AIの種類と学習の基礎
1.5-1.6
ゴール
機械学習の大まかな種類とその内容が分かる。
キーワードマップ
AIの種類と学習の基礎
★どのような手法があるか、どのような場合に用いられるものなのかが出題される傾向にあります。
教師あり学習
入力データと答えとなる出力データ(教師)がセットになっていて、出力の予測を行う学習のこと。
回帰
連続する数値(連続値)を予測する。相関関係や、因果関係があると思われる2つの辺水鵜のうち、一方の変数を用いて、他方の将来的な値を予測する。
分類
連続しない値(離散値)を予測する。ヒトが最初に分類を決めておき、その分類のうち、どれ属するかを予測する。
教師なし学習
入力データのみを使う学習。答えとなる出力データ(教師)が無い状態で行う学習。あるデータ群を複数のグループに分類したい場合や、データの情報量を失わずに容量を小さくしたい場合などに用いられる。
クラスタリング
教師なし学習でも特に、データを複数のグループに分けたい場合に用いる手法。データの中から特長量を見つけ、指定した数のグループに分類するなど。
次元削減
教師なし学習でも特に、情報量をできる限り失わずにデータを圧縮する方法。データの圧縮や、データの可視化をしたい場合など。
半教師あり学習
一部のデータにに正解ラベルをつけて、教師あり学習を行いモデルを作る。そのモデルを使って、残りのデータに正解ラベルを付け、再度学習を行う、という一連の学習。
※画像認識、物体検出を行う場合、膨大な数の教師データが必要となる(万単位となることがほとんど)。データに対して、正解ラベル付けしていくことをアノテーションというが、半教師あり学習ではこの作業が削減できるとされている。
強化学習
適切な行動を学習するために用いる学習。与えられた環境における価値を最大化するように学習していきます。
おわり・。・
人工知能の定義と歴史
執筆中
1.2-1.3.1
Anacondaの仮想環境を作成して使えるようにする。
前回に続いて、Anacondaの仮想環境について。。
いろいろなコマンドがあるので備忘録。。。
1.現在の私の環境
管理者としてconda infoコマンドを実行していきます。
C:\WINDOWS\system32>conda info
Current conda install:
platform : win-64
conda version : 4.2.9
conda is private : False
conda-env version : 4.2.9
conda-build version : 2.0.2
python version : 3.5.2.final.0
requests version : 2.11.1
root environment : C:\Program Files\Anaconda3 (writable)
default environment : C:\Program Files\Anaconda3
envs directories : C:\Program Files\Anaconda3\envs
package cache : C:\Program Files\Anaconda3\pkgs
channel URLs : https://repo.continuum.io/pkgs/free/win-64/
https://repo.continuum.io/pkgs/free/noarch/
https://repo.continuum.io/pkgs/pro/win-64/
https://repo.continuum.io/pkgs/pro/noarch/
https://repo.continuum.io/pkgs/msys2/win-64/
https://repo.continuum.io/pkgs/msys2/noarch/
config file : None
offline mode : False
です。
anacondaの便利コマンドはまた別のページにまとめておこうと思います。
2.仮想環境の確認
conda info -eというコマンドで現在の環境すべてが確認できます。
C:\WINDOWS\system32>conda info -e
# conda environments:
#
root * C:\Program Files\Anaconda3
私は仮想環境はなく、root環境しかないので、このようになりました。
というわけで、無駄に重複することなく仮想環境を作って行けそうです。
3.仮想環境の作成
仮想環境を作る方法はいくつかあります。
3.1.仮想環境だけを作る
conda create -n 環境名
-n を --nameにしてもできるみたいですが、長いので、、、非推奨というやつです。
これだとpythonもインストールされていない環境が出来上がります。
というわけで、同時にpythonもインストールしてしまいましょう。
3.2.仮想環境と一緒にpythonやライブラリのインストールもする
conda create -n 環境名 python
または
conda create -n 環境名 python=バージョン
ついでにほかのライブラリも入れた例
conda create -n 環境名 python=3.6 numpy=1.12.1
途中でこのライブラリで作成しますがいいですか?と聞かれるのでOKなときはyを入力してEnterです。
始めからライブラリが自分のAnacondaにあるときはダウンロードされませんが、ないときは自動的にダウンロードされちゃうみたいです。
ここですべてをインストールできなくても、あとからインストール
3.3.Anacondaにある全部のライブラリを仮想環境にインストールする
conda create -n 環境名 anaconda
こちらについては、Anacondaにある仮想環境を保存、複製とかする、、、という記事で詳しく書くことにします。。。。
4.作成されたことの確認
conda info -e コマンドでできたことを確認しましょう。。。。
5.仮想環境の起動・終了
5.1.起動
仮想環境は作っただけでは使えません。。。
作った環境を起動させましょう。
MacOSのとき
$ source activate 環境名
Windowsのとき
C:(省略)>activate 環境名
うまく実行されなかったり、起動した後でpythonと書いても実行できないときは、一度コマンドプロンプト(ターミナル)を起動しなおすとうまくいくことがあります。
起動できていた場合、conda info -e でアスタリスクの位置が変わっているので、確認してみてください。
5.2.終了
起動した仮想環境は、コマンドプロンプト(ターミナル)を閉じるか、以下を実行すると終えることができます。
MacOSのとき
$ source deactivate
Windowsのとき
C:(省略)>deactivate
ちなみに、deactivateだけをすると、ターミナルを閉じるまでpythonコマンドを認識してくれないこともあるみたいです。
6.ライブラリのインストール
Anacondaを使う場合、ライブラリのインストールをするときにpipとcondaコマンドの2つのパターンがありますが、混同するとライブラリを壊してしまうことがあるようです。。。。
私は混同して使っていました。。。。
でも噂ですので、、、、
終わり・。・