uraxuraxの日記

日々思ったことを綴っていこうと思います。

今日の学び: 2019/03/19

学び 機械学習

仕事ではじめる機械学習

3章学習結果を評価しよう

3.1分類の評価行列

  • 正解率
    正解率=正解した数/予測した全データ数
  • 適合率 適合率=正解の判別データ数/全判別データ数
  • 再現率
    再現率=正解の判別データ数/全データ中正解数
  • F値
    F値=2/(1/適合率+1/再現率)
  • 混合行列
予測結果がPositive 予測結果がNegative
実際の結果がPositive 真陽性(True Positive) 偽陰性(False Negative)
実際の結果がNegative 偽陽性(False Positive) 真陰性(True Negative)
  • マイクロ平均

マイクロ平均 = (TP1 + ..... + TPn) / (TP1 + .... +TPn + FP1+ .. + TPn)

  • マクロ平均 マクロ平均 = (適合率1 + .... + 適合率n) / N

今日の学び: 2019/03/18

学び デジタル画像処理

デジタル画像技術辞典200

https://www.amazon.co.jp/478984661X

2章: フィルタ

 16. エッジ抽出フィルター

プリューウィット・フィルタ

ソーベル・フィルタ

17. 境界処理

3章: 画像変形/画像合成

18.アフィン変換

19. 補間

ニアレスト・ネイバー

バイリニア

バイキュービック

20. マスク処理

 

YAPC ASIA Tokyo 2015参加してきた

10年目で最後ということもあり、YAPC ASIA Tokyoに参加してきた。

はじめて参加したけど、いろいろと刺激を頂けた。

正直、見たいセッションが満員で入れなかったり悲しいこともあったけれど、本当に参加してよかった。

 

スタッフの方々本当にありがとうございます。

 

 

 

 

NeedsとSeeds

新しい製品やサービスを考えるときに、Needs(やりたいこと)とSeeds(技術)のどちらからはじめるかという話になることがあるかと思います。

自分はエンジニアだからかもしれないですが、これまではSeedsを重視してきた気がします。

例えば、Seedsを自分の中にストックすることを重視したり、自分のストックしたシーズの組み合わせで何ができるのかを考えてみたりするといった感じです。

ただ、いろいろやってきて、Seedsをストックすることを重視するよりも、Needsをストックすることより重視した方が効率が良いのではと感じてきました。

 

1) Seedsを組み合わせのパターンの爆発問題:

自分のストックしているN個のSeedsの中から無作為にM個の知識を選ぶパターンを考えてみると、NやMが増えると本当に爆発してしまいます。正直、このような組み合わせをすべて検討することは現実的ではない気がします。

 

2) 試行錯誤のモチベーションを維持することが難しい

現実的な製品やサービスに落とし込むにはSeedsを組み合わせるだけでなく、それらのSeedsを組み合わせたる為のアイディアが必要だと思うのです。

ただ、そのアイディアを作るための、試行錯誤をする為のモチベーションの維持がSeedsスタートでは弱いというのが実感です。

Needsからはじめる場合には最終的な目的が明確な為、Needsの大きさがモチベーションの維持につながっていると思うのです。

 

3) Needsベースの方が進捗が管理しやすい。

新しい製品やサービスって、いろいろな(技術や法律、文化的な)課題が解決された時に実現されるのだと思っています。

つまり自分が考えを巡らしている時に、製品やサービスに必要な課題がすべて解決していることはなく、パズルの一部分が欠けていることがほとんどだと思うのです。

その時に、Needsベースの方が最終成果物がはっきりしている分、進捗が管理しやすいのかなと思っています。