畳庵〜tatamiya practice〜

機械学習・統計モデリング練習帳。読書・source code読みの記録や,実装など。

2020-01-01から1年間の記事一覧

R経由で学ぶPythonの状態空間時系列モデリング#0: 状態空間モデルの概要

はじめに 内容 状態空間時系列モデルの概要 状態空間モデルとは何か? 典型的なモデルの紹介 今後の記事の執筆方針 本記事あわせて全5本で構想中 背景 状態空間モデルは時系列分析でよく用いられる手法の一つ Pythonユーザーにとっては情報が少なくややとっ…

NumPyでフーリエ変換を計算するためのメモ〜sin, cosで展開したときの係数をどう読み取るか〜

はじめに 内容 numpy.fft.fft/rfftの返り値は何を表しているか? numpy.fft.fft/rfftの出力値から、でFourier変換した表現に書き直すにはどうすればいいか? その際、データ数の偶奇で出てくる項・和の範囲が異なるのは何故か? 背景 Fourier変換は時系列デ…

Leap-frog法はなぜ誤差が蓄積しないのか?を視覚的に理解する〜Hamiltonian Monte Carlo法の補足の補足〜

久々の更新、お久しぶりです。 最近このようなベイズ統計モデリングの本を共著で書きました: PyMC3、Pyroで学ぶ統計モデリング発展作者:LiberalArts,yoichi_t,TatamiYA発売日: 2020/11/22メディア: Kindle版 自分の担当箇所は第二章のHamiltonian Monte Car…

User, Itemメタ情報を埋め込んだレコメンドアルゴリズムLightFM詳解

本記事では,LightFM(Kula, 2015)というレコメンドアルゴリズムについて,論文とGitHubの実装を読んで筆者が得た理解に基づき解説します。 arxiv.org github.com 前回,前々回と,行列分解ベースのレコメンド手法に関する話題で記事を書きました: tatamiya-…

画像に直接レコメンドアルゴリズムを適用してみる〜通常の特異値分解とレコメンドのMatrix Factorizationで行列分解比較〜

昨日の記事で,レコメンドアルゴリズムを視覚的に理解するということで,FunkのMatrix Factorizationによる出力値をヒートマップにして表し,入力したUser-Item行列との比較を行いました。 tatamiya-practice.hatenablog.com この中で, 出力レコメンド評価…

レコメンドの「模様」を描く〜Matrix Factorizationの因子数比較〜

※2020/03/08 本稿の記述には誤りがあります。 今回適用したアルゴリズムでは,正則化項は入れておらず,代わりにUser, Itemごとの平均的な評価を表すBias項が入っていました。 本日中に訂正します。 2020/03/08 13:20 修正しました。 にわかレコメンド屋さん…