tomo-makes機械学習の炊いたん７。
- Digital1,000 JPY
「機械学習の炊いたん」シリーズは、仕事で趣味でAI、データサイエンスに関わる5人がお送りする、すぐに「機械学習やデータ分析を遊ぶ、知る、使う」レシピが揃った合同本です。技術書典6から参加し、7作目となりました。 今回のおしながきは: 1. Dartsで試す時系列予測 2. 模造の特徴術師 -knockpyを使って- 3. 時系列データ分析もRustで! 4. LLMの現在・未来 -ChatGPTと仲間たち- (全94ページ) Cover design Shuichi Muranishi
1. Python時系列モデリングライブラリ Dartsで試す時系列予測
by kirikei (18ページ) 時系列の未来予測をどう行うか、Dartsを使ってコードと理論の両面から解説します。時系列予測の基本モデルの理論(今回はExponentialSmoothing)を理解し、Dartsがどう動いているか、実装方法が理解できます。
2. 模造の特徴術師
by tim (22ページ) 過去の炊いたんでスパース推定、統計検定1級、解析力学、因果と骨太トピックを扱ってきたtim氏。今回は特徴選択における偽発見 (偽陽性) を取り上げます。Knockoff手法のお気持ち説明と、そのPythonパッケージknockpyの非公式チュートリアルで、すぐ遊べます!
3. 時系列データ分析もやっぱりRustでやりたい!!
by emergent (22ページ) Rust共著本で印税生活の氏 (違う) が、Rustでデータ分析コンテンツ「ごちきか (https://gochikika.ntt.com)」に挑みます。PandasをPolarsで置換、図表にPlotters。データ分析でPythonに慣れした方のRust入門にもいいかも?!
4. ChatGPTをはじめとしたLLMの現在・未来
by tomo-makes (23ページ) LLMの現在地 (23年5月末) を一段深掘り理解するためのサーベイを兼ね、ベース知識を一挙概観することを目指しました。「LLM間比較ベンチ」「CoT、ReACT等のフレーム」「LangChain等使い方」「気になる論文」を取り上げます。
過去作もおすすめ!
データサイエンティストには、①ビジネス、②数理、③エンジニアリング 3つのスキルが必要と言われます。「やってみた/ 一緒に手を動かせる記事」から「数式多めの理論」「経営や可視化など周辺知識」まで、3つどの切り口からも理解できる章に出会え、そして残り2つのスキルへの出会い、興味につながる仕立てです。過去作も含め、ぜひお味見ください！