機械学習の概念をインタラクティブに学習できる 5 つの視覚化 Web サイト

多くの人が理解していない点の 1 つは、機械学習アルゴリズムが舞台裏でどのように機能するかということです。 CNN レイヤーは何を見ているのか? バックプロパゲーションはどのように機能するのか? レイヤー内の重みは正確にはどのように更新されるのか? これらは、私たちの心に何度も浮かぶ質問の一部です。これらの概念は、数式を理論と一致させることが難しい初心者にとっては特に理解しにくいものになる可能性があります。幸いなことに、この苦痛を理解し、代替の学習方法を提供したいと考えている人々がいます。この記事は、理論を超えて標準的な機械学習の概念を直感的に紹介する 5 つのツールをまとめたものです。

[[358794]]

1. MLaddict.com

> 出典: https://www.mladdict.com/

mladdict.com は、次の 4 つのアルゴリズムの基本的な数学的概念を理解したい場合に最適なツールです。

• 線形回帰
• ニューラルネットワーク
• 再帰ネットワーク
• Q学習エージェント

ブラウザでシミュレーターが開き、アルゴリズムの各段階で何が起こるかが順を追って説明されます。以下は、線形回帰に勾配降下アルゴリズムを使用する方法を示すシミュレーターのデモです。

2. 視覚的な説明

> 出典: mladdict.com

Visual Explanations (EV) (https://setosa.io/ev) は、難しいアイデアを直感的に理解できるように設計された実験です。これは、Bret Victor の著書「Exploring Explanations」からインスピレーションを得たものです。このサイトに掲載されている記事の最終更新日は 2017 年なので、最近の内容は見つかりませんが、掲載されている内容はとにかく素晴らしいです。とても美しく作られているので、私のブログからいくつかの視覚的な説明を拝借しました。以下は、EV が主成分分析 (PCA) の概念をどのように説明しているかを簡単に紹介したものです。他の興味深い作品については、彼らのウェブサイトをご覧ください。

3. 見る理論

> 出典: https://seeing-theory.brown.edu/

Seeing Theory は、確率と統計を直感的に紹介する Web サイトです。このウェブサイトの目的は、インタラクティブな視覚化を通じて統計情報をよりアクセスしやすくすることです。この本では、次の 6 つの統計概念について直感的に説明しています。

• 基本的な確率
• 複合確率
• 確率分布
• 従来の推論
• ベイズ推論
• 回帰分析

理論が確率の基本的な概念をどのように導入するかを見てみましょう。

4. R2D3: 統計とデータの視覚化

> 出典: R2D3: 統計とデータの視覚化

R2D3 (http://www.r2d3.us/) は、インタラクティブなデザインを通じて統計的思考を表現する実験です。機械学習の概念を構造化された方法で直感的に紹介します。現在、サイトでは次のトピックが利用可能です。

• パート 1: 決定木
• パート2: バイアスと分散
• 機械学習の世界におけるデザイン
• COVID-19を理解する

これは分類のための決定木を視覚化する方法である

5. CNN通訳

> ソース: https://poloclub.github.io/cnn-explainer/

CNN Explainer は、専門家以外の人が畳み込みニューラル ネットワーク (CNN) を学習できるように設計されたインタラクティブな視覚化システムです。 CNN Explainer は、CNN のモデル概要と動的な視覚的説明を組み合わせて、ユーザーが CNN の基本コンポーネントを理解できるようにするツールです。当社のツールは、抽象化レベル間をスムーズに移行することで、低レベルの数学演算と高レベルのモデル構造間の相互作用をユーザーが調べることを可能にします。

結論は

まとめると、機械学習と統計の概念をより楽しく学習できる 5 つの便利なツールを見てきました。一枚の写真は千の言葉に値する、というのは正しい言葉です。複雑な用語も、インタラクティブな形式で提示すると理解しやすくなります。これは、機械学習分野への初心者の参入障壁を下げることにも役立ちます。