Return to Video

Favorite Machine Learning Algorithm

  • 0:00 - 0:03
    お気に入りの機械学習についてですね
  • 0:03 - 0:07
    最初に言っておかなければいけないことは
  • 0:07 - 0:12
    これはデータ・サインティストが取り組む問題に
    かなり左右されるということです
  • 0:12 - 0:17
    私が個人的に疑問を持ち
    興味をひかれるものはハイレベルで
  • 0:17 - 0:22
    その定義はやや緩いという傾向があります
  • 0:22 - 0:26
    ソーシャルネットワークの使用方法といった
    社会的な疑問です
  • 0:26 - 0:29
    このような話題では
  • 0:29 - 0:34
    データに対する幅広く質の高い理解が
  • 0:34 - 0:37
    非常に有益なものになります
  • 0:37 - 0:40
    私にとって最も価値のある技術はクラスタリングです
  • 0:40 - 0:44
    K-平均法や階層的クラスタリングというものですが
  • 0:44 - 0:49
    他に次元削減の技術や
    主成分分析などもそうです
  • 0:49 - 0:54
    特に活用できるのはK-平均法クラスタリングと
  • 0:54 - 0:57
    主成分分析を組み合わせる方法です
  • 0:57 - 1:01
    クラスタを形成して主成分分析を行います
  • 1:02 - 1:08
    それを使ってデータセットの次元削減に有効活用すれば
  • 1:08 - 1:12
    クラスタ間の重要な違いが理解できます
タイトル:
Favorite Machine Learning Algorithm
Video Language:
English
Team:
Udacity
プロジェクト:
ud359: Intro to Data Science
Duration:
01:13

Japanese subtitles

改訂