タグ アイシア=ソリッド が登録されている動画 ： 80 件中 1 - 32 件目

▼テーマ
DS 歴10年の gepuro さんに、SQL 勝負を挑んでみました！
gepuro さんのチャンネルと Twitter もチェック！
データサイエンティストgepuro - YouTube　https://www.youtube.com/channel/UCrBuptlVwBwToZSqwVhO-sw
gepuroさん (@gepuro) / Twitter https://twitter.com/gepuro 

▼宣伝
100本ノックはこちら
https://github.com/The-Japan-DataScientist-Society
一般社団法人 データサイエンティスト協会
https://www.datascientist.or.jp/ 
Press Release
データサイエンス初学者のための実践的な学習環境 「データサイエンス100本ノック（構造化データ加工編）」をGitHubに無料公開 | 一般社団法人データサイエンティスト協会 https://digitalpr.jp/r/39499

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37466457

▼テーマ
林知己夫先生の数量化理論を数式を用いて解説します。
数量化 I 類は、カテゴリ変数を用いた回帰分析です。
今回は、数量化理論っぽい説明を心がけてみました。
今回の動画は細部の確認に最も苦労しました！ なにせ調べても全然出てこない！
もし何か誤りがあればぜひ教えて下さい！！

▼目次
00:00 OP
00:38 1. 目的
02:21 2. 数式
03:01 2-1. 数量化Ⅰ類の発想
05:51 2-2. "上手い近似"を数式で表す
08:33 2-3. 良いaの見つけ方
09:09 2-4. カテゴリ変数を用いた回帰分析との関係
11:21 3. 意味
16:53 ED

▼参考文献
あったら教えて下さい、、、。
文献はほぼないです。ネットの検索の情報を総合してこの動画にまとめました。
・林知己夫著作集〈第3巻〉質を測る―数量化理論 | 林 知己夫, 林知己夫著作集編集委員会
https://amzn.to/34vrG8N
買えるものならこれがほしい、、、！
・数量化1類（１/３） :: 株式会社アイスタット｜統計分析研究所 https://istat.co.jp/ta_commentary/method1
ざっくり書いてあります。
・多変量解析の手法 | データ分析基礎知識
https://www.albert2005.co.jp/knowledge/statistics_analysis/multivariate_analysis/multivariate_method
後半にふんわり書いてあります。
いろんな分析が紹介されていて、重宝すると思います。

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37466394

▼テーマ
LSTM では、片側の文脈しか利用できないという欠点がありました。
それを解決する、双方向 LSTM (bidirectional LSTM) を紹介します。

▼目次
00:00 OP
00:38 問題設定 (前後の文脈を加味したい)
01:37 普通のRNNの難点
03:05 解決の為の発想
03:55 Bi-LSTMの導入
06:02 ED

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393980

▼テーマ
不偏分散の定義にて、 N-1 で割っている本当の理由を明らかにします。
また、それと絡めて、ノリで使われがちな「自由度」とはなにかについて明らかにします。

▼目次
00:00 OP
01:00 1-1. 不偏分散の復習
03:11 1-2. ベクトルを使った定式化
05:54 1-3. 直交射影
11:57 1-4. 回転不変性
16:05 1-5. 何故N-1で割るのか？
21:33 2. 回帰分析と直交射影
27:26 3. 自由度と不偏推定
31:14 ED

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393879

▼テーマ
不偏分散の定義にて、 n-1 で割っている理由を明らかにします。
実は、次の動画で、より本質的な説明もするので、そっちも見てね！

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393720

▼テーマ
LSTM を、数式ごと理解するための動画です。
LSTM が何故強いのかを理解するためには、LTSM の数式とその意図を見るのが一番です。

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393519

▼テーマ
記憶力に難がある RNN ちゃんに長期記憶をもたせる試み。それが GRU です。
GRU (Gated Recurrent Unit) の意味を押さえましょう！
次回は LSTM です。お楽しみに！


▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393396

▼テーマ
とても幅広いモデルに利用されている階層ベイズモデリングの解説です。
サクッと雰囲気と、実用例をまとめてみました。
おもしろ動画ランキングは必見！
GitHubはこちら → https://github.com/sugiyama34/AIciaSolidProject

▼参考文献
岩波データサイエンス Vol.1 ベイズ推論とMCMCのフリーソフト
https://amzn.to/3gOdNpl
この本に基本的なことやソフトの使い方も書いてあります。
興味を持ったかたはこの本から入門することをおすすめします！

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393175

▼テーマ
実は、 RNN にはぜんぜん違う3種類の使い方があります。これが混乱の元！
その違いを解説します。

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37393094

▼テーマ
因子分析の正統進化である構造方程式モデリング (Structural Equation Modeling, SEM) です。
マーケティングリサーチ文脈などで広く応用される基本的な分析ですよ！
GitHubはこちら → https://github.com/sugiyama34/AIciaSolidProject

