順調に勉強を進める

Pythonではじめる機械学習読み直し

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

 5章のclassification_report関数や適合率-再現率カーブを使ったクラス分類の評価について知り、受信者動作特性カーブ(=ROCカーブ)で偽陽性と真陽性間の関係の可視化について理解しました。

また、ROCカーブの積分値(AUC)を求めることによって学習器間のざっくりした評価もできます。Accuracyでは故障部品の調査のような99%が問題ないが1%が不良品である、といった場合にはすべてが問題ないとする学習器でも99%の精度が出ていると判定してしまいますが、AUCを使うことでより正しく分類器の評価ができます。

https://scikit-learn.org/stable/modules/model_evaluation.html

ここにモデルの評価ルールの一覧が書いてあります。

この辺ちゃんと読んでいなかった上にcourseraのコースを見る限りではこの程度の知識でも足りないようなので、大変ですね。

C++テンプレートの勉強続き

 3章を読んだだけです。iteratorまわりのタグディスパッチを使った実装やパラメータ化継承について学びました。

C++テンプレートテクニック 第2版

 統計のテストを問いてみるが惨敗

日本統計学会公式認定 統計検定 2級 公式問題集[2016〜2018年]

 試しに無勉で問題を問いてみました。前半は点数が取れるも後半がさっぱりわからず、結果惨敗。基礎知識が足りなさすぎて解説を読んでもよくわからないという惨状。

さあ頑張ろう。