データサイエンス概論(第6回)

book 東京通信大学

今回は、統計学の領域のお話です

授業内容

第6回:予測、次元圧縮、隠れた因子の発見
第1講:回帰分析、主成分分析・・・14分29秒
第2講:隠れた要素の発見・・・16分10秒
第3講:時系列分析、アソシエーション分析・・・12分47秒
第4講:応用例・・・14分36秒

(第6回全体)
講義時間:58分02秒
テキスト:87ページ

画像情報への活用

画像の圧縮は今回学んだ「特異値分解」を使っているそうです。
画像を構成する要素を細かく分解します。
その中で、特徴のある要素だけで、画像を表示します。
つまり、100%の構成要素から引き算した要素を用いることにより、データ量を減らして、画像を表示することができます。
これが圧縮の原理となります。

と、何となくざっくりの原理は理解できる気はしますが、小テストはしんどかったですわ。
ツイッターのTLでもにぎわっていますが、「データサイエンス概論」は要注意科目であると思います。
でも、データサイエンスじたい、難しい学問だと思います。
ひとりで本を読み、学習するよりは、ずっと理解できる・・・はずです。(汗

コメント

タイトルとURLをコピーしました