▼参考文献
・共分散構造分析 入門編―構造方程式モデリング (統計ライブラリー)
https://amzn.to/3dAbuUG
理論が丁寧にまとまっている良書！
・M-plusとRによる構造方程式モデリング入門
https://amzn.to/3exlZJP
実践するならこちら。 M-plus や R での実施方法があります
・共分散構造分析 事例編―構造方程式モデリング | 秀樹, 豊田
https://amzn.to/2Z7DCct
ちょっととっつきづらい人にはこちら。事例が大量に載っているので、モチベーションに繋がるかも。
・パーソナリティ心理学のための統計学[心理学のための統計学6]: 構造方程式モデリング | 幸謙, 尾崎, 宏二郎, 荘島
https://amzn.to/2YwlNop
難しいことはいいから、解釈の仕方とか、ユーザー向けにまとめてるものは！？　って人におすすめ！

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37392963

▼テーマ
RNN は隠れ層の伝播が肝です。
数式を意味として捉える力を RNN シリーズで培ってもらえると嬉しい！

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37392861

▼テーマ
先日データサイエンティスト協会から公開された100本ノックの最速レビュー動画です！
超おすすめなんです！ おすすめポイントを5つ紹介！

100本ノックはこちら
https://github.com/The-Japan-DataScie...

一般社団法人 データサイエンティスト協会
https://www.datascientist.or.jp/

Press Release
データサイエンス初学者のための実践的な学習環境 「データサイエンス100本ノック（構造化データ加工編）」をGitHubに無料公開 | 一般社団法人データサイエンティスト協会 https://digitalpr.jp/r/39499

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid ( Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid ( Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37392802

▼テーマ
CNN を実装し、 Dense layer のみのものとの性能比較をしました。
CNN がいかに画像 Deep 向けかを実感できる結果となりました！
GitHub はこちら → https://github.com/sugiyama34/AIciaSolidProject

▼終わりに
ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。
動画生成：AIcia Solid (Twitter: https://twitter.com/AIcia_Solid/ )
動画編集：AIris Solid (妹) (Twitter: https://twitter.com/AIris_Solid/ )

http://www.nicovideo.jp/watch/sm37392564

CNN でよく使われる Pooling Layer の説明です。
シンプルですが、意外といろんな役割を担ってくれています。
多くの課題を解決する、シンプルな方法が一番いいですよね！

GitHub はこちら↓
https://github.com/sugiyama34/AIciaSolidProject

動画で用いた Google spreadsheet はこちら↓
https://docs.google.com/spreadsheets/d/1zABw_IwKEOu_4OjEkJAy7jnhEt0ZYRf-ez0A7Mc1RrI/edit#gid=0

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311433

CNN でおなじみの畳み込み層についての解説です。
幾何的に解釈してやると、かなり意味がわかりやすいと思います。

GitHub はこちら↓
https://github.com/sugiyama34/AIciaSolidProject

動画で用いた Google spreadsheet はこちら↓
https://docs.google.com/spreadsheets/d/1zABw_IwKEOu_4OjEkJAy7jnhEt0ZYRf-ez0A7Mc1RrI/edit#gid=0

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311392

グラフィカルモデリングの中でも、マルコフ確率場 (Markov Random FIeld / MRF) と呼ばれる分析について紹介します。
この方法で、偽相関を見破ることが出来ます。
※因果推論と関連のあるベイジアンネットワークについては別の動画で扱います。

【参考文献】
グラフィカルモデリング (統計ライブラリー)
https://amzn.to/2WD8C47
条件付き確率から解説してあって、かなり読みやすいです！

ソースコードはこちら
https://github.com/sugiyama34/AIciaSolidProject

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311370

今回から、実際に Deep Learning をしながら解説してきます。
今回は、 Dense layer こと全結合層のお話です。

ソースコードはこちら
https://github.com/sugiyama34/AIciaSolidProject

Softmax関数についてはこちら
https://www.youtube.com/watch?v=5CwLT-IQB9E

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311304

Deep Learning にて現れる「深い」関数について解説してみました。
普通は、「脳神経細胞を真似た」という説明が来ますが、それには飽きたので、今回は理論的な説明をしてみました。

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311253

因子分析と主成分分析の違いについて解説します。
計算結果は毎回必ず似通いますが、「何をしたいか」という目的の部分が大きく異なります。
因子分析、主成分分析の発展として紹介した分析たちは、今後のシリーズで紹介していきます。お楽しみに！

ソースコードはこちら
https://github.com/sugiyama34/AIciaSolidProject

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311196

「学習」とは何なのか、なぜ必要なのか、なぜ大事なのかについて解説します！

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311141

主成分分析の考え方や実例について解説します。
ソースコードはこちら→https://github.com/sugiyama34/AIciaSolidProject

