「集合知プログラミング」の読み方

3396viewsm_okam_oka

このエントリーをはてなブックマークに追加
集合知プログラミング

とりあえず分類、予測、最適化の3つのカテゴリで考えてみる。

1 概要 
2 <分類>協調フィルタイリングとは スコア 推薦 ユーザーベースvsアイテムベース
3 <分類>データのクラスタリング 階層的クラスタリング、K平均法
4 <予測>ページランキング ニューラルネットワーク
5 <最適化>最適化
6 <予測>分類器 単純ベイズ分類器
7 <予測>分類器 決定木
8 <予測>価格モデル 重み、近傍
9 <予測>高度な分類 線形分類器、カーネルメソッド、SVM
10 <分類>重みと行列 
11 <最適化>遺伝的プログラミング
12 アルゴリズム集(<予測>ベイジアン分類器、決定木分類器、サポートベクトルマシンSVM、K近傍法ニューラルネットワーク<分類>階層的クラスタリング、K平均法、多次元尺度構成法、非負値行列因子分解NMF<最適化>遺伝アルゴリズム、模擬アニーリング<評価>)

予測はトレーニング(学習)、テストがあり予測が行われ、それに伴った分類と最適化により精度を高めて行く。

A,ライブラリ集
B,数式集(<類似性を見る数式>ユークリッド距離、ピアソン相関係数、加重平均、tanimoto係数、<まとまりを見る数式>条件付き確率、ジニ不純度、エントロピー、分散、ガウス関数、ドット積)
C,日本語の形態素解析ツール
参考ソースはすべてpython

関連まとめ

本のまとめカテゴリー


コメントを書く