CATEGORY

Python

G検定

記事数 10
  • G検定

データ前処理の種類を解説

観測データの前処理正規化：最大値で割る計算を行い、すべてのデータを0～1の間にすること。　　　　データをスケーリングすると表現されることも。標準化：データに対しの平均を0、標準偏差が1になるように計算すること。　　　　※標準偏差となっている場合もあるが、標準偏差の２乗＝分散なので同

  • 正規化
  • , 標準化
  • , 主成分分析
  • , PCA
  • , 局所コントラスト正規化
  • , bag-of-words
  • , TF-IDF
  • , 前処理
  • G検定

大規模言語モデル（Large Language Models、LLM）

大規模言語モデル（Large Language Models、LLM）とは、大量のテキストデータを使ってトレーニングされた言語モデルのこと。言語モデルとは、より自然な文章の並びに対して高い確率を割り当て、文章として成立しない並びには低い確率を割り当てるものです。 代表例：GPT-3（Ope

  • LLM
  • , 大規模言語モデル
  • , Transformer
  • , Attention機構
  • , ファインチューニング
  • G検定

自動運転レベル

自動運転のレベルは0～5までの6段階に分けて定義されており、各レベルに応じて運転タスクの主体や走行領域が設定されている。 米国のSAE（自動車技術会）が基準を示しており、日本では公益社団法人のJSAE（自動車技術会）が日本語訳を発行。 現在、実用化されているのは自動運転レベル３。IT会社ははじめか

  • 自動運転
  • , 運転自動
  • , 運転支援
  • , 部分運転自動化
  • , 条件付運転自動化
  • , 完全運転自動化
  • G検定

活性化関数の全て

活性化関数とは、あるニューロンから次のニューロンへと出力する際に、 入力値を別の数値に変換して出力する関数活性化関数なしではまっすぐな直線しか引くことができない、 しかし活性化関数を使うことでくねくねした曲線 を引くことができる →複雑な分類が可能になる活性化関数の例ス

  • ステップ関数
  • , 活性化関数
  • , シグモイド関数
  • , ReLU関数
  • , Leaky ReLU
  • , tanh関数
  • , ソフトマックス関数
  • G検定

データ分析で使用するグラフのまとめ

ヒストグラム・ある特定のデータを区間ごとに区切り、各区間の個数や数値のばらつきを棒グラフに似た形の図で表現するグラフ・対象のデータを区間ごとに区切った度数分布表を、棒グラフに似た図で表現したグラフ ⇒ある幅にどれくらいのデータがあるかを可視化したい場合に使用する散布

  • ヒストグラム
  • , 散布図
  • , 箱ひげ図
  • , 帯グラフ
  • , レーダーチャート
  • , 面グラフ