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311061

ディープラーニング（ Deep Learning / 深層学習）についての解説シリーズを始めます！
1本目の本動画では、「関数近似器」としての側面を取り上げます。
なぜかこの説明を見ることは少ないですが、これがディープラーニングの本質一丁目一番地だと思います。

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37311014

新シリーズはじまりました！　その名も「いろんな分析」
このシリーズでは、よく使われる統計手法をずらーっと見ていきます。
vol.1では、因子分析の魅力をお伝えします。データに潜む構造を明らかにしちゃいましょう！

ご視聴ありがとうございました！
面白かったら高評価、チャンネル登録お願いします。
動画の質問、感想などは、コメント欄やTwitterにどうぞ！
お仕事、コラボのご依頼は、TwitterのDMからお願い致します。

http://www.nicovideo.jp/watch/sm37310906

∫ f df/dt = f^2/2 でした、、、！
動画内の誤り一覧 http://bit.ly/error_asp

========

ご視聴ありがとうございます！
今回は、確率微分方程式 dx = wdw の解x(t)について、深く掘り下げていきます。

演習問題について
X を平均 0 分散 σ^2t の正規分布に従う確率分布とするとき、 E(X) を求めよ。
方針
∫_{-∞}^∞ x^4 √(1/2πσ^2t) exp(-x^2/2σ^2t) dx
を計算すればOK
ヒント
√(λ/2π) = ∫_{-∞}^∞ exp(-λx^2/2) dx
の両辺を2回微分して、λにいい感じの数値を代入しよう。

確率微分方程式シリーズはここで一旦おしまいとなります。
ここまで頑張ってついてきてくれた視聴者のみなさん、ありがとうございました。
今後もいろいろな統計、機械学習、数学などに関する動画をあげていくので、一緒に楽しみましょう！

参考文献：
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK

sm36503239 ← 前（伊藤の公式のこころを理解する） | 次 →
マイリスト： mylist/63728342 

http://www.nicovideo.jp/watch/sm36665078

∫ f df/dt = f^2/2 でした、、、！
動画内の誤り一覧 http://bit.ly/error_asp

========

ご視聴ありがとうございます！
今回は、伊藤積分の奥深い世界にどぼーんと潜っていきます！
確率微分方程式シリーズも残すところ後２回。
最後まで楽しんでくださいね。

参考文献：
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK

sm36503239 ← 前（伊藤の公式のこころを理解する） | 次 →
マイリスト： mylist/63728342 

http://www.nicovideo.jp/watch/sm36664635

ご視聴ありがとうございます！
伊藤の公式について、より直感的に深く理解するための動画です。
見てすぐは混乱があるかもしれませんが、この動画の内容を自分なりに解釈できたときこそが、伊藤の公式を理解できたときだと思います。

演習問題のヒント：
演習①
X : 平均 0、分散 b^2 σ^2 t の正規分布に従う確率変数
→ E(e^X) = exp( b^2 σ^2 t / 2) を示せ。
方針
∫_{-∞}^{+∞} e^x (1/2π b^2 σ^2 t)^{1/2} e^{ -x^2 / (2b^2 σ^2 t)} dx
を計算すれば OK 。
To 高校生： ∫_{-∞}^{+∞} (1/2π b^2 σ^2 t)^{1/2} e^{ -x^2 / (2b^2 σ^2 t)} dx = 1 と、置換積分を用いると、この積分も計算できます。
演習②
a - b^2 σ^2 / 2 ＜ 0 のとき、
lim_{t → +∞} p( x(t) ＞ x_0 ) = 0 を示せ
方針
x(t) ＞ x_0
⇔ (a - b^2 σ^2 / 2) t + bw(t) ＞ 0
⇔ w(t) ＞ - ( (a - b^2 σ^2 / 2) / b ) t
ここで、 w(t) は平均 0 分散 σ^2 t の正規分布に従うので、
両辺√(σ^2 t) で割って正規化すると、
⇔ w(t) / √(σ^2 t) ＞ - ( (a - b^2 σ^2 / 2) / (b √σ^2) ) √t
t → +∞ でこれが成立する確率は...？

参考文献：
【今日紹介したのはこれ】
確率システム入門 (システム制御情報ライブラリー) : https://amzn.to/2xd9Y8d
確率微分方程式 | B.エクセンダール : https://amzn.to/2Fx1fSK

sm36475890← 前（ブラックショールズ方程式の解法） | 次 → 来週！
マイリスト： mylist/63728342 

http://www.nicovideo.jp/watch/sm36503239

http://www.nicovideo.jp/watch/sm36475890

http://www.nicovideo.jp/watch/sm36399815

http://www.nicovideo.jp/watch/sm36363432

http://www.nicovideo.jp/watch/sm36335607

http://www.nicovideo.jp/watch/sm36330237

http://www.nicovideo.jp/watch/sm36202260