ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
いつも実践的な動画ありがとうございます。最近、プログラミングの勉強を始めていろんな方の動画を見ているのですがいまにゅさんの動画が一番わかりやすいので毎回、動画が出るのを楽しみにしています！
そのようにおっしゃっていただき非常に嬉しいです。。。！！ありがとうございます！！！！！！
@@imanyu_programming 動画の編集、大変だと思いますがこれからも定期的に動画が出るのを待ってます！
ありがとうございます！！！がんばります！！
機械学習シリーズは神懸かってます。しかも無料なんてあり得ないです。これからも応援してます！
ありがとうございます！！！！！！
こりゃすごい。教師あり学習の決定木等がひとまず自分で実装できそう。自分の事業で適応してみちゃおうと思えた。有難う御座います。
是非是非ご活用ください！！！
だいぶ機械学習に慣れてきた感はありますが、実例にあわせたイメージが湧いてこない状況です。このまま進めて、改めて復習します。
とても参考になります。ありがとうございます。
こちらこそご視聴ありがとうございます！！！！
いつも分かりやすい動画ありがとうございます。ニューラルネットワークの動画もUPして頂けると助かります！
ありがとうございます！！！！検討します！
@@imanyu_programming お忙しいとは思いますが楽しみにしています。よろしくお願い致します。
毎日勉強させてもらってます！異種混合学習について理解することのできる動画やサイトはありますか？
んー、わからないですね、、、
@@imanyu_programming ありがとうございます！今日も勉強させてもらってます！
ハイパーパラメータについて、理論的に決定する考え方があれば教えていただけるとありがたいです。
次なる動画がハイパーパラメータのチューニングについてだったのですね。流石です。こちら拝聴します、ありがとうございます。th-cam.com/video/4PyNnopW8JM/w-d-xo.html
統計家は性能が低くても説明しやすい事を求めて決定木を優先的に使用するとか聞きますね
よく聞く話ですよね！！
わかりやすい動画ありがとうございます！質問なのですがmodel.score(x_train , t_train)で導き出された正解率というのは何と比べた正解率なのでしょうか。x_trainにはtargetが入っていないのでt_trainと比べようにも列のサイズも違うし、、、とこんがらがってしまいました、、、。model.fit()で学習した規則をx_trainに当てはめてt_train(仮)を導き出し、それを2つ目の引数であるt_trainと比べたという認識でよろしいでしょうか？？
x_trainを用いた場合の予測値とt_trainを比べています
@@imanyu_programming ありがとうございます！スッキリしました！
いつも実践的な動画ありがとうございます。
最近、プログラミングの勉強を始めていろんな方の動画を見ているのですが
いまにゅさんの動画が一番わかりやすいので
毎回、動画が出るのを楽しみにしています！
そのようにおっしゃっていただき非常に嬉しいです。。。！！
ありがとうございます！！！！！！
@@imanyu_programming
動画の編集、大変だと思いますが
これからも定期的に動画が出るのを待ってます！
ありがとうございます！！！
がんばります！！
機械学習シリーズは神懸かってます。しかも無料なんてあり得ないです。これからも応援してます！
ありがとうございます！！！！！！
こりゃすごい。教師あり学習の決定木等がひとまず自分で実装できそう。自分の事業で適応してみちゃおうと思えた。有難う御座います。
是非是非ご活用ください！！！
だいぶ機械学習に慣れてきた感はありますが、実例にあわせたイメージが湧いてこない状況です。このまま進めて、改めて復習します。
とても参考になります。
ありがとうございます。
こちらこそご視聴ありがとうございます！！！！
いつも分かりやすい動画ありがとうございます。
ニューラルネットワークの動画もUPして頂けると助かります！
ありがとうございます！！！！
検討します！
@@imanyu_programming お忙しいとは思いますが楽しみにしています。
よろしくお願い致します。
毎日勉強させてもらってます！
異種混合学習について理解することのできる動画やサイトはありますか？
んー、わからないですね、、、
@@imanyu_programming ありがとうございます！今日も勉強させてもらってます！
ハイパーパラメータについて、理論的に決定する考え方があれば教えていただけるとありがたいです。
次なる動画がハイパーパラメータのチューニングについてだったのですね。
流石です。こちら拝聴します、ありがとうございます。
th-cam.com/video/4PyNnopW8JM/w-d-xo.html
統計家は性能が低くても説明しやすい事を求めて決定木を優先的に使用するとか聞きますね
よく聞く話ですよね！！
わかりやすい動画ありがとうございます！質問なのですがmodel.score(x_train , t_train)で導き出された正解率というのは何と比べた正解率なのでしょうか。x_trainにはtargetが入っていないのでt_trainと比べようにも列のサイズも違うし、、、とこんがらがってしまいました、、、。model.fit()で学習した規則をx_trainに当てはめてt_train(仮)を導き出し、それを2つ目の引数であるt_trainと比べたという認識でよろしいでしょうか？？
x_trainを用いた場合の予測値とt_trainを比べています
@@imanyu_programming ありがとうございます！スッキリしました！