ggplot2で平均値の推移をプロットする
http://nfunao.web.fc2.com/files/sgplot_vs_ggplot2.pdf
http://nfunao.web.fc2.com/files/R-ggplot2.pdf
このあたりが参考になる。
ちなみに、
package “gplot"には、plotmeansという便利関数がある。
Deep Learningことはじめ
読んだ。
これ一冊でDeep Lerningの理解は事足りる。とにかくわかりやすく記述されている。
1章 Python入門
1.1 Pythonとは
1.2 Pythonのインストール
1.3 Pythonインタプリタ
1.4 Pythonスクリプトファイル
1.5 NumPy
1.6 Matplotlib
1.7 まとめ
2章 パーセプトロン
2.1 パーセプトロンとは
2.2 単純な論理回路
2.3 パーセプトロンの実装
2.4 パーセプトロンの限界
2.5 多層パーセプトロン
2.6 NANDからコンピュータへ
2.7 まとめ
3章 ニューラルネットワーク
3.1 パーセプトロンからニューラルネットワークへ
3.2 活性化関数
3.3 多次元配列の計算
3.4 3層ニューラルネットワークの実装
3.5 出力層の設計
3.6 手書き数字認識
3.7 まとめ
4章 ニューラルネットワークの学習
4.1 データから学習する
4.2 損失関数
4.3 数値微分
4.4 勾配
4.5 学習アルゴリズムの実装
4.6 まとめ
5章 誤差逆伝播法
5.1 計算グラフ
5.2 連鎖率
5.3 逆伝播
5.4 単純なレイヤの実装
5.5 活性化関数レイヤの実装
5.6 A.ne/Softmaxレイヤの実装
5.7 誤差逆伝播法の実装
5.8 まとめ
6章 学習に関するテクニック
6.1 パラメータの更新
6.2 重みの初期値
6.3 Batch Normalization
6.4 正則化
6.5 ハイパーパラメータの検証
6.6 まとめ
7章 畳み込みニューラルネットワーク
7.1 全体の構造
7.2 畳み込み層
7.3 プーリング層
7.4 Convolution/Poolingレイヤの実装
7.5 CNNの実装
7.6 CNNの可視化
7.7 代表的なCNN
7.8 まとめ
8章 ディープラーニング
8.1 ネットワークをより深く
8.2 ディープラーニングの小歴史
8.3 ディープラーニングの高速化
8.4 ディープラーニングの実用例
8.5 ディープラーニングの未来
8.6 まとめ
査読に関して
このサイトは役に立ちそうだ。
ゲーム理論ことはじめ
まずは1-3章を読んだ。
ナッシュ均衡
相手が戦略を変えない限り、自分に戦略を変えるメリットがない戦略の組み合わせ両性の戦い
チキンゲーム
囚人のジレンマゲーム
パレート最適 他者を犠牲にすることなく厚生を改善する余地が、誰にとってもなくなっている組み合わせ
支配戦略
ある片方の必勝選択肢がある。戦略型と展開型
戦略型は表形式。展開型は樹形図。
以下で戦略型をRで実装することが出来る。
statrstart.github.io
記述統計に立ち返る
記述統計にはいつもsummaryを使っていたが、
summary(data)
を利用していたが、psych パッケージの
describe(data)
mean, sd, median, range, se, (歪度: skewness)https://en.wikipedia.org/wiki/Skewness, (尖度: Kurtosis)https://en.wikipedia.org/wiki/Kurtosisまで一度に表示できて便利。
施設に関するCase studyを記す
