たまたま面白いツールを見つけた。機械学習のパラメータをいじるとインタラクティブに学習結果が可視化して見れるお勉強アプリ。
MLDemos – A visualization tool for machine learning
MLDemosは、機械学習でのクラス分類、回帰、クラスタリング、次元削減、力学系、報酬最大化を行うそれぞれのアルゴリズムのパラメータが、学習結果にどのように影響しているのかを勉強・理解するための教材として開発されたオープンソースの可視化ツールです。
MLDemosはオープンソースで、個人・アカデミック用途なら無料で利用できます。
可視化結果が美しい。
スポンサーリンク
ペイント感覚でデータの分布を作成できるのも面白いね。
初学者が機械学習のイメージを掴むにはちょうどいいかもしれない。パラメータの調整の感覚も分かってくるかも。プロットしたデータを3Dでグリグリ回して見れるのが個人的に好き。
残念ながらDeep Learningは実装されてないけど、結構いろんな手法が実装されてるみたい。
実装されているアルゴリズム一覧
クラス分類
- Support Vector Machine (SVM)
(C, nu, Pegasos)- Relevance Vector Machine (RVM)
- Gaussian Mixture Models (GMM)
- Multi-Layer Perceptron + BackPropagation
- Gentle AdaBoost + Naive Bayes
- Approximate K-Nearest Neighbors (KNN)
- Gaussian Process Classification (GP)
- Random Forests
回帰
- Support Vector Regression (SVR)
- Relevance Vector Regression (RVR)
- Gaussian Mixture Regression (GMR)
- MLP + BackProp
- Approximate KNN
- Gaussian Process Regression (GPR)
- Sparse Optimized Gaussian Processes (SOGP)
- Locally Weighed Scatterplot Smoothing (LOWESS)
- Locally Weighed Projection Regression (LWPR)
力学系
- GMM+GMR
- LWPR
- SVR
- SEDS
- SOGP (Slow!)
- MLP
- KNN
- Augmented-SVM (ASVM)
クラスタリング
スポンサーリンク
- K-Means
- Soft K-Means
- Kernel K-Means
- K-Means++
- GMM
- One Class SVM
- FLAME
- DBSCAN
射影
- Principal Component Analysis (PCA)
- Kernel PCA
- Independent Component Analysis (ICA)
- Canonical Correlation Analysis (CCA)
- Linear Discriminant Analysis (LDA)
- Fisher Linear Discriminant
- EigenFaces to 2D (using PCA)
報酬最大化 (強化学習)
- Random Search
- Random Walk
- PoWER
- Genetic Algorithms (GA)
- Particle Swarm Optimization
- Particle Filters
- Donut
- Gradient-Free Methods (nlopt)
オイラはまだそれぞれの手法の日本語名を知らない…
謝辞に書かれているこのツールの実装に使われたライブラリがまた面白そう。
謝辞
このプログラムに搭載されているそれぞれのアルゴリズムを実装してくださった方々の労力無しにこのプログラムは完成しませんでした。
- Florent D’Hallouin (GMM + GMR) – LASA
- Dan Grollman (SOGP) – LASA
- Mohammad Khansari (SEDS + DSAvoid) – LASA
- Ashwini Shukla (ASVM, ARD Kernels) – LASA
- Stephane Magnenat (ESMLR) – website
- Chih-Chung Chang と Chih-Jen Lin (libSVM) – website
- David Mount と Sunik Arya (ANN library) – website
- Davis E. King (DLIB) – website
- Stefan Klanke と Sethu Vijayakumar (LWPR) – website
- Robert Davies (Newmat) – website
- JF Cardoso (ICA) – website
- Steven G. Johnson (NLOpt) – website
- The WillowGarage crowd (OpenCV) – website
- Trolltech/Nokia/Digia (Qt) – website
- 一部のアイコンの作者 – website
- スイス連邦工科大学ローザンヌ校の2012年MLクラスの博士課程の学生達(Julien Eberle, Pierre-Antoine Sondag, Guillaume deChambrier, Klas Kronander, Renaud Richardet, Raphael Ullman)
また、LASAのサポート・開発チーム:Christophe Paccolat, Nicolas Sommer, Otpal Vittozの協力無しではこれほどのパフォーマンスのプログラムにはならなかったでしょう。
スポンサーリンク
関連記事
OpenCV
マインドマップ作成ツール『MindNode』
OpenCVでiPhone6sのカメラをキャリブレーションする
Windows10でPyTorchをインストールしてVSCodeで使う
Fast R-CNN:ディープラーニングによる一般物体検出手法
Google Colaboratoryで遊ぶ準備
MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
libigl:軽量なジオメトリ処理ライブラリ
3Dスキャンしたテクスチャから照明を除去するUnityツール『De Lighting tool』
Structure from Motion (多視点画像からの3次元形状復元)
Deep Fluids:流体シミュレーションをディープラーニングで近似する
SONY製のニューラルネットワークライブラリ『NNabla』
OpenAR:OpenCVベースのマーカーARライブラリ
CGのためのディープラーニング
openMVG:複数視点画像から3次元形状を復元するライブラリ
WordPressで数式を扱う
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
PyDataTokyo主催のDeep Learning勉強会
OpenCV 3.1のsfmモジュールを試す
オープンソースのネットワーク可視化ソフトウェアプラットフォーム『Cytoscape』
Immersive Math:線形代数をインタラクティブに学べるWebサイト
UnityでLight Shaftを表現する
機械学習に役立つPythonライブラリ一覧
オープンソースの顔認識フレームワーク『OpenBR』
バージョン管理の履歴を可視化するツール『Gource』
続・ディープラーニングの資料
ニューラルネットワークで画像分類
TorchStudio:PyTorchのための統合開発環境とエコシステム
OpenCV 3.1のsfmモジュールのビルド再び
オープンソースのIT資産・ライセンス管理システム『Snipe-IT』
fSpy:1枚の写真からカメラパラメーターを割り出すツール
OpenGVの用語
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
フィクションに登場するUIデザインのまとめサイト
機械学習手法『Random Forest』
立体映像プレイヤー『Stereoscopic Player』
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ
Runway ML:クリエイターのための機械学習ツール
Microsoft Mathematics:数学の学習支援ツール
hloc:SuperGlueで精度を向上させたSfM実装
コメント