱っていこうと考えています。
使用言語
主にPythonで実装していきます。 ただ,主に参照する機械学習ライブラリscikit-learnではところどころCythonが使われているため,必要に応じてC言語も扱うかもしれません。
流れ(構想)
下記のような感じでいけたらなと考えています。
- 我流で実装してみる
- 決定木(分類)
- ランダムフォレスト(分類)
- 回帰
- オープンソースを参考に再構築
- 決定木
- ランダムフォレスト
- 勾配ブースティング
- scikit-learn以外のライブラリを覗いてみる
- XGBoost, LightGBMなど
ところどころ気まぐれで理論解説を挟んだり,scikit-learnのthird-partyライブラリ等に寄り道したりもするかもしれません。
更新頻度
週1回を目標にします。
備考
目下のところは,下記の書籍のノリで決定木・ランダムフォレストの実装を解説できたら,と考えています。
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
- 作者: 加藤公一
- 出版社/メーカー: SBクリエイティブ
- 発売日: 2018/09/21
- メディア: 単行本
- この商品を含むブログを見る