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
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
OpenCVの超解像(SuperResolution)モジュールを試す
CycleGAN:ドメイン関係を学習した画像変換
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
Math Inspector:科学計算向けビジュアルプログラミングツール
続・ディープラーニングの資料
Kornia:微分可能なコンピュータービジョンライブラリ
Windows10でPyTorchをインストールしてVSCodeで使う
U-Net:ディープラーニングによるSemantic Segmentation手法
オンライン英会話ネイティブキャンプを始めてみた
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』
UnrealCV:コンピュータビジョン研究のためのUnreal Engineプラグイン
Connected Papers:関連研究をグラフで視覚的に探せるサービス
VCG Library:C++のポリゴン操作ライブラリ
R-CNN (Regions with CNN features):ディープラーニングによる一般物体...
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
OpenCV3.3.0でsfmモジュールのビルドに成功!
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
ReadCube:文献管理ツール
UnityでOpenCVを使うには?
Autodesk Mementoでゴジラを3次元復元する
Perfumeのライブパフォーマンスのビジュアル
Googleが画像解析旅行ガイドアプリのJetpac社を買収
画像生成AI Stable Diffusionで遊ぶ
viser:Pythonで使える3D可視化ライブラリ
RefineNet (Multi-Path Refinement Network):ディープラーニン...
KelpNet:C#で使える可読性重視のディープラーニングライブラリ
Python.NET:Pythonと.NETを連携させるパッケージ
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
GoogleのDeep Learning論文
成果を待てない長学歴化の時代
WordPressで数式を扱う
OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
SONY製のニューラルネットワークライブラリ『NNabla』
OpenCV 3.3.0-RCでsfmモジュールをビルド
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
Zibra Liquids:Unity向け流体シミュレーションプラグイン
represent
PureRef:リファレンス画像専用ビューア
Cartographer:オープンソースのSLAMライブラリ
コメント