ウィリアムのいたずらの、まちあるき、たべあるき

ウィリアムのいたずらが、街歩き、食べ物、音楽等の個人的見解を主に書くブログです(たま~にコンピューター関係も)

決定木とランダムフォレストの話をちょこっと聞いてきた

2019-10-09 09:03:16 | Weblog
10月6日、
【初心者向け】高校数学の演習と実装で理解する決定木・ランダムフォレスト~XGBoostに向けて~
https://liberal-arts-beginners.connpass.com/event/148286/
を聞いてきたのでメモ




・関数の最大最小
 最大最小を解く→微分の情報
 f(x)の微分の定義
f(x+h)-f(x)
  lim ------------ = f'(X)
h→0   h

 ここで、
f(x+h)-f(x)
   ------------ は、点(x+h,f(x+H)と(x,f(x))をとおる直線の傾きになる
   h
 h→0のとき、a+hはaに近づく→f(x)の接戦の傾き
 minでの微分の値→0(水平なので)
 (水平な接線)

二項定理と二項分布
 (a+b)^n=∑ nCk a^b b^(n-b)

nCk n個の中からK個のものを取り出す組み合わせ

アンサンブル学習
・多数決(2項定理と)
 多数決で正解になる確率

ランダムフォレスト→アンサンブル学習;分類木が独立して意思判断→確率がよくなるか

ジニ係数:情報エントロピーを用いた不純度
決定木:予測モデル
 ジニ係数:加重平均をとっている → CART
 情報利得
 それぞれの情報利得

 ID3の場合は情報エントロピー

ランダムフォレスト:アンサンブル学習
アンサンブル学習
  バギング:並列的に学習
  ぶースティング:連続手時に学習
ランダムフォレスト:バギングの一種

(1)データを変える→サンプルを変える(m個をランダムにとる)
(2)見方を変える→説明変数を変える(m個をランダムにとる)

スコア:
 分類木の場合:正解率
 回帰
  正しい出力 Tn
 モデルの出力 Yi
 1-∑(Ti-Ti)^2/∑(Ti-T平均)^2
 
乱数の固定
np.random.seed(0)
とすると、固定する

  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする

慰安婦について、まともな解釈をしている韓国の先生もいるんだ!(@_@!)、でも大学教育は・・・

2019-10-09 00:06:28 | Weblog
慰安婦と売春婦は「似たようなもの」発言の韓国名門大教授がついに告訴された!

(以下太字は上記のリンク先サイトから引用)

柳氏は9月19日の講義で、慰安婦について「(売春婦と)似たようなものだ」と発言。さらに、韓国メディアによれば、慰安婦について、次のような“問題発言”をしたという。
「売春の理由は貧しさのためだ。昔もそうだった」
「日本が強制連行したという記録はなかった」
「(慰安婦問題の)直接的な加害者は日本ではない」
「日本がとんでもない国として扱われるのは韓国だけだ。日本は世界的な大国だ」
 これらの発言に、講義を受けていた学生らは反論。
「日本がいい仕事をあげる、教育を受けられるとだまして、ハルモニ(元慰安婦の女性)たちを連れて行ったのではないか」「慰安婦の被害者が自発的に行ったということか」
 と教授を問いただした。
 柳氏はこれら学生の質問に「今も売春に足を踏み入れる過程はそんなものだ。知りたいなら、一度やってみますか」と答えたという。


まあ、ちょっと違う点もあるけど、
日本人の認識にかなり近い感じ・・・

というかそれ以前に大学の授業なんだから、自分の思想をそのまま言って
何が問題なのかわからない・・・
これを言っただけで告訴される韓国の大学教育って???




  • X
  • Facebookでシェアする
  • はてなブックマークに追加する
  • LINEでシェアする