可視化

記事数:(6)

t-SNEとは?高次元データを2Dで可視化する次元削減手法をわかりやすく解説 機械学習

t-SNEとは?高次元データを2Dで可視化する次元削減手法をわかりやすく解説

768次元の単語ベクトルを人間の目で見る方法があります。似たデータを近くに、異なるデータを遠くに配置するt-SNEは、高次元の世界を2Dマップに映し出す可視化手法です。
主成分分析(PCA)とは?次元削減の代表手法をわかりやすく解説 機械学習

主成分分析(PCA)とは?次元削減の代表手法をわかりやすく解説

100個の変数を2つの軸に要約して本質を見る——それが主成分分析(PCA)です。データの「影の取り方」という直感的なイメージから、寄与率の読み方までを解説します。
Jupyter Notebookとは?データ分析の定番ツールの使い方を解説 WEBサービス

Jupyter Notebookとは?データ分析の定番ツールの使い方を解説

コードと実行結果、メモを1つの画面で管理できるJupyter Notebookは、データ分析と機械学習の標準環境です。導入から基本操作までを解説します。
デンドログラムとは?階層クラスタリングの樹形図を読み解く 機械学習

デンドログラムとは?階層クラスタリングの樹形図を読み解く

データのグループ構造を樹形図で可視化するデンドログラム。読み方と作り方、クラスタ数の決め方を具体例で解説します。
多次元尺度構成法(MDS)とは?データの関係を地図化する手法 分析

多次元尺度構成法(MDS)とは?データの関係を地図化する手法

「似ているものは近くに」を原則に、高次元データを2次元の地図に落とし込むMDS。仕組みと主成分分析との違い、活用例を解説します。
Grad-CAMとは?画像認識AIの注目箇所を可視化する手法を解説 深層学習

Grad-CAMとは?画像認識AIの注目箇所を可視化する手法を解説

AIが画像のどこを見て判断したのかをヒートマップで示すGrad-CAM。仕組みと実装の流れ、説明可能AIとしての活用を解説します。